- 本书所获赞誉
- 序言
- 关于判断与决策的有趣研究
- 快思考,慢思考
- 主要内容
- 第一部分 系统 1,系统 2
- 第 1 章 一张愤怒的脸和一道乘法题
- 第 2 章 电影的主角与配角
- 第 3 章 惰性思维与延迟满足的矛盾
- 第 4 章 联想的神奇力量
- 第 5 章 你的直觉有可能只是错觉
- 第 6 章 意料之外与情理之中
- 第 7 章 字母 B 与数字 13
- 第 8 章 我们究竟是如何作出判断的?
- 第 9 章 目标问题与启发性问题形影不离
- 第二部分 启发法与偏见
- 第 10 章 大数法则与小数定律
- 第 11 章 锚定效应在生活中随处可见
- 第 12 章 科学地利用可得性启发法
- 第 13 章 焦虑情绪与风险政策的设计
- 第 14 章 猜一下,汤姆的专业是什么?
- 第 15 章 琳达问题的社会效应
- 第 16 章 因果关系比统计学信息更具说服力
- 第 17 章 所有表现都会回归平均值
- 第 18 章 如何让直觉性预测更恰当有效?
- 第三部分 过度自信与决策失误
- 第 19 章 知道 的错觉
- 第 20 章 未来是不可预测的
- 第 21 章 直觉判断与公式运算,孰优孰劣?
- 第 22 章 什么时候可以相信专家的直觉?
- 第 23 章 努力养成采纳外部意见的决策习惯
- 第 24 章 乐观主义是一柄双刃剑
- 第四部分 选择与风险
- 第 25 章 事关风险与财富的抉择
- 第 26 章 更人性化的前景理论
- 第 27 章 禀赋效应与市场交易
- 第 28 章 公平性 - 经济交易的参照点
- 第 29 章 对结果可能性的权衡
- 第 30 章 被过分关注的罕见事件
- 第 31 章 能带来长远收益的风险政策
- 第 32 章 心理账户是如何影响我们的选择的?
- 第 33 章 评估结果的逆转
- 第 34 章 善用框架效应,让生活更美好
- 第五部分 两个自我
- 第 35 章 体验效用与决策效用的不一致
- 第 36 章 人生如戏
- 第 37 章 你有多幸福?
- 第 38 章 思考生活
- 附录 A 不确定性下的判断:启发法和偏见
- 附录 B 选择、价值以及框架
- 致谢
依据典型性作出预测是下意识的行为
第三个排序的任务是由心理学专业的研究生完成的。这项任务尤其重要,同样是根据汤姆就读专业的概率对 9 个专业进行排序。不过进行这次预测的人了解相关的统计学事实:他们对不同领域的基础比率都很熟悉,也知道对汤姆的性格描述并不十分可信。然而,我们希望他们只关注描述与典型特征的相似性(我们将其称为典型性),而忽略掉基础比率以及对描述的准确性的怀疑。他们将人数少的计算机科学专业排在了最前面,因为这个专业最典型。
在尤金工作的那一年,我与阿莫斯十分卖力,我有时还会在办公室里通宵达旦地工作。彻夜工作的任务之一就是将典型性和基础比率之间的冲突描述出来。汤姆的形象就是我努力的结果,我是在清晨时分完成了对他的描述。那天早晨第一个来上班的是我的同事兼好友罗宾·道斯(Robyn Dawes)。他是一个富有经验的统计学家,也是直觉判断有效性的怀疑者。如果说有人能意识到基础比率的话,这个人一定是罗宾。我将罗宾叫过来,给他看了我刚打出来的问题,并让他猜测汤姆的专业。我至今仍然记得他试着回答时露出的狡黠笑容,他说道:“计算机科学吗?”那是一个令人开心不已的时刻,我心想:你也有失算的时候啊。当然,我一提到“基础比率”,罗宾很快就更正了他的错误,但他开始并没有自主地想到这一点。尽管他比任何人都清楚基础比率在预测中的作用,但当他看到某个人的性格描述时,就会忽略掉这些比率。不出所料,他用对典型性的判断替代了对概率的评估。
随后,我和阿莫斯搜集了 3 所重点院校里 114 名心理学研究生对这个问题的答案。这些学生都上过几门统计学课程。结果确实没让我们失望。他们对 9 个专业概率的排序与和典型形象相似程度的排序并无太大差别。在这个实例中,替换起了很大作用:并无迹象表明除了判断典型性以外,受试者还用了别的方法。因为关于概率的问题较难回答,而关于相似性的问题就比较简单,所以在回答时受试者就置换了问题。这是一个严重的错误,因为对相似性和概率的判断所遵守的并不是同一个逻辑规律。我们对相似性的判断可以完全不受基础比率的影响,不受可能会出现的不当描述的影响,但是在判断概率时,如果忽略基础比率和证据的可靠性的话,就注定会犯错误。
“汤姆是学计算机科学的概率”并不是一个简单的概念,逻辑学家和统计学家对它的意义各执己见,还有一些人认为它根本就没有意义。对于很多专家而言,概率是信念主观程度的评估手段。有些事你确信无疑,例如今天早晨出太阳了;而另外一些事是你认为根本不可能的,例如太平洋突然结冰了。还有许多事会令你半信半疑,例如你隔壁的邻居是一个计算机科学家—这便是此事在你眼中的概率。
逻辑学家和统计学家相互争论,提出了多个关于概率的定义,全都非常精确。然而,对于外行人来说,概率(在日常生活中和“可能性”是同义词)是一个相对含糊的概念,与不确定性、倾向性、貌似正确以及出乎意料等词紧密相关。模糊性和令人不爽的感觉不都是这个概念所特有的特性。当我们使用“民主”或“美丽”这样的词时,我们或多或少明白自己究竟要表达什么意思,我们的谈话对象也或多或少能明白我们究竟想要说什么。在我潜心研究事件的概率问题的这些年来,从来没有人举手问过我:“先生,请问概率指的是什么?”如果我问他们的是一个奇怪的概念,例如适应全球化的能力,他们肯定就会举手问问题了。尽管每一个人都表现出他们知道该怎样回答我的问题,但我们都明白要求他们去解释这个词的含义有些难。
被要求作概率评估的人并不会感到很困惑,因为他们对概率的判断与统计学家或是哲学家的判断不同。关于概率或可能性的问题引起了思维的发散性,让人想起比较简单的问题的答案。其中一个简单的答案就是对典型(代表性)的自动评估—在我们理解语言时这种现象很常见。“猫王埃尔维斯·普雷斯利(Elvis Presley)的父母曾希望他成为一名牙医”,这一(错误的)陈述听起来有些好笑,因为我们会自动把猫王的形象与牙医联系在一起,然而这两者的形象实在相差太大。系统 1 能使人产生相似的印象,虽然它并没有刻意这样做。“她会赢得竞选,你明白她肯定会赢”,“他学习成绩好不了,看那一身文身吧”,听到有人这样说时,他们一定是受到了典型性启发式的影响。如果我们通过某个下巴的轮廓或铿锵有力的演讲来判断这个职位候选人是否具有领导才能,此时我们依赖的就是典型性。
尽管通过典型性作出预测的做法很普遍,但是在统计学上这一做法并不是最优选择。迈克尔·刘易斯(Michael Lewis)的畅销作品《魔球》(Moneyball)说的就是这种预测方式的低效性。职业棒球球探在预测某个选手是否会成功时,他们大体上看的是球员的体格和相貌。这本书的主角是奥克兰“运动家棒球队”的经理比利·比恩(Billy Beane)。他作出了一个大家都不愿接受的决定:否决球探们的建议,通过选手过去表现的统计数据来挑选球员。“运动家棒球队”挑选出来的选手都以低会费入队,因为其他球队都因为没有想到用数据来判断,因而拒绝了这些选手。“运动家棒球队”很快就以低成本达成了最佳结果。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论