决策中的五大心理陷阱.ppt

决策中的五大心理陷阱
第1页，共18页，2022年，5月20日，8点39分，星期一
“理性经济人”和“有限理性”
理性经济人：每个从事经济活动的人都是利己的，他们所采取的经济行为都是力图以自己的最小经济代价换取自己的最大经济利料，不恰当的将它们作为进一步证明的证据。当资料的复杂性和模糊性要求运用先前的理论来解释数据时，这种错误特别容易发生。
回忆具有这样一种倾向：将肯定的证据视为可靠的，将否定证据视为不相关且不可信。在价值判断中容易接受肯定的证据，而对否定证据则吹毛求疵。有了肯定的证据，决策者很快就减少了信息的复杂度，并且有选择的记住具有支持性的印象。对于否定的证据，他们会继续思考那些不至于破坏“选择性解释”的信息。他们甚至会把与预期假设对立的的模糊性和概念错误看做是对那些假设的基础进行修正的提示。甚至一些完全不一致的或是随机的数据被放置于一个合适的偏差模式进行加工时，仍能保持甚至加强某人的预期。
第7页，共18页，2022年，5月20日，8点39分，星期一
证实偏差案例
疑邻窃斧：从前有个丢了一把斧子的人。他怀疑是邻居家的儿子偷去了，观察那人走路的样子，像是偷斧子的人；看那人的脸色神色，也像是偷斧子的人；他的一言一行，一举一动，无一不像偷斧子的人。 后来，丢斧子的人在山谷里挖水沟时，掘出了那把斧子，再留心察看邻居家的儿子，就觉得他走路的样子，不像是偷斧子的；他的脸色表情，也不像是偷斧子的；他的言谈话语，更不像是偷斧子的了，那人的一言一行，一举一动，都不像偷斧子的了。
在听到或看到一些与自己不一致的信息时，总是下意识地认为，他们所说的只是一面之词，而事情本来并不像他们所说的那样严重。而对于暗合的一些说法或证据，甚至如获至宝，深感“英雄所见略同”！
如果两种因素相互联系，人们就更容易注意并记住它们相互联系的信息，这种期望歪曲了人的知觉和记忆，使人将两种因素之间联系知觉得比实际上更强烈。
第8页，共18页，2022年，5月20日，8点39分，星期一
陷阱三、代表性偏差
代表性偏差是指这样一种认知倾向：人们喜欢把事物分为典型的几个类别，然后，在对事件进行概率估计时，过分强调这种典型类别的重要性，而不顾有关其他潜在可能性的证据。选择性偏差的后果势必使人们倾向于在实际上是随机的数据序列中洞察到这种模式，从而造成系统性的预测偏差。
代表性经验判断指人们凭经验已经掌握了一些事物的“代表性特征”，当人们要判断某一事物是否出现时，只需要看这一事物的“代表性特征”是否出现。这样，以两类事件是否具有相似性或代表性特征为依据，通过事件A的相关数据与信息评估事件B。
在做出决策的时候，我们往往会搜索同类事件出现的结果，并以此作为推理的主要依据。一般情况下，这是一个有用的分析方法。但是在寻找规律或结果的概率分布的过程中，当代表性使得你忽视其他类型的相关信息时，它就会让你误入歧途，从而得到错误的信息，并导致决策的错误。
第9页，共18页，2022年，5月20日，8点39分，星期一
导致代表性偏差的原因
对于结果的先验概率的不敏感：随着情境中细节数量的增加，该情境发生的概率只会逐渐降低，但是他的代表性和由此带来的外显得可能性却会上升。——人们更喜欢毫无依据的细节化的场景。
对于样本大小的不敏感（小数法则）：局部代表性、手热现象、赌徒谬论、偶然事件的自我修复功能。人们产生这种偏差的原因是：总是希望随机抽取的样本能够很好的代表总体。（代表性直觉）
忽视基线：相对出现的频率是对概率的最好的推测。但是如果出现无关的描述性内容的时候（产生代表性直觉），人们往往忽略这种基线。
非回归性预测 ：向平均数回归是统计学的一个现象，即较高或者较低的分数往往伴随着一些更加接近平均数的分数。不考虑其他的因素，最佳的估计就是均值，但是如果一个完全不相关的额外变量的出现，你可以推测出另外一个预测，合适的预测就是两者之间。基于数据的预测可能要比认为的预测准确度高。
代表性直觉产生于人们对于一系列概率问题的判断。代表性直觉在特定情境下会出现，从而产生偏差，以至于人们忽略了真正的概率分布。（即人们可能因为代表性直觉而更加倾向于选择一个小概率事件。）
代表性偏差的主要表现是在搜集信息时忽略样本的大小。统计学原理告诉我们，在分析事件特征或规律时，统计样本的大小具有重要而关键的意义。统计分析过程中，样本的数量愈接近真实的数量，统计的结果也就愈可信。也就是说，样本越大，其真实性越大；样本越小，其真实性越小。
第10页，共18页，2022年，5月20日，8点39分，星期一
代表性偏差案例
局部代表性：当要求人们去写下一个随机的投掷硬币的数列，人们会试图将这个序列的每一个点都看上去像随机的，结果是他们不会写下连续相同很长的序列。相比真实的硬币投掷而言，正反