不确定条件下的决断：归纳法与偏差

几项针对定量预测的研究显示，直觉预测违背了该项原则，而且受试者很少甚至根本不考虑可预测性因素。在其中一项研究中，提供给受试者几段文字，每段文字都描述了一位实习教师在某次特别的实习课上的表现。要求一部分受试者用百分数评价文字所描述的课程的质量，要求其他的受试者也用百分数对每一位实习教师在实习课5年后的状况做出预测。在这两种条件下做出的判断是完全相同的。也就是说，根据遥远的标准所做的预测（一位教师5年后的成功），与根据预测的基础信息（实习课的质量）所做的评价是完全相同的。做出这些预测的学生无疑知道，仅仅根据5年前的一堂实习课对一位教师的教学能力做出预测，其可预测性是有限的；然而，他们所做的预测与他们所做的评价一样极端。

5、对有效性的错觉（Theillusionofvalidity）。

如我们所看到的，人们通常通过选择对“输入（input）”（比如对某人的描述）最具有代表性的结果（比如某种职业）来做出预测。他们在预测中所拥有的自信主要依赖于代表性的程度（即，依赖于所选择的结果与输入之间相符合的质量），而很少或根本不考虑预测精确度的限制因素。因此，在给出某个人与人们心目中的图书管理员形象相符合的个性描述时，甚至描述是不充分的、不可靠的或者过时的，人们表现出很强的自信，预测该人是图书管理员。因预测结果与输入信息之间较好的符合所产生的无根据的自信，可称为对有效性的错觉（theillusionofvalidity）。甚至在预测者了解预测精度的限制因素时，这种错觉仍然存在。我们经常观察到，甚至在知道大量的文献表明选拔面谈极易出错时，主持选拔面谈的心理学家在预测中也常常表现得极为自信。尽管不断有事实证实其不适当，对选拔中临床面谈的继续信赖足以证明这种效应的强大。

一种输入模式的内在一致性，是人以输入信息为基础的预测中拥有自信的一项主要的决定因素。例如，预测某个第一学年成绩全部为B的学生的期末平均分数时，比预测一个第一学年成绩中有很多A和C的学生的平均分数时，人们表现出更多的自信。当输入变量大量过剩或者相互关联时，常常可以观察到高度一致的模式。因此，人们容易在以过剩的输入变量为基础的预测中表现得极为自信。然而，相关性统计学中一项基本的研究成果断言，给定既定有效性的输入变量，当几项这样的输入变量彼此相互独立，而不是过剩或相关时，以这几项变量为基础的预测可以取得更高的精确度。因此，即使能够增强信心，输入变量的过剩也会降低预测的精确度，而经常存在于预测中的自信更容易导致人们偏离正确的目标。

6、对回归的错觉（Misconceptionofregression）

假设有一大群孩子参加了针对某种能力两份相当的试卷的测试。如果从两份试卷中的一份表现最好的孩子中挑选出10个孩子，你通常会发现这些孩子在另一份试卷中的表现会有些令人失望。反过来，如果从一份试卷表现最差的孩子中挑选出10个孩子，你会发现他们在另一份试卷中的表现平均要好一些。更一般地，考虑具有相同分布的变量X和Y。如果你挑选出平均分数为X、对均值X偏离k个单位的个人，那么，他们的平均分数Y对均值Y的偏离通常会少于k个单位。这些观察结果说明了一个被称作向均值回归（regressiontowardthemean）的普遍现象。这一现象是100多年前首先由Gallon记录下来的。

在日常生活中，我们会遇到许多向均值回归的事例，比如，对父子的身高、对夫妻的智力，或者对个人一连串考试成绩的比较。然而，人们并没有培养出对这种现象的正确的直觉力。首先，人们没有预料到很多场合中确定要发生的回归现象。其次，当人们认识到回归现象的发生时，他们常常会臆造出不合逻辑的因果关系来解释这种现象。我们认为，回归现象之所以难以理解，是因为回归现象不符合预测结果应最大程度地对输入变量具有代表性，以及输出参数（译注：即predictedoutcome，预测的结果）的值应该与输入参数的值具有同样的偏离度这一信念。

正如下面的观察结果所说明的，认识不到回归的重要性会带来危害性的结果。在一次有关飞行训练的讨论中，经验丰富的教练们注意到，对受训者某次异常平稳的着陆动作进行表扬，接着在下一次试飞时受训者的着陆动作一般会较差；而对受训者某次拙劣的着陆动作进行激烈的批评，接着在下一次试飞中受训者的着陆动作通常会得到改进。教练们得出结论，口头表扬不利于学习，而口头惩罚则是有益的。这一结论恰恰与公认的心理学学说相反。由于向均值回归的存在，这一结论是没有根据的。如同别的重复考试的情况一样，即使教练没有对受训者第一次尝试的成绩做出反应，受训者一次进步后通常会是糟糕的表现，而一次退步后通常会是出色的表现。因为教练已经表扬了受训者好的着陆动作并批评了差的着陆动作，于是，他们便得出惩罚比奖励更有效这一错误而有潜在危害性的结论。

因此，不理解回归效应会导致人们高估惩罚的效果，低估奖励的效果。在社交以及训练中典型的情况是，在表现好时进行奖励，在表现差时进行惩罚。因此，仅仅就回归因素来说，最可能的行为是：在惩罚后进步，而在奖励后退步。因而，仅仅就偶然因素来说，人类的行为就是：人常常因惩罚别人而受到奖励，并且常常因奖励别人而受到惩罚。人们一般不知道这种偶然性。事实上，回归在决定奖励和惩罚的明显的结果中所起的难以理解的作用，似乎没有引起该领域学者的注意。

注1：据美国学者彼德.伯恩斯坦《与天为敌—风险探索传奇》一书记载，“向均值回归”系由英国学者弗兰西斯.高尔顿（FrancisGalton，1822-1911）最先发现的，本文中Gallon一词应为Galton的错拼。

注2：extreme，本意是“离中心或起点远”，这里译作“偏离度”。

可得性（Availability）

在某些情况下，人们根据事例或事件的发生能够回忆起来的难易程度来估测某一类别的频率或某一事件的概率。例如，你会通过回忆熟人的心脏病发作来估测中年人发作心脏病的危险。与此类似，你会通过想象某一特定商业冒险活动可能遭遇到的各种各样的困难来评估其失败的概率。这种用于决断的归纳法称为可得性（availability）。可得性对于估测频率或概率是一种有用的思路，因为大类别的事例通常能够比小频率类别的事例更好更快地回忆起来。不过，可得性受到其他一些因素而不是频率和概率的影响。因而，对可得性的信赖会导致预测偏差，其中一些偏差说明如下：

1、因事例的可提取性导致的偏差（Biasesduetotheretrievabilityofinstances）。

 2/6   首页 上一页 1 2 3 4 5 6 下一页 尾页