启发法 冒险岛发布网079偏见

好想建的生观江估与对霜商政大小每物理湿的主观劑盟相英倾。这些判断趣饭的

子然是有限的酸招，是根粗白发式的规则逮行的。创知，菜物体的距薦取决干期酒

哪體度，物镇都上去越酒穿天中

在段们作出史路夫是个国书管理民丽不是农民的理性呀传时 提应读精农限

一国书营理跟人數更爭的那实就的正精之后，人们的四应羅不网的。在没有任何移应旺媚的悄况下，夗酸橋豫他

零我合理地应用，面在得知一些无用哑烟的镇况下，沈验憾枣酞金铍忽酪

对科本大小的不敏盛。在其个推定大小的样本中，评估跌得果个销定给果的蝦我

时

大们凤会应用代粮性店没法。唧他们岔通过果个样本緒果亏相关智致的相似性菜

翠估送个结果的概罪，倒如，人们会认为陋机抽取的 10 位男性的平均身為羅6资尺

一送个结果戲是由与相应参致（这个参致咖是男性人口的平均身高）的粗做性得袋

的，果个样本的統计败烟与人口参数的相似性找不是由样本的大小来次定的。其然

票的是如果我们通过代我性米评估概粼，判断出的柔个样本的統计败银支厦上敬

是独立于样本大小的，的确

当受试者评估大小不同样本的平均身商分布时，他们

每业的分布是相同的。例如，人们在评估平均商度商于 。 英尺的慨率时，无论样本大

小是 1000. 100还是10位时。其得出的分布都是相同的。另外，即使样本大小的蛋

要性在问题形成之时雞被理调过，受试者还是不能体会其所起的作用，请考电下西

的问题考理在的的。燃丽，对婆照比聚的旁曲落不会能的英

二美与国书當理员以及农民的興型形限的相似性。四此，如奥人们疆过代表管家限

烤后+_苑輇獗带额会被忽银镇，我们在还用了先给联本的实路中燈發了这个價限

在其给中：魏们向要法者的要眠述了几个人的性格，这几个人是以100白工圈防及地

-的拌本中随應抽取出来的。而受诚数爾要通过对每个人的描达天污估斯是工理房

还是律师，在菜个交给镇理中 受过者校售知这些坡描进约100人中，有70位工價嘴

20 位律师。而在另一个实验情境中，愛试者被告知这 100人中，有30位工程西 70

位律师。在第一种情塊下， 愛试者判断任歷一个描达是关于工理师的而不是失手樓

而的概率都应该高于第二种实验價埧。因为第一种情塊中工程师更金。第二种情澳

中律师更多。值得注意的是，我们通过贝叶斯定理还能知道每个描达的嚴本比需应

该是 （0.7/03)’．或是5.44。然而，这些愛试者在这两个实给情澳中都得出了同样

的概率判断，这严重违反了贝叶斯定理。很明显，受试者认为某个特定的描达是在

说工程师而非律师是通过描迷对于这两个典型职业的代表程度而来的，而很少歲摄

本就不考电其所属类别的先验概率。

当这些受试者没有其他信息来源时，他们会正确地利用先验慨奉。在没有人物措

还的情况下，爱试者判断菜个人是工程师或律师的板率分别是 0.7和0.3.这与基础比

率正好符合，然而。当某个描还存在，就算这个描述没有任何信息，先给搬率还是

会被彻底忽略掉，对于以下描述的回应就闸明了这个现象

迪克是任30岁的男性，已婚，但无子女。他能力强，干助足，承诺一定委

在自己的領域功成名就。他很受网事的欢迎。

这个描述所传达的信息与迪克是工程师还是律师的问题完全没有关系。因此，迪

克是工程师的额车应该与工程师占样本总人数的比幸相同，就如同我们没有得到任

1有关迪克的描达时一样。然而，叉试者却将迪克是工程师的概率判断为0.5，并不

注工程师古总人数的比率是 0.7 还是0.3，很明显，在没有任何证据和得到了一些无題，此距商就显想想近。这染規則有一定的效度，回为卷

学間路定的储理中，怎需铵坛的物体都金比距商较近的物体更不渭楚，然丽，对这

泰规则的信期金母政致们在测盟距厲的过理中产生系統性镇识。特别是在能见摩款

难时。物练轮獻獸金犋糰，而茈距店然常带会披商估。另一方面，在能见度纹商的

物体轮家就会清哳．其距商也就会被低估，因此

如果依赖手清哳度，格清哳度作

少对量距商远近的标尺的酒。就会导致普温的個见。这样的偏见在对概索直览性的

別斷中也会出现。太文特描达三种应用手判断概來和预测价值的启发式，列出曲设

些启发式引起的编见，并讨论这些偏见的实际应用和理论内涵。

代表性

人们考惠的许多概家问题都包含在以下菜个炎型当中：物体A属于炎别日的摄率

是多少7我件A 起源手过程日的概率是多少7过程日引1起事件A 的额率是多少了人们

在回答这些问题时，会典型地依朝于代表性启发法，即通过用A 来代表B，也航是道

过比较B 与A 的相似程度来对概本进行评估。例如。如果A 能高度代表B，人们獸会

认为A 源自日的概常商。但如果 A 与日并不相似，人们就会认为A 源自日 的概幸低。

若想通过代表性对判断进行闻述，请考电下面这个情况，若有菜个人被他原来的

邻居描述为：

史蒂夫非管酒膜，少言寡语，很乐于助人，却对他人或这个现实世界

没多大兴趣，他議恭有礼，做事井井有条，

中规中矩，关注细节。

人们如何从一个

可能的职业列表中 （例如农民。售货员，

飞行员，图书管理员或是医生】评估他从

事菜个特定职业的概幸？又如何根据可能性的大小来将这些职业进行排序呢？ 在代

表性启发法中，例如，史蒂夫是个图书管理员的概率是通过其与典型的图书管理员

形象的代表性或相仪性来进行评估的。事实上，对于这类问题的研究己经表明，

们对职业概幸的排序与对职业相似性的排序方法完全是相同的。而这种关于概率的

判断方法会导致尸重的错误，因为相似性或代表性不会受到某些因素的彩响，而这

兰因素却能影响对概幸的判断，