第30天——典型性与基础比率

【蝎子叔的心理小分享】

hello~小伙伴们~早上好啊~今天是我们共同心理成长的第30天，不知不觉一个月就过去了，不知道大家有什么收获呢？把自己的收获复盘一下，反馈给蝎子叔吧~

蝎子叔想给大家分享的是典型性与基础比率。

【典型性与基础比率】

此例子来自于《思考快与慢》

琳达，31岁，单身，一位直率又聪明的女性，主修哲学。在学生时代，她就对歧视问题和社会公正问题较为关心，还参加了反核示威游行。

她有可能是：

1.小学老师

2.在书店工作，学瑜伽

3.积极参与女权运动

4.妇女选民联盟成员

5.银行出纳

6.保险推销员

7.银行出纳，还积极参与女权运动。

人们最有可能选择的是7，在面对这个问题的时候，人们的系统2会自动根据系统1的直觉进行判断，而忽略了基础比率。

基础比率是人群中，有多少人是小学老师？小学老师多还是银行出纳多？银行出纳多，还是积极参与女权运动的银行出纳多？

不管基础比率如何，有85%的人都会坚持选择琳达是一个积极参与女权运动的银行出纳。

这就是不顾基础比率只考虑典型性的思维。

【贝叶斯定理】

在机器学习中有一种贝叶斯算法，经常用于过滤垃圾邮件。比如说含有“打折”“购买”等词的很可能的垃圾邮件。这个算法会把含有“打折”的邮件给出一个概率，“购买”给出一个概率，最后所有这些关键词的概率的乘积就成为了这封邮件是垃圾邮件的概率，如果有50%以上，很可能就会把它判断为垃圾邮件过滤掉。

同理在现实生活中，给出一个典型性的个案。

汤姆，缺乏创造力，智商很高，喜欢按部就班的简单生活，喜欢规规矩矩井井有条的环境。他写文枯燥，偶尔有点生动。他具备竞争意识。他待人冷淡，缺乏同情心，不愿与人接触。自我中心，有强烈的道德感。

那么他的大学专业很可能是：

1.计算机科学

2.工程学

3.工商管理

4.自然科学与生命科学

5.团书馆学

6.法学

7.医学

8.人文与教育

9.社会科学和社会工作

还是像前面那个问题，考虑基础比率和典型性。汤姆的描述很适合计算机科学，但是这个专业是招人最多的专业吗？难道招人最多的不是人文与教育，或者是管理类的学科吗？

人们会在明知计算机科学的专业人数比其他少的情况下仍然坚持选择最有可能是该专业。

我们应该如何来判断这个可能性呢？

利用前面提到的贝叶斯算法。他是计算机科学专业的可能性，该专业的人数占比为分母给出一个概率，在工程学的概率，最后是所有专业概率的乘积。