80小说网

手机浏览器扫描二维码访问

附录A 不确定性下的判断 启发法和偏见XINshuHaiGe com（第4页）

这些受试者认为，他们抽取的样本即使很小，也具有很强的代表性。

他们这样的回应反映了一个有效的假设：某个具有统计意义的样本结果可以代表样本所属的整个群体的性质，这与样本大小并无关联。

因此，研究人员过于信任小样本的结果，高估了这些结果的可复制性。

在实际的研究中，这些偏见会导致研究人员选择的样本不够大，并对仅有的发现作过多的阐释。

对可预测性的不敏感。

有时，人们需要作一些数值上的预测，例如，预测某只股票的走势、某种商品的需求量或是某场球赛的最后比分。

这样的预测经常是通过代表性作出的。

例如，假设有个人在听了关于某家公司的描述之后，需要预测这家公司的未来收益。

那么，如果这个人听到的描述是正面的，他就会预测这家公司将有非常高的收益，因为高收益最能代表那个描述；如果描述是普通的，这个人就会觉得公司的表现也会很普通。

描述的好坏程度并不受该描述的可信程度以及精确程度的影响。

因此，如果人们仅仅依靠描述的好坏来预测，那么他们的预测就会对证据的可靠性和预测的预期精确度不敏感。

这种判断模式违反了标准的统计理论。

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了控制。

当某件事的可预测性为零时，该预测的结果在任何情况下都应该是相同的。

例如，如果在一些公司的描述中，没有听到有关其收益的信息，那么对所有这些公司未来收益的预测都应该是相同的。

当然，如果某件事的可预测性非常高，那么预测值就会符合实际值，预测的范围也会等同于实际结果的范围。

总之，可预测性越高，预测值的范围就会越广。

一些关于数值预测的研究表明：直觉性预测违反了这条规则，因为受试者很少甚至没有考虑过可预测性的问题。

在其中一项研究里，受试者看了几段文字，每段文字都描述了一位实习老师在特定实习课上的表现。

一些受试者需要根据那几段文字描述以百分制来评价特定总体的课堂质量，其他受试者则需要预测这些实习老师在5年以后的成就，同样要以百分制来打分。

这两种情况下作的判断是相同的，即预测某一未来事件（老师在5年以后的成就）与评估当前事件所依据的信息（实习课的课堂质量）是相同的。

作这些预测的人肯定也意识到了用某位老师5年以前的实习课来预测她的教学能力过于局限。

不过，他们的预测与评估一样极端。

效度错觉。

前面已经介绍过，人们常会挑选输入信息（例如对某个人的描述）中最具代表性的特点（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。

因此，人们在听到与图书管理员的典型形象相符合的性格描述后，就会极有自信地作出所描述的人就是一个图书管理员的预测，即使这个描述是片面的、不可靠的或是过时的。

由于预测特点与输入信息非常吻合而产生的没有保证的自信就被称为效度错觉。

即使当判断者意识到限制其预测准确性的因素时，这种错觉仍然存在。

许多文献已经证实：甄选面谈的出错率很高，但即使心理学家知道这一点，在甄选面谈时，他们还是常会在预测中表现出很大的自信。

尽管不断有证据表明甄选面谈是不恰当的，但临床上仍然持续依赖这种访谈方式，这也充分说明了效度错觉强大的影响力。

预测需要依靠输入，而输入模式的内部一致性就是决定人们在预测时自信程度的主要因素。

例如，相比某个在一年级得了许多A但也得了许多C的学生来说，人们在预测一年级得了许多Ｂ的学生的平均绩点时会更有自信。

高度一致的模式最常出现在输入变量过多或相关度高的时候。

然而，相关统计学的结果证实，若规定了输入变量的效度，基于几个这种输入的预测会比输入过多或相关情况下的准确性高。

因此，输入变量过多虽然可以增加自信程度，但却会降低预测的准确性。

而人们在预测时所抱持的信心常会超出他们的能力范围。

误解回归性。

假设让一群儿童做两套等效的能力测试题。