B1.17.3Prediction uncertainty研究

定律预测的是群体平均,逐项累加会放大而非抵消误差

别名: 预测误差 · 群体平均 · 误差传播

概念解释

交互定律通常预测特定条件下的群体平均表现,并带有参数不确定性、个体差异和测量误差。将多个步骤的预测时间逐项累加,不会神奇地让误差抵消;每一项的不确定性会随组合传播,最终总时间的区间可能比单项预测宽得多。

机制

各步骤的误差来自模型失配、设备条件、用户策略和随机波动。若误差相关,例如同一用户整体较慢或同一设备有延迟,它们还会共同偏移。即使独立误差可部分抵消,方差仍会累积;把若干点估计当作精确常数相加会产生虚假的小数点精度。

怎么研究

报告每个模型参数和预测的置信区间,使用重采样、贝叶斯后验或误差传播计算组合预测范围。对端到端任务实测并比较预测残差,检查系统性偏差。按用户、设备和任务条件分层,而不只比较一个总体均值。

边界

当模型用于粗略容量规划或明显差异的方案筛选,带不确定性的累加仍可能有用。问题是把组合值当作对单个用户或单次操作的精确承诺。更多数据可降低参数不确定性,但不消除任务结构与个体策略的变异。

延伸

  • 同组B1.17.1 各定律在各自受控条件下标定,直接相加会重复计入准备与反应时间 · B1.17.2 可并行执行的操作不能用时间累加来估算 · B1.17.4 当算出的方案差值小于个体差异时,该差值不构成设计依据 · B1.17.5 定律给出的方案排序比它给出的绝对数值更可信
  • 相邻B1.01 菲茨定律 · B1.04 希克—海曼定律
  • 站内检索prediction uncertainty · error propagation · confidence interval

同组卡片

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/handbook/B1.17.3