第19天：附录A 不确定性下的判断：启发法和偏见

这篇附录作者发表在1974年的《科学》杂志，时间虽过去四十余年，文章提到的内容于我来说却是首次接触。

本文主要写了在不确定情况下基于对不确定事件的概率的信念，即我们是怎样评估不确定事件的概率和不确定数量的价值。

本文描述了三种启发式及这些启发式引起的偏见，并讨论了这些偏见的实际应用和理论内涵。列举如下：

（1）代表性。人们通常在需要判断物体A是否属于类别B或是事件A是否属于过程B时，就会使用代表性。对结果的先验概率（prior probability）不敏感；对样本大小的不敏感；误解机会；对可预测性的不敏感；效度错觉；误解回归性。

（2）事件的可得性。当人们需要估测某类事件发生的频率或是某个特定进展的合理性时，就会使用可得性。因例子的可提取性导致的偏见；因搜索集合的有效性导致的偏见；不同任务会引发不同的搜索集合；想象力的偏见；相关性错觉。

（3）通过锚定进行调整。当相关数值可得时，许多预测都会用到锚定。不充分的判断；评估连续事件与非连续事件的偏差；评估主观概率分布时的锚定。

作者认为人们不能从自身的经历中推断出基本的统计规则，但理性的判断者会合自己对概率的判断与自己相关的知识，概率的规则以及个人的判断启发式相容。

我们学习了这些启发式并不能完全的避免产生偏见，我们有系统1与系统2，作用各不同。我们可以意识到有这些偏见，比如科研中夸大小样本的代表性，对小样本的研究成果认为是代表所在类别的特征等等。我们并不会时刻的提醒自己会有偏见的产生，只是在尽量理性的进行判断。对人对事件的判断都是如此，直觉式的判断虽然快，但也容易产生错觉偏见。

2018.4.18