按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
氡淞康闹狄谎恕Ｎ颐翘岢觯毓槠骄档南窒笾阅岩哉莆站褪且蛭肷鲜鲂拍畈幌嗳荨�
未能意识到回归平均值的重要性将会带来严重的后果。下面这个例子就说明了这一点：在一次关于飞行训练的讨论中，有经验的指导员注意到，若赞扬某位飞行员着陆非常平稳，该飞行员下一次着陆就会表现得糟糕；若某位飞行员着陆较差，该飞行员下一次着陆就会有很大进步。这些指导员总结道，口头表扬对学习是有害的，而口头批评却大有益处，这与广为接受的心理学定律相左。由于回归平均值的存在，这个结论是没有根据的。就像其他重复的测试一样，每次表现糟糕以后总会有进步，而表现优异以后又总会变得糟糕，即使指导员没有对学员的第一次表现给予任何回应。指导员形成了惩罚比奖赏更有效这个错误且有潜在危害的结论，因为他们正好在着陆表现优异后表扬了这些学员，在着陆表现糟糕后批评了这些学员。
因此，未能理解回归效应会导致人们高估惩罚的有效性，低估奖赏的有效性。无论是在社会交往中，还是在训练中，表现得好都会有奖赏，表现得差也都会有惩罚。因此，行为最有可能在惩罚之后得到改进，在奖赏之后变得更坏，这其实就是一种回归现象。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。然而，人们通常不会意识到这种偶然性。事实上，难以掌握回归性主要是因为奖赏与惩罚带来的结果非常明显，因此，这个领域的学者也没有注意到它。
可得性
有时候，人们会通过能想到例子或事件的容易程度来评估这类事的频率或概率。例如，你可能会通过回忆自己认识的人中有多少位是心脏病患者来估测中年人患心脏病的风险。同样，你也可能会通过想象某个企业可能会遇到的各种难题来估测其倒闭的概率。这种判断启发式被称为可得性。可得性对于评估频率或概率来说，是个很有用的线索，因为相比频率较低的类别的例子来说，我们可以更好、更快地得到频率较高的类别的例子。然而，可得性并不受频率和概率的影响。因此，依赖于可得性会导致预测的偏见。我接下来将说明其中的一些偏见。
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。在证明此效应的基本研究中，受试者听到了一串知名人士的名字，男女均有。接着，他们需要判断这串名字中男性是否比女性多。不同组的受试者听到的名字并不相同。在一些名单中，男性更有名；而在另外一些名单中，女性则更有名。受试者都错误地判断了所有名单的类别（性别）。他们的判断显示，名人更多的类别，其数目也越大。除了熟悉度以外，显著程度也会影响例子的可提取性。例如，看见房子失火对这类事件主观概率的影响可能会比在报纸上读到失火这件事的影响要大。另外，最近发生的事有可能会比之前发生的事更容易获得。对于交通事故的主观概率会在见到一辆翻倒在路边的车后暂时升高，这很平常。
因搜索集合的有效性导致的偏见。假设从某个英文文本中随机抽取一个词（含有3个或更多字母的词）。这个词更有可能是以r开头还是以r作为第三个字母？人们在回答这个问题时，会回忆首字母为r的单词（例如road）以及第三个字母为r的单词（例如car），然后通过想到这两个词的容易程度来评估相对频率。因为从记忆中搜寻单词的首字母要比搜寻其第三个字母更为容易，所以大多数人都判断以某个辅音开头的单词要比第三个字母为该辅音的单词多。但实际上，例如r或k的辅音字母，出现在第三个字母的频率都要比出现在开头的频率高。
不同的任务会引发不同的搜索集合。例如，假设你被要求评估抽象词（比如想法、爱）和具体词（比如门、水）出现在书面英语中的频率。回答这个问题自然而然的方法就是搜寻这些词可能出现的情境。联想起提到抽象概念（爱情故事中的爱情）的情境似乎要比联想起提到具体词（例如门）的情境更为容易。如果用单词出现情境的可得性来判断这些单词的频率，抽象词就会多于具体词。这一偏见在最近的研究中已被发现，此研究表明，判断出抽象词的出现频率比具体词的出现频率高很多，与客观频率相等。相较于具体词，抽象词还会出现在更多的语境中。
想象力的偏见。有时，你需要评估某类事件发生的频率，这类事件的实例没有储存在你的大脑中，但你可以通过一定的规则构建一些实例。在这样的情况下，你通常会构建几个实例并通过构建这些实例的容易程度来评估其频率或概率。然而，构建实例的容易程度并不总能反映出真实的频率，这种评估模式很容易导致偏见。下面这个例子将会说明这一点：请考虑一个10个人的团体，他们想组成一个有K个成员的委员会（2小于或等于k小于或等于8）。他们可以组成多少个不同的且有K个成员的委员会？这个问题的正确答案是二项式系数（10k），当K等于5时，达到其最大值252。这明确表明了，K个成员的委员会数量等于（10减k）个成员的委员会数量，因为任何有K个成员的委员会界定了一个独有的（10减k）个非成员的团体。
若想不通过计算就回答这个问题，则需要在心里构建有K个成员的委员会，然后通过构建这些委员会的容易程度来评估它们的数量。人数较少的委员会（比如只有两人的委员会）会比人数较多的委员会（比如有8人的委员会）更容易构建。因此，如果通过想象力或是构建的可得性来评估频率的话，规模小的委员会似乎就会比规模大的委员会的数量更多，这与对称的钟形函数正好相反。事实上，在要求天真的受试者评估规模不同的委员会的数目时，他们的估计是委员会规模的单调递减函数。例如，他们评估的有两个成员的委员会的中值是70，有8个成员的委员会的中值是20（正确答案应该是两种情况下都是45）。
在真实情境中，想象力对概率的评估起着重要的作用。例如，通过想象某次探险中无法应对的意外事件来评估这次探险的风险。如果能想到许多这样生动的意外事件，这次探险就会显得尤其危险，尽管想到这些灾难的容易程度并不能反映出它们实际发生的可能性。相反，如果没能想到某些可能的危险，那将要承担的风险就会被低估。
相关性错觉。L·J·查普曼与J·P·查普曼曾描述过一种有趣的偏见，这种偏见是在判断两个同时发生的事件的频率时产生的。他们向受试者提供了几个假设的精神病患者的信息。信息包括每位病人的临床诊断数据和一幅由病人画的人像画。然后，受试者需评估每个诊断（例如妄想症或疑心病）以及人像画中不同特征（例如奇怪的眼睛）的频率。受试者明显高估了自然的联想物同时发生的频率，例如疑心病和奇怪的眼睛的频率。这种效应被称为相关性错觉（illusory correlation）。受试者错误地判断了得到的数据，“重新发现”了许多普遍但无根据的临床知识，这些临床知识就涉及人像画测试的相关解释。相关性错觉效应极度抗拒相互矛盾的数据。即使在症状与诊断呈负相关的情况下，相关性错觉仍然存在，它使受试者不能察觉到真正存在的关系。
可得性为相关性错觉效应提供了自然的解释。根据两个事件相互关联的强度，可以判断出它们同时发生的频率。当两个事件关联性强的时候，你可能会认为它们经常同时发生。因此，强关联常被判断为经常同时发生。根据这个观点，疑心病与奇怪的眼睛的关联性错觉就是由疑心病常会与奇怪的眼睛而引起的，而不是因与人体其他部位相联系而引起的。
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，而不是发生概率不高的事。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频率。然而，前面的例子已经说明，这个有价值的估测过程会导致系统性错误。
判断与锚定
在许多情况下，人们都会通过初始值来确定最后的答案。初始值或起始点，可能是从问题形成之时得到的提示，也可能是在稍微计算之后得到的结果。但无论是前者还是后者，其调整都不会太过充分。不同的起始点会产生不同的估测，都会偏向于初始值。我们将这个现象称为锚定。
不充分的判断。在某个证明锚定效应的实验中，受试者需要估测不同的数值，并以百分比来进行评定（例如非洲国家在所有联合国成员国中所占席位的百分比）。在猜测每一个数值的时候，受试者面前一个范围为0~100的幸运转盘都会旋转一次。受试者首先需要说明，转盘指针指向的数值比起实际值来说是高了还是低了，然后，再将转盘的指针拨向自己估计的值。不同的小组面对的是不同的初始数字，而这些随机的数值对估计有着巨大的影响。以非洲国家占联合国成员国的百分比为例，转盘指针指向10的小组估测的中值是25，而指针指向65的小组估测的中值是45，其中，10和65就被受试者视为起始点。对于估计要精确的要求也并没能削弱锚定效应的影响。
锚定不只是在受试者被给予相关起始点的情况下发生，当受试者依赖于未完成的计算结果进行估测时，这种情形也会发生。关于直觉性数值估计的研究就说明了这一效应：在黑板上写出一些算式，让两组高中生在5秒之内估计结果。
其中一组学生估计下面这个算式的结果：
8乘以7乘以6乘以5乘以4乘以3乘以2乘以1
另一组学生估计以下算式的结果
1乘以2乘以3乘以4乘以5乘以6乘以7乘以8
想要快速回答这样的问题，人们可能会先计算几步，然后再通过外推或调整得出结果。由于判断的根据并不充分，这样的过程就会导致低估。另外，就前几步的计算结果而言（从左到右进行计算），降序序列得到的结果肯定会比升序序列的结果大。那么，你就会认为第一个序列的结果大于第二个序列的结果。这两种判断都得到了证实。对于升序序列中值的估计为512，对降序序列估测的中值是2250，但正确的答案应该是40320。
评估连续事件与非连续事件的偏差。在巴希勒最近的一次研究中，受试者需要选两个事件中的一个来打赌。该研究应用了三种类型的事件：（1）简单事件，例如从一半是红球一半是白球的口袋中取出一个红球；（2）连续事件，例如从90％是红球、10％是白球的口袋中连续7次抽取红球；（3）非连续事件，例如从10％是红球、90％是白球的口袋中连续取球7次，至少取出一个白球。在这个问题中，相比简单事件的那个赌（概率是0。50），绝大多数受试者都更愿意打连续事件的那个赌（概率是0。48）。而相比不连续事件（概率是0。52），受试者又更愿意打简单事件的赌。因此，在这番比较中，大多数受试者倾向于打的赌都是相对不太可能发生的事件。这样的选择模式证明了一个普遍的发现。对赌的选择以及对概率的判断的研究表明：人们易于高估连续事件的概率，低估非连续事件的概率。这样的偏见是由锚定效应引起的。基本事件的概率（即任意某个阶段的成功）提供了估测连续事件以及非连续事件概率的自然起始点。因为从出发点进行调整显然不会充分，对于上述两种事来说，最后的估测都会与基本事件的概率相接近。请注意，某个连续事件的整体概率会比其中每个基本事件的概率低，而非连续事件的整体概率会比其中每个基本事件的概率高。由于锚定的影响，在连续的问题中，整体概率会被高估；在非连续问题中，整体概率会被低估。
评估复合事件的偏见在计划的情境中尤其明显。成功完成某个任务（例如推广一个新产品）具有连续的特征：要想某个任务成功，该任务中包含的每一个事件就都必须发生。如果需要发生的事件数量众多的话，即使每个事件都很有可能发生，其整体成功的概率也可能会很低。高估连续事件概率这个普遍的倾向会使人们在评估某个计划成功的可能性或能否按时完成时过度乐观，但却缺乏根据。相反，非连续结构总会遭遇风险性的评估。一个复杂的体系，例如核反应或人的身体，如果其中的某个部分出现问题，整个体系就会出现故障。即使每个部分失败的可能性都很小，但若包含很多部分，那么整体失败的概率也可能会很高。因为锚定效应，人们会倾向于低估复杂系统失败的概率。因此，我们有时可以从事件的结构中推测出锚定偏见的方向。连续事件的链式结构会导致高估，非连续事件的漏斗式结构会导致低估。
评估主观概率分布时的锚定。在决策分析中，专家时常需要以概率分布的形式来表示他们对某个数值（例如某一天的道琼斯指数）的信念。这样的分布通常是根据专家选择的不同数值构建的，而这些数值与其主观概率分布的百分位相对应。例如，判断者可能会被要求挑选出一个数字X90。这样的话，他认为这个数字将会超过道琼斯指数的主观概率就是0。90。也就是说，他选择数字X90，所以愿意接受道琼斯指数不会超过这个数值的比率是9：1。通过几个这样对应于不同百分位数的判断，我们可以构建出道琼斯平均指数的主观概率分布。
通过搜集多个不同数值的主观概率分布，还有可能测试出判断者的度量或校准是否合适。如果待估量值的真实值有II％分布在某位受试者规定的XII值之下，那么这个受试者就在一系列问题中进行了恰当的（或外部）校准。例如1％的量值，其真实值应该分布在X01之下，即X99之上。因此，98％的问题，真实值应该在X01到X99的置信区间内。
几位研究人员已从大量的判断中观察到许多量值的概率分布。这些分布表明了其与恰当的校准之间巨大且系统的偏差。在多数研究中，30％的问题，其待评估量的真实值或小于X01，或大于X99。也就是说，受试者设定的置信区间过小，与他们关于待估量的知识所能证明的相比，反映出了更大的确定性。经验不足与经验老到的受试者都存在这种偏差，而引入合适的积分规则虽能为外部校准提供刺激，但也不能彻底消除偏差。这种效应至少部分是因锚定引起的。
例如，为了选择X90作为道琼斯指数，人们会首先想到自己对道琼斯指数最佳的估测，然后将这个数值上调。如果这个调整和大多数其他调整一样是不充足的，那么X90就不会是极端的。同样的锚定效应在选择X10时也会发生，这时，人们就会将最佳估测向下调整。所以，X10到X90之间的置信区间将会太小，而待估量的概率分布就会更紧密。一种程序能够系统地改变主观概率分布，使最佳估测值不作为初始值，这也支持了这种解释。
某个给定的量（比如道琼斯指数）的主观概率分布可以通过两种不同的方法得以实现：（1）要求受试者选择与自己的概率分布的特定百分位数相符合的道琼斯指数；（2）要求受试者估测出的真实值超过特定数值的概率。这两种方法在形式上是等同的，因此应该产生相同的分布。然而，这两种方法体现出的是不同锚定下不同的判断模式。在方法（1）中，自然的起始点是人们对变量的最佳估测。此外，在方法（2）中，受试者可能将锚定点定在了问题中给定的数值上。或者，他可能将锚定定位在相等的概率上，即50，50的概率，因为这是估测可能性通常的起始点。无论哪种情况，方法（2）得到的概率应该不会像方法（1）那样极端。
为了对比这两种方法，研究人员给一组受试者24个量值（例如从新德里到北京的空中距离），并要求他们在每一个问题上估计X10或X90。另外一个组的受试者得到的是第一组受试者对24个数值中每个评估结果的中值。他们被要求评估每个给定的数值超过相应量值的真实值的概率。在没有任何偏见的干扰下，第二组受试者应该提取出和第一组相同的概率，即9：1。然而，如果使用50％的概率或给出的数值作为锚定，第二组的概率也应该更不极端，即接近于1：1。事实上，第二组给出的所有问题的概率中值都是3：1。当对两组受试者的判断进行外部校准时，发现第一组的受试者太过极端，这与早前的研究结果相符合。他们估测的发生概率为0。10的事件实际上有24％发生了。相反，第二组受试者太过保守。他们认为平均概率为0。34的事件实际发生的概率只有26％。这些结果说明了校准的程度取决于引导的程序。
讨论
本附录关注的是依赖于判断启发式的认知偏见。我们不能把这些偏见归因于激励效应，比如一相情愿的想法或是因为报酬和罚款而扭曲的判断。实际上，尽管受试者被鼓励应尽量准确，而且答案正确的话还能得到奖赏，但还是会犯前面所提到的严重的判断性错误。
对启发式的依赖性以及偏见的普遍存在，并不局限于普通人。有经验的研究人员在凭直觉进行思考时，同样易于犯偏见的错误。例如，受过广泛训练的人在进行直觉判断时，也会有在没能充分考虑先验概率的情况下预测最能代表数据的结果这一倾向。尽管这些研究人员在统计学方面的经验可以使其避免类似于赌徒谬误的基本错误，但他们的直觉性判断还是容易在更为复杂的问题中犯类似的谬误。
类似于代表性和可得性等有用的启发式可以得以保留，即使它们有时会导致预测或估测的错误。这一点并不会使我们惊奇，而可能会使我们惊奇的是，人们不能从其人生经历中推断出基本的统计学规则，例如回归平均值或是样本大小对样本可变性的影响。尽管在人的生命历程中，每个人都会遇到许多这样的例子，很少有人能独自发现