復歸

Part II 捷徑和偏見
10 小數原則
假象（artifact），因研究方法而產生的現象；
對小樣本誇大的信心只是一般錯覺的例子之一；我們對於訊息內容的注意力大過於訊息的可信賴度；
這個世界的許多事實是來自幾率；對機率事件提出因果的解釋一定是錯的；

11 錨點
系統一，是一個促發反應；系統二，判斷的特意調整過程；

12 可用性的科學
正向，可用性捷徑；反向，無法解釋的不可用性捷徑（unexplained unavailability heuristic）;

13 可用性，情緒和風險
我們對事件發生頻率的預測，也會受自己接觸到訊息的頻率及對事件的情緒強度所影響；
情意捷徑，是替代的一種；
風險的概念，是爲了幫助人們瞭解和應付生活中的危險和不確定性。雖然這些危險是真實存在，但並沒有所謂真正的風險或客觀的風險。界定風險是權力的角力；
可用性級聯（availability cascade）；

14 湯姆的專業
用表徵（representativeness）來判斷,忽略機率；
系統二失敗有兩個原因，無知或懶惰；
表徵捷思的罪惡，過度偏好預測一個不太可能發生的事件發生；對證據的品質不敏感；
貝氏統計，先前的信念應該跟數據的診斷結合，來看偏向你的假設而拒絕另一可能假設的程度；
把機率判斷的錨點下在一個最有可能的基率上；質疑你對證據的診斷；

15 琳達：少即是多
謬論，指人們沒有應用有顯著相關的邏輯原則；
大部份的表徵訊息都能與人格特質結合，使故事有完整性，連貫性；但是最完整而合理的故事不一定是最可能發生的，也可能是似是而非的；
連接謬論，系統二不如想像中的那麼警覺，系統二是懶惰的；

16 因果基率勝過統計基率
刻板印象，不論是對或錯，都是我們對各類事件的看法；
統計基率通常被低估，當人們有該個案的特定訊息時，統計基率有時會整個被忽略；
因果基率被當做個案的訊息，人們很容易把因果基率跟其它和個案相關的訊息結合；
改變人們對人性的看法是很困難的事；

17 廻歸到平均值
技術學習的重要原則：獎勵比懲罰有效，獎勵進步，不要懲罰錯誤；
生命是一個不好的環境，因為我們會對取悅我們的人好，對我們不喜歡的人不好，可是從統計上來看，我們都會因對人家好而受懲罰，因為對人家不好而受獎勵；
成功＝能力＋運氣；極大的成功＝多一點點的努力＋很多的運氣；
當兩個分數之間的相關是不完美時，就會有向平均值廻歸的現象發生；
我們的心智是嚴重的偏向因果的解釋，而不跟統計數字打交道；
當我們的注意力轉向一個事件時，我們的記憶就替它找因果關係，亦即這個活化自動擴撒到任何儲存在記憶中的因果相關；當廻歸被偵測到時，因果的解釋就會被激發出來了，但它們是錯的，因為廻歸到平均值是個解釋，但是沒有因果關係；
實驗組vs.控制組；

18 馴服直覺的預測
許多判斷，尤其在專業領域是受到分析和直覺兩者綜合的影響；
直覺預測的改正：基準綫、直覺預測、將基準綫移向直覺，移動的距離取決於你估計的相關性、預測；
直覺的預測往往過度自信且太過極端；
極端的預期以及願意從很弱的數據中預測罕見的事件，均屬於系統一的表現；