概念入门代表性偏差与基础比率启发法与判断偏差
代表性启发法的两宗罪
也叫：典型性偏见、典型性错误
典型性判断的两大错误：爱低概率事件、不辨证据质量。
核心讲解
代表性启发法（典型性启发法）虽然有时很有用，但绝对依赖它会违背统计学逻辑，作者称之为两宗罪。第一宗罪：过于喜爱预测低基础比率的事件。典型形象往往对应稀有群体——纽约地铁里读《纽约时报》的人，你更倾向猜她有博士学位，但地铁里没有大学文凭的人远比博士多；被描述为“羞涩的诗歌爱好者”的女士，你猜她学中国文学，但工商管理专业里害羞爱诗的女生人数更多。第二宗罪：对证据质量不够敏感。眼见即为事实使系统1自动把描述当真——汤姆“对人冷淡缺乏同情心”的描述未必可信，但人们照样据此判断他不是社工专业。作者给出纠偏方法：作概率判断时往基础比率那边想，不要期望这很容易。哈佛实验还发现，皱眉（增强系统2警觉）的学生对基础比率更敏感，说明忽视基础比率部分源于系统2的懒惰。
费曼版：用大白话再讲一遍
典型性判断犯两种错：一是“专挑冷门”——像博士、像诗人，都是人群里少的，你却觉得“一定是他”；二是“给啥信啥”——一段性格描述未必是真的，但你看了就当真。纠正办法很朴素：判断概率时，多想想“这类人整体有多少”，别只顾“他像不像”。
要点
- 第一宗罪：喜爱预测低基础比率事件。
- 第二宗罪：对证据质量不够敏感。
- 纠偏：作概率判断时往基础比率靠。
- 皱眉增强系统2警觉，可提高对基础比率的敏感度。
常见误区
- 以为“描述得清楚”就说明概率大，详尽的描述未必真实可靠。
- 以为典型形象一定对应多数，典型往往对应稀有群体。
- 以为注意了证据质量就够了，系统2懒惰时依然会忽略基础比率。