某个给定的 冒险岛发布网攻略

储量的知设所想证明的相比，反映出了更大的确定性。縫验不足与经路老到的曼送

我部存在这种與送，丽引1人合逼的职分规则里妮为外西校准城供制数，但也不能啊

底消h你生，这种效应至少女西，此如一相悄露的想法致题因为报臨和罚额而租曲的判西，交原上 辰管愛谣

•技取助应尽鱼准确，而且答黑正明的话还能得到奖黄但还是金犯前面所覺對的

二重的判断性错误同路过之间的进择洞足于特定的规則，比如無率论的公理

那么内在一致城是连费

的生观服球銀可以镇引甲出来。引1申出的歡要是主观的，原因是不网的人可以对的

程的事件作曲不同的概來汗估。这种方法展主要的西献是趣铁了对概服严格主项的

都程：这个解弄能够应用手独特的甲件，也能应用手理性决鑲的音逸理论市

也许应该注想一点，理们有时可能从对照注之间的們好中推断山主现版車。但

道常主观極零扩不是由此而形成的。英个人恩為给 A以下路注而不是日以，是园为他

相信A以更有可能会感，他并不是从自己对路注的個好中推斷出这个想法的。因此

在理卖中，主观最要会决定现们对路注的编好。但我们并不是从这些偏好中推断山

主观概率的。就如同理性决策中不证自明的理论-

一样

福率内在的主现本厦使许多学生相信一致性或内在一致性是判断概事唯一有效

钧准则。从主观獗事的形式理论來看。任何内在一致的可能性判断和其他判斷都是-

样的。这个准则并不元全令人满應，因为内在一致的主观厩車可能和人们艳看的其

他信念相抵脸。例如菜个人对榴硬币遊戏所有可能结果的主观慨率就反映了赌徒雷

误。即他推灣硬币更可能是星反面，因为已经连续出現了多次正面。这样的判断可

能是有内在一致性的，因此．根据形式理论

这是

一个怡当的主观概率。然而。这

样钓凰率与硬市是没有记忆的这一人们戴通持有的值念不相符，因此不能产生序列

饺存。若对判断的無率进行充分和理性的考感

。就会发觉对内在一致性的解释并不

充分，判断必镇与人们特有的所有值念相客。但不幸的是。还没有简单且正式的方

法去测评一系列無事的判断与判断者整体信念系統的相容性。

不过。理性判断者会

努力争取这种相客

即使利用内在一致性能更容易完成判断和评估，特别是，理性

利斯者会營试使自己对最率的判断与自己相关的知识，最奉的规则以及个人的判西

自发式和编见相客

对白发式的依雞性以及偏见的音週存在， 并不局限手首通人，有经给的哥究人员

金免直送进行思灣时，同样易手犯城见的错识。例如，曼过广支训练的人在速行直

说判断时，也会有在没能充分考患先验獗率的情况下预测最能代表数据的结果这，

领尚，尽着这些研究人员在续计学方面的经验可以使其建免关似手赠徒區误的基本

HiR

但他们的直觉性判断还是容易在更为复杂的问题中犯类似的瀑银。

美似于代表性和可得性等有用的启发式可以得以保面，即使它们有时会导致预

灣效佑测的错识

这

一点井不会使我们惊奇

而可能会使我们惊奇的是，人们不能

从其人生经历中推断出基本的號计学规期，例如回归平均值或是样本大小对样本可

安性的生鸡。尽管在人的生命历理中，每个人都会遇到许多这样的例子，很少有人

能独自发现样本和回归性的原則。我们不能从每天的经历中学习到統计学的规购

相关的例子不能被怡当地解释。例如，人们不会发现，某文本中连续几行单词

的平均河汇长度比连级几页中单词的平均长度交化更大，因为无论是几行或者八页

均长度的问题。所以：人们不能了解到样本大小和祥

据比比省是。

能解釋力什么人们在判断微事时

道常不能樂觉到编见。人们可

扒通过在分

城车的事件中保持实际发生事件的比例，来了解自己的判断是

香是外在度量的，

用别酸所得的服率来特事件分组井不合透。承么 在分組

缺乏的擠況下

其个人就不可能知道他分配的有0.9 或更高的摄率的预灣，有50%会部分是因错定列起的。

创如，为了违择 x作为道球断指数，人们会首先想到自己对道豫断撕致最佳的

估元，然后特这个數值上调。如果这个调監和大多数其他调監一样是不充足的，易

么X。武不会是很端的。回样的销定饭应在选擇X1时也会发生，这时。人们獸会稱

最佳估测向下调整。所以，Xio到xw之间的量信区间将会大小，而待估盟的饭率分

布就会更景密。

一种程序能够系統地改变主观概率分布，使最佳估鸂值不作为初始值

这也支持了这种解释。

菜个给定的量 （比如道球斯指数）的主观概率分布可以通过两种不同的方法得以

实现：(1） 要求愛武香速择与自己的概率分布的特定百分位数相符合的道琼斯指数

12） 要求曼试書估测出的真实值超过待定数值的概率。这两种方法在形式上是等同

的，因此应该产生相同的分布。然而，这两种方法体现出的是不同锚定下不同的判

断模式。在方法 (1)中，自然的起始点是人们对交量的最佳估测。此外。在方法 (12)

中，妥试者可能将锚定点定在了问题中给定的数值上。或者，他可能将锚定定位在

相等的概率上，即 50-50 的概幸，因为这是估测可能性通常的起始点。无论哪种情况

方法(2）得到的概率应该不会像方法 (1) 那样极端。

为了对比这两种方法。研究人员给一组受试者24个量值（例如从新德里到北京

的空中距高)，并要求他们在每一个问题上估计 X1或Xs。另外

一个组的受试者得到

的是第一组受试者对24 个数值中每个评估结果的中值。他们被要求评估每个给定的

数值超过相应量值的真实值的概本。在没有任何偏见的干扰下，第二组受试者应该

提取出和第一组相同的概率，即9：1.然而，如果使用 50%的概率或给出的数值作

为锚定，第二组的概率也应该更不极端，即接近于！：1.事实上．第二组给出的所

有问题的概率中值都是3：1。当对两组受试者的判断进行外部校准时，发现第一组

的受试者大过极端，这与早前的研究结果相符合，他们估測的发生概率为 0.10的事

件实际上有24%发生了。相反，第二组受试者太过保守，他们认为平均概率为 0.34

的事件实际发生的概率只 有26%。这些结果说明了校准的程度取决于引导的程序，