क्या है देखो-आगे बीआस?
लुक-फॉरवर्ड पूर्वाग्रह एक अध्ययन या सिमुलेशन में जानकारी या डेटा का उपयोग करके होता है जो विश्लेषण किए जाने की अवधि के दौरान ज्ञात या उपलब्ध नहीं होगा। यह आमतौर पर अध्ययन या सिमुलेशन में गलत परिणाम देगा। लुक-फॉरवर्ड पूर्वाग्रह का उपयोग सिमुलेशन के परिणाम को परीक्षण के वांछित परिणाम के करीब लाने के लिए किया जा सकता है।
चाबी छीन लेना
- लुक-फ़ॉर-बायस तब होता है जब भविष्य में किए जाने वाले सिमुलेशन के लिए सभी आवश्यक ज्ञान प्रारंभिक परीक्षण की अवधि के दौरान उपलब्ध नहीं थे। इस परिणाम को छोड़ दें, क्योंकि नया परीक्षण ज्ञान के लिए लेखांकन है जो कि कलाकार के लिए अनभिज्ञ था मूल परीक्षण। लुक्स-फॉरवर्ड पूर्वाग्रह पर अक्सर एक निवेशक के पोर्टफोलियो परिणामों के साथ चर्चा की जाती है, लेकिन इसे किसी भी व्यवसाय या सिमुलेशन पर लागू किया जा सकता है। एक नज़र-से-आगे पूर्वाग्रह के साथ बैकस्टेड सिमुलेशन एक सटीक परिणाम नहीं दिखाएगा। इसलिए, यह निर्धारित करने के लिए सावधानीपूर्वक अनुसंधान आवश्यक था कि उस समय ज्ञान उपलब्ध था।
लुक-अहेड बायस को समझना
लुक-फ़ॉरवर्ड पूर्वाग्रह अक्सर "परिदृश्यों" में हो सकता है, जहां एक निवेशक या अन्य पेशेवर पीछे देखता है और समझता है कि आमतौर पर एक चूक का अवसर होता है। वह व्यक्ति जो महसूस करने में विफल रहता है, वह यह है कि वे निर्णय लेने के समय की तुलना में पूर्वव्यापीकरण की अवधि के दौरान अधिक जानते हैं, और इसलिए, यह उनके-या अन्य-पिछले प्रदर्शन पर विचार करने के लिए अनुचित है, खासकर यदि महत्वपूर्ण जानकारी गायब थी। ।
लुक-फ़ॉर-बायस से बचने के लिए, यदि कोई निवेशक ट्रेडिंग रणनीति के प्रदर्शन का समर्थन कर रहा है, तो यह महत्वपूर्ण है कि वे केवल उस जानकारी का उपयोग करें जो व्यापार के समय उपलब्ध होगी। उदाहरण के लिए, यदि किसी ट्रेड को उस जानकारी के आधार पर सिम्युलेटेड किया जाता है जो ट्रेड के समय उपलब्ध नहीं थी - जैसे कि त्रैमासिक आय संख्या जो तीन महीने बाद जारी की गई थी - यह ट्रेडिंग रणनीति की सही प्रदर्शन और संभावित पूर्वाग्रह की सटीकता को कम कर देगी। वांछित परिणाम के पक्ष में परिणाम।
लुक-अहेड बायस का वास्तविक विश्व उदाहरण
देखो-आगे पूर्वाग्रह कई पूर्वाग्रहों में से एक है जो सिमुलेशन चलाने पर ध्यान दिया जाना चाहिए। अन्य सामान्य पूर्वाग्रह नमूना चयन पूर्वाग्रह, समय अवधि पूर्वाग्रह, और उत्तरजीविता पूर्वाग्रह हैं। इन सभी गैसों में सिमुलेशन के वांछित परिणाम के साथ सिमुलेशन परिणाम के करीब आने की संभावना है, क्योंकि सिमुलेशन के इनपुट मापदंडों को वांछित परिणाम के पक्ष में इस तरह से चुना जा सकता है।
उदाहरण के लिए, यदि कोई रॉकेट कंपनी निरीक्षण को पारित करने की कोशिश कर रही है, लेकिन बार-बार प्रारंभिक सिमुलेशन में विफल हो जाती है, तो उन्हें यह पता लगाने में कुछ समय लग सकता है कि वे पास क्यों नहीं कर पा रहे थे। एक मुख्य इंजीनियर को बार-बार विफल होने के लिए निकाल दिया जाता है। उनके परीक्षण के दौरान, वे पाते हैं कि उनके सिमुलेशन के दौरान एक हिस्सा गलत निर्माता से मंगवाया गया था और वे उस हिस्से की तुलना में थोड़ा भारी थे, जिनकी उन्हें जरूरत थी। इंजीनियर को स्विच के बारे में पता नहीं था।
हालाँकि, समस्या यह है कि नया हिस्सा अभी तक नहीं बनाया गया है, इसलिए रॉकेट कंपनी एक सुरक्षा परीक्षा पास करने के लिए नए भाग के वजन को सिमुलेशन में जोड़ती है। कंपनी अभियंता को फिर से नहीं करेगी, भले ही वे गलती पर नहीं थे, क्योंकि उनके पास सभी आवश्यक जानकारी नहीं थी।
