2019/2/20 Blue文 读书打卡
书名：《思考，快与慢》
作者：丹尼尔.卡曼尼
章节：第10章〈大数法则与小数定律〉
书摘心得:
系统1非常擅长一种思维-自动且毫不费力的识别事物之间的因果联系，即使有时这种关系根本不就不存在，他也会这样认定。当系统1面对“纯统计学”的数据时是束手无策的，因为这些数据虽然可以改变结果出现的概率，却不能直接导致结果的发生。
"大数法则"相比于大样本极端的结果更容易出现在小样本中。大样本比小样本更精确。
"对小数定律的盲信"对于随意取样的直觉似乎符合小数定律，由此可以断言大数法则对于小数定律同样适用。对于统计直觉应抱有一些怀疑，只要条件允许，都应采用计算方法来确定样本规模，而不是依靠直觉印象做决定。
系统1并不善于质疑，它抑制了不明确的信息，不由自主的将信息处理得尽可能连贯。除非该信息被立刻否定，不然它引发的联想就会扩散开，仿佛这条信息就是千真万确的。系统2能够提出质疑，因为它可以同时包含不相容的多种可能性，然而保持这种质疑会比不知不觉相信其真实性更加困难。小数定律是普遍性偏见的一种表现，即对事物的信任多于质疑。
相信小样本能反映调查对象的整体情况，这一强烈偏见也是一个较大问题的一部分。这个问题就是，我们常夸大所见事物的相容性和连贯性。
联想机制会搜寻原因。在统计规则方面，我们面对的困难是这些规则要求使用不同的方法处理问题。依据统计学观点，我们不应关注当前事件的成因，而应当关注其未来走向，这件事的发生并没有什么特殊的原因，一切只是机缘而已。我们并不期待在一个随机的过程中找到规律，但当探寻到一个可能的规则时，我们就会抛开这个过程是真正随机的想法。人很容易在根本没有模式的情况下创建模式。
小数定律包含在大脑工作的两个重要部分中。
夸大对小样本的信任，只是众多错觉中的一种-比起信息的可靠度，我们会更加注重信息本身的内容，其结果就是我们会将周围的世界变得比数据所能证明的更加简单和统一，在想象的世界中过早下结论比在现实中更有把握。
统计学家的很多观察研究，都可归结到因果关系的解释上。许多事实其实只是巧合，包括事件的采样。对偶发事件作出因果关系的解释必然是错误的。
网友评论