不确定性下的判断：启发法和偏见

代表性：

1.对结果的先验概率不敏感

       对代表性没有任何影响而对概率有重要影响的其中一个因素是结果的先验概率，或基础比率。简单来说，先验概率是指根据以往经验和分析得到的概率。没在有任何证据和得到一些无用的证据之后，人们的回应是不同的。在没有任何特定证据的情况下，先验概率能够被合理地应用；而在得到一些无用证据的情况下，先验概率就会被忽略。

个人看法：由于一些因素的影响，可能会使我们忽略我们之前对此事件的了解，从而做出错误的判断

2.对样本大小不敏感

       在某个指定大小的样本中，评估获得某个特定结果的概率时，人们总会应用代表性启发法。即他们会通过某个样本结果与相关参数的相似性来评估这个结果的概率。直觉性判断由样本比例主导，本质上并不受样本大小的影响，然而，样本大小却对实际的后验概率起着至关重要的作用。后验概率是指在收到某个消息之后，接收端所了解到的该消息发送的概率。在这类对概率的评估中，低估证据的影响反复出现，这种情况被称为“保守主义”。

个人看法：我们有时候会过多的关注比例，从而忽视了样本的数量这一关键要素。只是通过自己的感受去判断，没有通过理性的思考来判断，这样得到的结论往往是不可靠的。

3.误解机会

       人们期望由随机过程产生的事件序列能够代表这个过程的基本特征，即使这个序列很短。

个人看法：其实随机过程产生的事件序列，它真的是随机的，没有规律可言。人们总是渴望事物都是有规律性的。

4.对可预测性的不敏感

       在标准的统计理论中，出于对可预测性的考虑，极端和预测范围受到控制。当某件事情的可预测性为零时，该预测结果在任何情况下都应该是相同的。可预测性越高，预测值的范围就会越广。

个人看法：当人们预测一件事情的时候，如果你听到的是这件事正面的描述，往往你就得到了良好的结论，如果你听到的是坏的描述，你就得到了不好的结论。却从来没有考虑到这件事的可预测性（此事能否被预测）。

5.效度错觉

       人们常会挑选输入信息（例如对某个人的描述）中最具有代表性的特点（例如职业）来进行预测。他们在预测时的自信程度主要取决于相关信息代表性的高低（即所选特点与输入信息的吻合程度），与限制预测准确性的因素关系不大。

个人看法：当预测一件事情时，出现相关确定的因素的数量越多，人们预测出事情时，所表现出来的自信程度越高。但因为相关因素数量的过多，我们常常会忽略相关因素的效度，从而导致降低预测的准确性。人们在预测时所保持的信息常会超出他们的能力范围。

6.误解回归性

       行为最有可能在惩罚之后得到改进，在奖赏之后变得更坏，这其实是一种回归现象，其结果就是，人们碰巧因为惩罚他人得到了奖赏，因为奖赏他人得到了惩罚

个人看法：表现的好得到奖赏，表现的差得到惩罚。所以在给予他人奖赏后，他人变坏，给予惩罚，他人变好，这其实是一种回归现象。他的能力在回归。其结果就是，人们碰巧因为惩罚他人得到了奖赏，因为奖赏他人得到了惩罚。然而，人们通常不会意识到这种偶然性。

可得性：

1.因例子的可提取性导致的偏见

       当用某个类别的例子的可得性来判断该类别的大小时，例子很容易提取的类别会比频率相同但例子较难想到的类别显得更大。

2.因搜索集合的有效性导致的偏见

3.不同的任务会引发不同的搜索集合

4.想象力的偏见

5.相关性错觉

从我们的人生经历可知，总的来说，相比发生频率低的例子，我们更能又好又快地回忆起发生频率高的例子，更容易想到可能发生的事，而不是发生频率不高的事情。当事件频繁地同时发生时，这两个事件之间的关联性会得以增强。所以，人们可以自由使用可得性启发式的程序。具体是通过提取、构建和联想等相关大脑运作的容易程度来估测类别的数量，事件的可能性或是事件同时发生的概率。然而，这个有价值的估测过程会导致系统性错误。

我们再评估或预测事件时，会受到我们经验的影响。

判断与锚定：

1.不充分的判断

2.评估连续事件与非连续事件的偏差

       人们易于高估连续事件的概率，低估非连续事件的概率

3.评估主观概率分布时的锚定