不確定性下的判斷

《思考快與慢》系列7-對附錄A的思考

每天我們都會面臨各種各樣的決策,那么我們的決策究竟被什么影響呢?丹尼爾.卡尼曼和阿姆斯.特沃斯基經過多年的實驗研究,發現我們決策的來源都基于對事件概率的判斷.

這里的判斷包含對測量概率的判斷,以及對價值進行評估這兩個方面.

by 薇莉

在實際的判斷過程當中,我們往往以直觀概率(統計直覺)替代了計算概率,從而產生了捷徑偏見.在很多情況下,我們確實通過一定的捷徑來獲得問題的答案,捷徑本身是沒有問題的,但是如果捷徑出現了偏差,就會導致我們的判斷和決策出錯.

在附錄a中,兩位作者給出了三種非常容易引起我們偏見的捷徑路徑:代表性,相關性和錨定效應.

1. 代表性

代表性是指a和b兩個事物相關性的多少?具體可以包含問題a屬于b的概率是多少?事件a起源于過程b的概率是多少?問題b引起問題a的概率是多少?

對這些問題的判斷,都會讓我們通過a和b的關聯性為基礎來給出答案.如果a和b的相關性高,我們在做判斷的時候就自動認為a屬于b或者a起源b,抑或b引起a的概率高;如果a和b不相似,就會認為a與b的相關性概率低.

根據下面的描述請選擇:
史蒂夫非常靦腆,少言寡語,很樂于助人,卻對他人或這個現實世界沒多大興趣。他謙恭有禮,做事井井有條,中規中距,關注細節

問史蒂夫更可能是農民,行員,或圖書管理員?

在任何一個國家農民的實際比率一定要高于其他選項,那么從計算概率得出史蒂夫應該是一個農民.但是我們在做選擇的時候往往會根據相關性去判斷.

題目中史蒂夫的描述更符合圖書管理員的特質,我們就會判斷史蒂夫更可能是個圖書管理員.

所以當我們接觸到一個事物的時候,會根據他與另一個事物的相關性來判斷問題.如果兩者是有關聯的,我們可能就會簡化的認為a代表b,或者a等于b.在這個過程當中,我們最容易忽略的是基礎比率,樣本大小,對隨機事件發生概率的預測.

對于這個過程當中產生的偏見,最容易讓我們對懲罰有效性的高估和對獎賞有效性的低估,真是的情況是人們的表現往往會回歸平均值.也就是說,在上一次表現好的人往往容易在這次的表現中糟糕一些,而上一次表現糟糕的人往往會在這一次表現中比較好.這是因為這兩個事件當中,回歸平均值在起作用,這是概率統計理論的一種.但是我們往往容易將懲罰與表現好相聯系,而將獎賞與表現差相聯系,這種虛假因果關系的解釋,會導致我們高估懲罰的有效性.

2.可得性偏見

可得性偏見是指人們往往用信息被調取容易程度的概率,錯誤的等于信息重要性的概率.也就是說當我們遇到一個問題時,容易讓我們回想起來的信息,會錯誤的高估它的概率.

請看下面一個問題
請回憶字母k,以k做開頭的單詞多還是一個作為第三個字母出現的單詞多?

對大部分人來說,我們往往容易回憶起字母k在首位的單詞,因此我們往往會高估字母k出現在首字母的比例實際上.字母K在第三個字母出現的概率會遠高于首字母,因為其他任何一個字母都可以匹配出第三個字母為k的單詞.

我們的大腦是通過提取信息和聯想構建等做出概率判斷的.例如搜索集合的可得性,不同任務引發不同的搜索集合的容易程度,包括想象力等方式來估測類別,所以一個信息如果更容易被我們提取,更容易被我們構建,或者更容易讓我們產生聯想,我們將會高估它發生的概率,這個過程當中一定會產生偏差.

3.錨定效應


如果在一個問題之前我們給一個無關的初始值,那我們的答案就會受這個初始值的影響而產生偏差.

如果初始值大,那我們給出的答案就會偏高;如果初始值小,我們給出的答案就會偏低.

大家都有過買東西討價還價的經歷,如果商家給出的價格高,我們在這個基礎上有很大的可能性會用高于這個商品價值的價格買到這個商品.但是如果我們會還價,一開始就還出比較低的初始值,我們在這個基礎上就可能以一個超值的價格買到這個商品.


4.結論

對捷徑和偏見的了解會改進在不確定條件下判斷和決策的正確率.如果我們想提高自己判斷和決策的有效性,我們就要知道自己思考的捷徑到底有哪些。這種思考的捷徑既包括對自己的評價,也包括對別人的評價和判斷.

以上三種捷徑讓我們對效度有限的數據依賴導致普遍的偏見.

更多精彩內容請登陸http://fastslow.top/查看。


5905-viney薇莉-橙子第9篇

我是薇莉,一個"愛學習,愛思考"的職業規劃師.

如果你覺得我寫的文章對你有幫助,請關注我,讓我們一同成長!

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,156評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,401評論 3 415
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 176,069評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,873評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,635評論 6 408
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,128評論 1 323
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,203評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,365評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,881評論 1 334
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,733評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,935評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,475評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,172評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,582評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,821評論 1 282
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,595評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,908評論 2 372

推薦閱讀更多精彩內容

  • 對概率的主觀評估與對距離或大小等物理量的主觀測量類似。這些判斷都依賴于效度有限的數據,是根據啟發式的規則進行的。 ...
    晴天在路上閱讀 4,135評論 2 1
  • 你的數學直覺怎么樣?你能憑借直覺,迅速地判斷出誰的概率大,誰的概率小嗎?下面就是 26 個這樣的問題。如果你感興趣...
    cnnjzc閱讀 6,958評論 0 12
  • 我們從小到大,做過很多的自我介紹。 讓我回想一下,我記憶里的第一次自我介紹是在什么時候? 大概在我三歲左右的時候,...
    顏小婧閱讀 4,176評論 2 12
  • 遠眺白云映藍天, 近看青山掩禾田; 悠然紅裙憑欄笑 , 疑似仙子落人間 。
    八方游魚閱讀 465評論 0 0
  • 好人與壞人有什么不一樣呢,為了一件錯事而做了千千萬萬的善事,那他到底是好人還是壞人呢,其實并沒有什么不一樣。我為一...
    Ttraining閱讀 280評論 0 0