Chap 2 Prise de décision

Question 1

Quels sont les différents processus composant la prise de décision ?

Answer 1

• la prise d’information
• la mise en concurrence d’hypothèses
• la prise de décision elle-même

Question 2

Qu’est-ce que l’EMG ?

Answer 2

Espérance Mathématique de Gain
= probabilité x montant de la mise
c’est le premier critère objectif de décision

Question 3

Qu’est-ce que l’utilité espérée ?

Answer 3

Une notion introduite par Bernouilli

c’est le rapport entre le gain et la fortune d’un individu x la probabilité de l’évènement

Question 4

Qu’est-ce que l’utilité espérée objective ?

Answer 4

C’est l’utilité qu’on peut calculer de manière sûre, c’est à dire dans les situations où les ensembles des cas favorables et des évènements possibles sont connus à l’avance

Question 5

Qu’est-ce que l’utilité espérée subjective ?

Answer 5

ex du randonneur avec l’anorak en fonction de la température attendue
probabilité et utilité sont des estimations propres à l’individu

Question 6

SEU =

Answer 6

subjectively expected utility

= la somme des SEU des conséquences calculées pour chaque cas de figure

Question 7

Qui a étudié l’évaluation des étudiants par les comités d’admission à l’université de l’Oregon ?

Answer 7

Dawes, 1971

Question 8

En appliquant des analyses de régression linéaire multiple, Dawes a pu évaluer le poids de différents paramètres entrant dans la décision d’admission des étudiants à l’Université de l’Oregon.

Et ainsi élaborer un modèle permettant de prédire à partir de ces paramètres les évaluations ultérieures.

L’estimation faite par le modèle s’avère plus prédictive des évaluations ultérieures que les estimations des évaluateurs eux-mêmes alors que le modèle est construit à partir de leur comportement. Comment s’appelle ce phénomène ?

Answer 8

Bootstrapping

Question 9

Quelles sont les 4 probabilités recensées par Cadet (2009) d’évaluation des probabilités estimées ?

Answer 9

• la stratégie langagière
• la méthode des loteries équivalentes
• les règles de score
• la calibration des probabilités

Question 10

Comment se nomme la méthode qui consiste à étudier les relations entre les termes langagiers et leurs équivalents numériques ?

Answer 10

La stratégie langagière, Wallsten et al, 1986

Question 11

Qu’est-ce que la méthode des loteries équivalentes ?

Answer 11

Elle consiste à rechercher, le point d’équilibre où 2 options sont équivalentes

Question 12

Que sont les heuristiques ?

Answer 12

Des règles générales qui vont guider le processus de traitement de l’information pour produire une réponse

Question 13

Quelles sont les 3 heuristiques qui ont été identifiées concernant le jugement et la prise de décision ?

Answer 13

• l’ancrage-ajustement
• l’heuristique de disponibilité
• l’heuristique de représentativité

Question 14

Qu’est-ce que l’heuristique d’ancrage-ajustement ?

Answer 14

Elle consiste à baser son jugement à partir d’une valeur particulière (ancrage) et à ajuster la valeur de l’ancre pour faire un jugement sur un objet particulier.
Elle est donc biaisée par la valeur de l’ancre

Question 15

Qu’est-ce que l’heuristique de disponibilité ?

Answer 15

C’est l’évaluation d’une probabilité en ayant recours à nos connaissances.

Elle est donc biaisée par la facilité avec laquelle on peut trouver des exemples en mémoire.

Question 16

Qu’est-ce que l’heuristique de représentativité ?

Answer 16

Elle consiste à faire un jugement de fréquence ou de vraisemblance sur la base de la similarité ou de la ressemblance avec des occurrences similaires.

Elle est sous-tendue par le biais d’insensibilité aux probabilités et par l’erreur de conjonction.

Question 17

Qu’est-ce que l’erreur de conjonction ?

Answer 17

Une erreur qui relève d’une heuristique de représentativité

mise en évidence par Tversky et Kahneman, 1983 avec le cas “Linda”

Question 18

Quelles sont les différences de visions entre Kahneman et Tversky d’une part et Gigerenzer d’autre part ?

Answer 18

• Pour Kahneman et Tversky, les heuristiques et les biais sous-jacents témoignent d’une rationalité limitée
• Gigerenzer a remis en cause ce présupposé en soulignant que dans les situations de Kahneman et Tversky les sujets doivent décider à partir d’informations limitées dans des situations faussement naturelles construites spécifiquement pour mettre en acte des probabilités sélectionnées par l’expérimentateur

Question 19

Quelle est la thèse de Gigerenzer ?

Answer 19

Il propose l’idée d’une “boîte à outils adaptative” qui serait constituée d’une collection d’heuristiques permettant des prises de décisions rapides et économes en ressources cognitives.

Leur mise en œuvre dépendrait du contexte et serait pilotée par les buts et la motivation au sein d’une instance organisatrice.

Question 20

Quel est l’un des premiers paradigmes utilisés pour étudier la prise de décision bayésienne ?

Answer 20

Le paradigme des urnes, Rouanet, 1998

Question 21

Qui a proposé la théorie fonctionnelle de la cognition pour rendre compte des activités de jugement dans la vie quotidienne ?

Answer 21

Anderson, 1996

Question 22

Dans la formule de Bayes, quelle est la signification de p(A|B)

Answer 22

la probabilité à postériori

Question 23

Dans la formule de Bayes, quelle est la signification de p(A)

Answer 23

la probabilité a priori

Question 24

Dans la formule de Bayes, quelle est la signification de p(A|B)/p(B)

Answer 24

la vraisemblance

Question 25

L’espérance mathématique de gains est

Answer 25

La probabilité d’un évènement multipliée par le montant de la mise

Question 26

Bernouilli a résolu le paradoxe de Saint-Petersbourg en introduisant la notion

Answer 26

D’utilité espérée

Question 27

Dans la théorie fonctionnelle de la décision, le modèle d’intégration des données se traduit par une configuration graphique particulière des résultats. Dans le cas d’une règle disjonctive, quelle est la forme des courbes ?

Answer 27

Elles présentent un écart plus important à gauche

Question 28

Comment met-on en évidence les heuristiques de jugement ?

Answer 28

Par divergence avec le modèle théorique des UE

Question 29

L’heuristique d’ancrage-ajustement consiste à baser son jugement…

Answer 29

sur une valeur particulière

Question 30

Qu’est-ce que la méthode de calibration des probabilités ?

Answer 30

C’est l’ajustement des probabilités subjectives aux probabilités objectives

Question 31

Dans l’échelle de Rasmussen, à quel niveau de contrôle peut-on situer les heuristiques de jugement de Kahneman et Tversky ?

Answer 31

Le contrôle par les règles

Question 32

Le paradoxe de Allais a permis de mettre en évidence

Answer 32

Une aversion au risque

Question 33

Quel sont les biais associés à l’heuristique d’ancrage-ajustement ?

Answer 33

• le biais d’évaluation des évènements conjonctifs

- mauvaise estimation des probabilités subjectives

Question 34

Quel sont les biais associés à l’heuristique de disponibilité ?

Answer 34

• le biais d’imaginabilité

- corrélation illusoire

Question 35

Quel sont les biais associés à l’heuristique de représentativité ?

Answer 35

• l’erreur de conjonction

- l’insensibilité aux probabilités a priori

Question 36

Le calcul des utilités subjectives (SEU) espérées a été vu comme un modèle de la prise de décision humaine. Quels sont les contre-arguments à cette hypothèse ?

Answer 36

La variabilité interindividuelle de l’estimation des probabilités

Question 37

Quels sont les arguments des tenants de l’approche bayésienne ?

Answer 37

• Les biais pourraient provenir des mécanismes de décision et non de l’évaluation des probabilités,
• Les tâches de décision de Kahneman et Tverky sont des tâches de haut niveau.

Question 38

Dans la règle conjonctive de la théorie fonctionnelle d’Anderson (1996) …

Answer 38

Les poids les plus importants sont attribués aux valeurs les plus petites

Question 39

Expliquez comment Bernouilli a proposé de résoudre le paradoxe de Saint-Pétersbourg

Answer 39

Le paradoxe de Saint-Pétersbourg s’appuie sur le jeu de hasard suivant: il est proposé aux joueurs de jouer à pile ou face et de recommencer tant que la pièce ne tombe pas sur pile. Pour n tour, le gain est de de 2n euros à condition de miser autant que le joueur pourrait gagner. La question réside dans le montant que les joueurs sont prêts à payer pour jouer. Dans ce jeu, l’espérance mathématique de gain est infini: EMG = Σ(1/2n)*2n =∞. Ainsi en théorie, les joueurs devraient miser tout ce qu’ils ont. Or la réalité est que les joueurs n’acceptent de verser qu’un montant très faible pour jouer à ce jeu. Tel est le paradoxe.

Pour le résoudre, Bernouilli a proposé de prendre en compte l’utilité associée aux différents gains plutôt que de considérer leur espérance mathématique: le joueur compare la coût de participation au jeu avec ce que le jeu est susceptible de lui apporter. Ainsi la notion d’utilité espérée est le rapport entre le gain et la fortune de l’individu. Dans le cas des évènements incertains, l’utilité espérée doit être pondérée par la probabilité de l’évènement. Dans notre exemple, l’utilité espérée d’un tour est une fonction logarithmique de base 2 dont la suite converge vers 2. Ainsi pour l’ensemble du jeu, l’utilité espérée est un nombre fini. On comprend alors la frilosité des joueurs.

Question 40

L’utilité espérée a été vue comme un modèle de la décision humaine Quelles sont les limites de cette approche ?

Answer 40

Dans la vie quotidienne, la probabilité des évènements étudiés est rarement extrinsèque à l’individu et objective mais relève plutôt d’une incertitude ou d’un degré de croyance. On parle alors d’utilité espérée subjective. Dans ce modèle, probabilité et utilité sont des estimations propres au sujet. En tant que modèle de la décision humaine, ce modèle pose quelques limites.

Premièrement la relation entre les probabilités et l’utilité ne semble pas aussi directe et linéaire.

Par ailleurs, une grande variabilité interindividuelle est observée pour l’estimation des probabilités entre par exemple les sujets optimistes ou pessimistes ou encore la tendance à préférer des situations symétriques.

Enfin le modèle construit à partir des données des sujets et leur comportement semble meilleur que les estimations des sujets eux-mêmes. Ce phénomène est appelé le boostrapping. Une des explications à ce phénomène serait la difficulté pour le décideur à évaluer toutes les situations individuelles ou encore la variabilité de l’efficience des décideurs eux-mêmes.

Question 41

Rappelez en quoi consiste la stratégie langagière de l’évaluation des probabilités subjectives

Answer 41

Les probabilités subjectives sont des probabilités d’un évènement estimées par les sujets non pas à partir d’une démonstration mathématique mais par leur incertitude et degré de croyance. Dans l’objectif de prédire ces probabilités subjectives, la stratégie langagière étudie les relations entre les termes langagiers et les équivalents numériques.

Pour ce faire, Wallsten a proposé la méthode suivante: sur un écran d’ordinateur, un terme exprimant l’incertitude est présenté au sujet ainsi que deux camemberts représentant deux interprétations possibles. Le sujet doit déplacer un curseur pour exprimer son positionnement entre ces deux interprétations. Par exemple, il a pu mettre en évidence que P(doubtful) < P(likely) < P(almost certain).
P(x) = la probabilité d’un évènement qualifié par X.

Question 42

D’un point de vue psychologique, comment peut-on interpréter les 4 probabilités qui composent le théorème de Bayes ?

Answer 42

Soit A un évènement

Soit B un autre évènement

Le théorème de Bayes (18ème siècle) pose:

P(A/B) = [P(B/A) / P(B)] * P(A)

P(B/A) est la probabilité de B sachant A.

Rapportée à la probabilité totale de B (P(B)), ce rapport P(B/A) / P(B) correspond à la vraisemblance de B.

P(A) correspond à la probabilité à priori de A.

P(A/B) correspond donc à la probabilité à postériori de A. Ce serait à partir de l’évaluation de cette probabilité que reposerait la prise de décision.

Question 43

Qu’est-ce que la méthode des loteries équivalentes ? A quoi sert-elle ?

Answer 43

Dans l’objectif d’estimer les probabilités subjectives d’un évènement qu’évaluent les sujets dans la prise de décision, la méthode des loteries équivalentes postule qu’une décision complexe est décomposable en une série de décisions simples qu’on peut assimiler à un tirage dans une urne contenant des boules blanches et noires.

Si l’on compare le tirage dans deux urnes (les loteries), l’incertitude sur le contenu des urnes est la probabilité d’avoir une boule d’une couleur particulière telle que le choix entre les deux urnes est indifférent. Le problème peut être simplifier en rendant une des deux issues certaines.

La méthode consiste dans un premier temps à évaluer les utilités pour chacune des issues possibles des choix possibles de la prise de décision. L’enjeu est ensuite de déterminer les probabilités des issues possibles de telles sorte que la somme des utilités des issues possibles pondérées par leur probabilité soit égale entre les choix possibles.

Ce point d’équilibre peut être interprété non seulement comme une mesure de l’utilité mais aussi comme une mesure de l’aversion au risque.

Question 44

Rappelez en quoi consiste le paradoxe de Allais

Answer 44

Maurice Allais (20ème siècle) a mis en évidence une contradiction dans le modèle de décision fondée sur les utilités. Face à deux situations dont l’une présente un gain certain mais moyen et l’autre présente un risque très faible de gain nul, une probabilité très forte de gain moyen et une probabilité faible de gain très important, les sujets vont choisir la première option comme si l’option 2 qui inclue un risque était à éviter alors que du point de vue des utilités espérées, elle est plus favorable.

En revanche, face à deux situations dans lesquelles les probabilités de ne rien gagner sont proches mais que pour l’une d’elles le gain possible est nettement plus important, les sujets choisissent la situation au gain plus important. Cette fois-ci ce choix est conforme au calcul des utilités espérées mais n’est plus cohérent d’une stratégie de minimisation du risque. Ce paradoxe a conduit à développer l’approche comportementale de la prise de décision.

Question 45

Cherche-t-on toujours à minimiser les risques dans une prise de décision ?

Answer 45

Le paradoxe de Allais a mis en évidence une aversion au risque dans la prise de décision.

Toutefois, face à deux situations dont les probabilités de gain nul sont très proches (exemple: situation A: 89%, situation B:90%) mais que pour l’une d’elles le gain possible est bien plus important (ex: situation A, gain = 100 avec p = 11%; situation B, gain = 500 avec p = 10%), les sujets choisissent la situation offrant possiblement un gain plus important (situation B). Dans cette prise de décision, la stratégie de minimisation du risque n’est alors pas retrouvée.

Question 46

Quels sont les biais qui sous-tendent l’heuristique d’ancrage-ajustement ?

Answer 46

L’heuristique d’ancrage-ajustement consiste à fonder son jugement à partir d’une valeur particulière (ancre) et à ajuster la valeur de l’ancre pour faire un jugement sur un objet particulier.

L’ancre peut être présente dans une situation précédente à la situation de jugement ou donnée au sujet au préalable du jugement.

L’ancre peut aussi résulter d’une évaluation approximative influencée par la première valeur fournie dans l’estimation des probabilités subjectives.

De la même façon, dans le cas des estimations des probabilités complexes (évènements conjonctifs ou disjonctifs par exemple), les probabilités des évènements simples servent d’ancrage.

Question 47

Qu’est-ce que l’heuristique de représentativité ?

Answer 47

L’heuristique de représentativité consiste à faire un jugement de fréquence ou de vraisemblance sur la base de la similarité ou de la ressemblance avec des occurrences similaires. Cela revient à assimiler un individu à la classe qui possède les caractéristiques de l’individu.

Cette heuristique s’observe dans des biais tels que:

• le biais d’insensibilité aux probabilités à priori, qui induit que malgré des probabilités factuelles établies, les sujets vont orienter leur réponse en cohérence avec l’association qu’ils ont fait entre l’individu et sa classe d’appartenance déduite à partir des ressemblances des caractéristiques de l’individu;
• la non-prise en compte de la loi des grands nombres qui stipule que plus un échantillon est grand et plus ses caractéristiques vont tendre vers celle de la population;
• l’erreur de conjonction consistant à négliger le fait qu’une probabilité de A sachant B est forcément inférieure ou égale à la probabilité de A.

Question 48

Qu’est-ce que le biais d’imaginabilité ?

Answer 48

Dans le biais d’imaginabilité, l’estimation de la fréquence d’un évènement est biaisée par le nombre de scénarios envisageables.

Par exemple, imaginer le nombre de groupes d’individus possibles avec 10 personnes (pour une taille de groupe n variant de 2 à 8), nécessite de calculer le nombre de combinaison “n parmi 10”. Il a été observé que plus n est grand, plus il est difficile de répondre, alors que “2 parmi 10” = “8 parmi 10).

Ce biais relève de l’heuristique de disponibilité pour laquelle l’estimation de la fréquence d’un évènement est biaisée par la facilité avec laquelle on peut trouver des exemples en mémoire.

Question 49

Raisonnement démonstratif =

Answer 49

raisonnement déductif

Question 50

Raisonnement déductif =

Answer 50

raisonnement démonstratif

Question 51

Raisonnement catégorique =

Answer 51

raisonnement conditionnel

Question 52

Raisonnement démonstratif = xxx + xxx

Answer 52

raisonnement propositionnel + raisonnement catégorique

Question 53

Quelles sont les principales théories qui rendent compte du raisonnement déductif ?

Answer 53

Le raisonnement déductif part de prémisses considérées comme vraies pour parvenir à une conclusion dont on cherche à garantir qu’elle ne supporte pas d’alternative.

Le raisonnement déductif peut prendre plusieurs formes : le raisonnement propositionnel et le raisonnement catégorique ou conditionnel.

Les principales théories du raisonnement propositionnel sont :
- La thèse de la logique mentale soutenue par Braine ou Rips : les sujets possèderaient de manière universelle et innée, avec déclenchement automatique, un certain nombre de règles formelles sur lesquelles ils fonderaient leur raisonnement

• La théorie des schémas pragmatiques de Cheng et Holyoak : considérée comme une version atténuée de la thèse de la logique mentale, elle défend l’idée que ce n’est pas la connaissance spécifique d’une situation qui constitue le facteur facilitant mais la possibilité d’interpréter la tâche dans le cadre d’un type de situation sociale comme la permission, l’obligation, l’interdiction etc
• La théorie des modèles mentaux de Johnson-Laird et Byrne (1991) : prenant le contrepied de la thèse de la logique mentale, elle postule des mécanismes de raisonnement s’appuyant sur une représentation sémantique des prémisses et non un traitement syntaxique de celles-ci

Les principales théories du raisonnement catégorique sont :

• La théorie des modèles mentaux : la représentation de la première prémisse serait enrichie à l’aide des éléments issus de la compréhension de la seconde. La dernière étape est la recherche de contre-exemple pour vérifier la conclusion.
• La thèse de la logique mentale
• L’approche pragmatique : les sujets s’appuieraient sur une interprétation des prémisses, notamment des quantificateurs. Cette interprétation se baserait selon Grice sur des lois pragmatiques qui gouvernent nos échanges conversationnels. Il a identifié 4 maximes de conversation.

Question 54

Les tenants de l’approche bayésienne soulignent le parallélisme entre les processus cognitif et la formule de Bayes. Donnez 3 affirmations qui correspondent à ce parallélisme

Answer 54

• La probabilité a priori est assimilable aux connaissances du sujet,
• La vraisemblance représente l’informativité de la situation,
• La prise de décision repose sur une maximisation de la vraisemblance

Question 55

Dans la théorie fonctionnelle de la décision, le modèle d’intégration des données se traduit par une configuration graphique particulière des résultats. Dans le cas d’une règle conjonctive, les courbes présentent un écart plus important …

Answer 55

à droite

Question 56

Quels sont les arguments des tenants de l’approche bayésienne ? (2)

Answer 56

• Les biais pourraient provenir des mécanismes de décision et non de l’évaluation des probabilités
• Les tâches de décision de Kahneman et Tverky sont des tâches de haut niveau

Question 57

Qu’est-ce que la méthode des loteries équivalentes ?

Answer 57

C’est une méthode d’évaluation des probabilités subjectives par égalisation de l’utilité de deux options

Question 58

Qu’est-ce que la méthode de calibration des probabilités ?

Answer 58

C’est l’ajustement des probabilités subjectives aux probabilités objectives

Question 59

Dans la théorie fonctionnelle de la cognition, Anderson (1996) postule un traitement séquentiel des informations en 3 étapes, lesquelles ?

Answer 59

• valuation
• intégration
• réponse

Question 60

Dans la théorie fonctionnelle d’Anderson (1996), en quoi consiste la 1ère étape, Valuation ?

Answer 60

La valuation consiste à convertir les éléments observés S (stimuli physiques) en valeurs subjectives (stimuli psychologiques).

La conversion est dépendante du but, de l’expérience personnelle de l’individu et de la motivation.

Le modèle est donc clairement finalisé et contextualisé.

Question 61

Dans la théorie fonctionnelle d’Anderson (1996), en quoi consiste la 2e étape, Intégration?

Answer 61

L’intégration consiste à agréger les valeurs subjectives en une valeur unique qui correspond à la réponse implicite.

Les valeurs subjectives peuvent être pondérées par des poids en fonction de l’importance accordée à chacun d’eux.

Les règles d’intégration varient en fonction de la situation. L’ensemble de ce processus est non observable. Il faut donc l’inférer.

Question 62

Dans la théorie fonctionnelle d’Anderson (1996), en quoi consiste la 3e et dernière étape, Réponse?

Answer 62

Lors de l’étape de production de la réponse, la réponse implicite est transformée en réponse effective. Il peut s’agir d’une réponse physiologique, motrice ou verbale. Dans les expériences de prise de décision, il s’agit le plus souvent d’un jugement.