正文
当你怀疑信息的可靠性时，可以做一件事，做概率判断时，往基础概率那方面想，别期望遵循这条原则会很容易，它需要在付出很多努力的情况下自我监督和控制。
引导人们“像统计学家那样思考”就能使人们使用基础概率信息，要注意两点：
基础概率十分重要，即使是手上的案例已有证据的情况下依然如此。
通过分析证据得到的直观印象通常都会被夸大。
我们要：
以相对合理的基础概率对结果的可能性作出判断
质疑你对证据的分析
合取谬误 让你成为概率盲
下面哪种情况可能性更大？
•琳达是银行出纳
•
琳达是银行出纳，同时她还爱好长跑
更多人会选择第二个，
通过直接比较，人们总认为两个事件（银行出纳和长跑）的联合出现比只出现一件事的可能性更大，此时就出现了合取谬误。
（著名的琳达实验中，第二个是女权主义者，改为长跑适应国情，便于理解）
再来看一个例子：
受试者被告知，有一个六面骰子，其中四个面是绿色（G），两个面是红色（R），连投20次，这三组哪种出现的可能性最大？
1 RGRRR
2 GRGRRR
3 GRRRRR
有2/3的受试者选择了第二组，
与琳达实验的受试者一样，
同样犯了合取谬误。第二组虽然出现两次G，但是这个组合只是在第一组之前加了一个G，显然出现的概率会更小。
由典型性启发法导致的合取谬误让我们成为概率盲。
所有表现都会回归平均值
关于技能训练有一条重要的原则，对良好表现的嘉奖比对错误的惩罚更有效。但是大家都更认同对错误的惩罚很有用，因为通常嘉奖后，人们的表现会变差，而惩罚后表现却会变好，其实，这不过是因为均值回归，
在运气来了，
