不确定性下的判断：启发法和偏见
gsp吕氏春秋下贤代表性：
1.对结果的先验概率不敏感
电解质饮料
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
日凌期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。
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。
spp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
浅源地震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
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议