Ekonomista z Princeton, Orley Ashenfelter pokazał w jaki sposób proste statystyki są w stanie pokonać prognozy ekspertów. Profesor Ashenfelter, jako miłośnik wina pokusił się o przewidywanie przyszłych cen win bordowskich na podstawie informacji dostępnych w roku ich produkcji. Możliwość przewidywania cen jest o tyle istotna, że inwestorzy kupują wina licząc na zwyżkę ich wartości w przyszłości.
Panuje pogląd, że najlepsze wina powstają wówczas, kiedy lato jest ciepłe i suche. A i wilgotne wiosny potrafią zwiększyć wydajność zbiorów, bez straty na jakości wina. Bazując na tej wiedzy Ashenfelter stworzył wzór statystyczny, który pozwalał przewidzieć cenę wina z konkretnej winnicy i konkretnego rocznika, na podstawie 3 czynników pogodowych. Są to: średnia temperatura powietrza w okresie letnim, wielkość opadów w okresie zbiorów oraz łączne opady w okresie poprzedniej zimy. Ten wzór umożliwia prognozowanie cen na całe lata naprzód. Co więcej jest on bardzo dokładny. Korelacja pomiędzy jego prognozami, a rzeczywistymi cenami przekracza 0,90!
Który z ekspertów byłby w stanie pochwalić się takim wynikiem? Nasuwa się zatem pytanie dlaczego eksperci są gorsi od algorytmów? Cóż, okazuje się że eksperci w swoich prognozach uwzględniają całe złożone kombinacje elementów. I jak widać ten nadmiar danych może prowadzić do chybionych prognoz.
