笔趣吧

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1页）

一秒记住【m.xiaoyanwenxue.cc】精彩无弹窗免费！

“行为经济学系列（套装共9册）（.shg.tw）”

！

附录A不确定性下的判断：启发法和偏见

（本文首次刊登于1974年的《科学》杂志上，第185卷。

美国国防部高级研究计划局为此项研究提供了支持，海军研究办公室也与位于尤金的俄勒冈研究院签订了合约，监督该研究。

另外，该研究还得到了位于以色列耶路撒冷的希伯来大学研究与开发部门的支持。

）

我们所做的许多决策都是基于对不确定事件概率的信念，这些不确定事件包括选举结果、被告的内疚感或是美元的未来价值。

这些信念通常被表述为“我想……”

“概率是……”

“它是不可能的……”

等。

对于不肯定事件的信念有时还能以概率或主观概率等数字形式表现出来。

那么，是什么决定了人们的信念？

人们又是怎样评估不确定事件的概率和不确定数量的价值呢？本文将会告知你们，人们依赖于数量有限的启发式原则，而这些原则能将测量概率以及预测价值的任务简化，使其成为更为简单的判断过程。

总的来说，这些启发法相当有用，但有时也会导致严重的、系统性的错误。

对概率的主观评估与对距离或大小等物理量的主观测量相类似。

这些判断都依赖于效度有限的数据，是根据启发式的规则进行的。

例如，某物体的距离取决于其清晰程度。

物体看上去越清楚，其距离就显得越近。

这条规则有一定的效度，因为在任何给定的情境中，距离较远的物体都会比距离较近的物体更不清楚。

然而，对这条规则的信赖会导致我们在测量距离的过程中产生系统性错误。

特别是在能见度较低时，物体轮廓就会模糊，而其距离就常常会被高估。

另一方面，在能见度较高时，物体轮廓就会清晰，其距离也就会被低估。

因此，如果依赖于清晰度，将清晰度作为测量距离远近的标尺的话，就会导致普遍的偏见。

这样的偏见在对概率直觉性的判断中也会出现。

本文将描述三种应用于判断概率和预测价值的启发式，列出由这些启发式引起的偏见，并讨论这些偏见的实际应用和理论内涵。

代表性

人们考虑的许多概率问题都包含在以下某个类型当中：物体A属于类别B的概率是多少？事件A起源于过程B的概率是多少？过程B引起事件A的概率是多少？人们在回答这些问题时，会典型地依赖于代表性启发法，即通过用A来代表B，也就是通过比较B与A的相似程度来对概率进行评估。

例如，如果A能高度代表B，人们就会认为A源自B的概率高。

但如果A与B并不相似，人们就会认为A源自B的概率低。

若想通过代表性对判断进行阐述，请考虑下面这个情况，若有某个人被他原来的邻居描述为：“史蒂夫非常腼腆，少言寡语，很乐于助人，却对他人或这个现实世界没多大兴趣。

他谦恭有礼，做事井井有条，中规中矩，关注细节。”

人们如何从一个可能的职业列表中（例如农民、售货员、飞行员、图书管理员或是医生）评估他从事某个特定职业的概率？又如何根据可能性的大小来将这些职业进行排序呢？在代表性启发法中，例如，史蒂夫是个图书管理员的概率是通过其与典型的图书管理员形象的代表性或相似性来进行评估的。

事实上，对于这类问题的研究已经表明，人们对职业概率的排序与对职业相似性的排序方法完全是相同的。

而这种关于概率的判断方法会导致严重的错误，因为相似性或代表性不会受到某些因素的影响，而这些因素却能影响对概率的判断。

对结果的先验概率（priorprobability）不敏感。

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。