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,