可得性启发法：
通过实例呈现在脑中的轻松程度，来判断概率的过程。大脑倾向于把容易记起的实例认为是概率较大的实例。这些因素会成为偏见的潜在来源。容易记起的实例，往往是亲身经历的，常被报道的，经常接触的。
案例：分别统计夫妻各方认为自己对于家庭整洁作出的贡献百分比，得到的结果总百分比超过100%。原因：可得性偏见使人们分别记住自己的努力比记对方的清楚的多。/吵架的原因更多归因于自己
你做的事情偶尔会超出自己的分内事，但当你有这种感觉时，团队里的每个成员也可能有同感。
可得性偏见会影响我们对自己或他人的看法。实验，被要求列出6个果断行事的例子，比被要求列出12个果断行事例子的人，更认为自己果断，因为6个更容易记起。
当系统2起作用时，人们可以忽视可得性启发，即获取记忆的便捷型，而关注记忆本身。
可得性效应的关联情绪启发
人们形成的观点和作出的选择直接表达出情感和取舍的基本倾向，将我对他感觉如何的答案当作较难问题我如何评价的答案。
巨大灾难发生后，保险购买率会上升。人们想到不同风险的轻松度与风险的情感反应紧密相连。
风险的不同观点：
斯洛维克认为，风险及其测量是主观的，不是脱离文化和思想的，人们发明风险是为了帮助自己理解和应对生活的不确定情况。所以专家的风险评估不可信。
桑斯坦认为，风险可以通过科学，专业知识来评估，并可以以成本和利益权衡为指导。可以以生命/财产数量做测量。
对风险带有偏见的反应是导致公共政策中优先处理权不稳定和错位的重要原因。
效用层叠（availability cascade）：有些情况下，关于某一风险的媒体报道能抓住部分公众的注意力，这部分注意力进而会变成激愤和焦虑。尽管实际风险可能并不大，但如此声称的人却可能被认为欲盖弥彰。案例，拉夫运河/艾拉恐慌。可能环保问题并不那么严重，可是由于报道造成民众恐慌，导致政府放下更有风险的事，而花大代价处理恐慌风险。
基础概率忽视，我们大脑解决小风险，要么完全忽视，要么过于重视，没有中间地带。例如，等待晚归孩子的担忧，尽管可能概率很低，仍然大脑中会闪现危险景象。人们容易因固有认知偏好，放大危险，关注分子，忽视分母的大小。
作者认为恐怖主义是效用层叠的极致体现，存疑。
关注典型性，忽视基础比率
基础比率，类似于高中概率论的罐中取球计算。了解球的分别的颜色，和总数，以算出球的比率。客观信息
但人们倾向通过典型的描述，激发联想，来做判断。比如忽视招生数量的基础比率，而通过学生的性格判断他所属的专业。或者通过体貌特征挑选球员，而不是通过表现数据统计。
典型性所带来的初始印象比随机猜测精确。但是他倾向于预测低基础比率的事件，并对数据质量不敏感。实验得出，提高系统2的警觉性，可以通过皱眉等动作得到，以提高对基础比率的敏感性。
用贝叶斯定理约束直觉
贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。其中P(A|B)是在B发生的情况下A发生的可能性。信念-基础比率应该与证据分析相结合，以接近假设。
较难，后面需专题研究
思考，快与慢 - 5
贝叶斯定理用于投资决策分析是在已知相关项目B的资料，而缺乏论证项目A的直接资料时，通过对B项目的有关状态及发生概率分析推导A项目的状态及发生概率。如果我们用数学语言描绘，即当已知事件Bi的概率P（Bi）和事件Bi已发生条件下事件A的概率P（A│Bi），则可运用贝叶斯定理计算出在事件A发生条件下事件Bi的概率P（Bi│A）。按贝叶斯定理进行投资决策的基本步骤是：
1 列出在已知项目B条件下项目A的发生概率，即将P（A│B）转换为 P（B│A）；
2 绘制树型图；
3 求各状态结点的期望收益值，并将结果填入树型图；
4 根据对树型图的分析，进行投资项目决策。
合取谬误
通过直接比较，人们总认为两个事件的联合出现比只出现其中一个的概率要大。案例，根据典型描述，认为一个认为银行出纳+女权主义比银行出纳概率大，尽管1是2的子集。
网友评论