判断的启发式方法

 “关于人的判断，在不确定的情况下，会进行三种判断的启发式方法 ”

1. 其一； 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？ 时间A起源于过程B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A来代表B，比较A和B的相似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。 反之，人们就会认为A源自B的概率低。    

    举例说明： 当被问到，“上班路上，地铁里遇到一个人，夹着一个包，带了包水泥； 你猜他的职业可能是什么，律师还是装修工人”， 此时就会基于已有的特征进行归类。

     不过事实研究证明，这种关于概率的判断方法会导致严重的错误，因为代表性不会受某些因素影响，但这些因素缺影响对概率的判断。

这些因素里面比较有意思的两个点是 样本大小 以及 对回归性的误解，分别陈述一下。

 ① 样本大小不敏感 对概率的影响

    概率是指随机事件出现的可能性大小；在统计学有个重要的大数定律（law of large numbers），又称“大数定理”、大数法则或“平均法则”。通俗地说，人们在长期的实践中发现，在随机现象的大量重复中往往出现几乎必然的规律，即对大样本取样的研究才可能得出规律性，大样本才可以反映总体。代表性偏误的直接后果是对样本大小的不敏感，受到“小数定律”的影响，即在判断概率时根据经验判断事情发生的概率而忽略了样本的规模。认为小样本可以反映总体的观点。  

     小样本的影响其实很常见，记得上小学的时候，回家有两条路，然后呢在常走的路上连续两天都碰到了蛇，一朝被蛇咬十年怕井绳的蛇，吓得是瑟瑟发抖的那种。然后楼主就做了个肯定的判断，明天还有可能碰到蛇，然后就换路走了。（当然结局并不都是美好的，第三天又碰到蛇大哥了）

② 回归性的误解

    先说一个概念，回归平均值。 是指股票价格、房产价格等社会现象、自然现象（气温、降水），无论高于或低于价值中枢（或均值）都会以很高的概率向价值中枢回归的趋势。根据这个理论，一种上涨或者下跌的趋势不管其延续的时间多长都不能永远持续下去，最终均值回归的规律一定会出现。 

    这里面有一个比较有意思的例子，就是常规意识上的 惩罚还是 奖励更有助于进步的争论，很多教练都有这种经验，对落后的小伙子一顿啪啪啪的乱喷，然后起效了，竟然哗哗哗的进步了，其实，很大可能这是在回归均值。 之前差的时候是个低点，不论是否参与批评，都会进一步回归到高点。  

2. 其二； 可得性

    有时候，人们会通过能想到的例子或者时间的容易程度来评估这类事的频率或者概率。例如，你可以会通过身边有多少人因为喝酒致死来评估喝酒的风险；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、更快的得到频率较高的类别的例子。 然后，可得性并不受频率和概率的影响。 因此，依赖可得性会导致预测的偏见。

    这就好比在街边买东西，你在犹豫着，这时候有很多人都在那里买东西，你便下定决心了，买完了赚回来发现，哪些买东西的人和卖家在一起吃饭打牌； 这就是从众心理+可得性综合作用的例子。

    另外，在某些场景下，相让别人不拒绝你的观点；你会想到什么办法？ 利用可得性，先将这些观点和对方沟通，植入对方脑海，这样当他听到这个观点的时候会自动认为是个熟悉的观点，不容易产生抵触。 这也就是品牌广告的价值。

3. 其三； 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，初始值或者起点，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，不同的起点会产生不同的估测，都会偏向于初始值。 我们把这个现象称为锚定。

    常见的价格锚定，星巴克的矿泉水。 星巴克除了卖30块一杯的咖啡，还卖20块一瓶的矿泉水，而且还很显眼。这么贵肯定没人买吧，嗯，是真的没人买。 那为啥还要卖呢？ 是因为有了这个锚定后，买咖啡就很快了。

     想一想还有哪些日常的锚定呢？

参考：

1 http://www.woshipm.com/operate/2585880.html

2 https://baike.baidu.com/item/%E5%9D%87%E5%80%BC%E5%9B%9E%E5%BD%92

3《思考，快与慢》