後見之明偏誤是指人們得知某一事件的結果後，便將之歸因合理化。也就是看到某一事件的結果符合預期時，就會誇大自己事前預測的能力；當事件不符合預期時，就選擇性淡忘，也就是「事後諸葛」。
人類記憶不像電腦硬碟能完整、客觀且未經編輯的存取，通常只選擇「看到」想看的，忽略與原先想法不一致的現象。因果關係是人類習慣的思考方式，一般人喜歡將所有事物做出簡單因果分析。
人們喜歡簡單的因果推論#
世界上充滿各種隨機的雜訊，很多事情的結果不是特定一個或少數幾個因素造成的。
學術研究確認的因果關係必須有足夠資料檢驗、經過嚴謹統計分析並排除不相關因素干擾，就算這樣也只能說在可容忍的統計誤差範圍內，謹慎確認有因果關係。這也就是為何藥品上市前要耗時數年經過一連串動物及人體試驗——確認某個藥物是否有效比一般人想像的困難很多。
作者常說：「因果自然，統計困難。」
請閱讀下面這段文字並回答問題：
智恩大學時讀財務金融系，積極參與學生會及性別平權的活動。現在她進入職場了，請問下述哪個最為可能？
- 智恩是積極參與社會運動的基金經理人
- 智恩是基金經理人
許多人會情不自禁選（1），因為在簡單推論下，既然智恩大學時積極參與學生會及平權活動，那麼進入職場後應該也會熱中各種社會運動吧？
但仔細思考：智恩如果是積極參與社會運動的基金經理人，那她「一定」是基金經理人。反過來並不成立。也就是智恩是基金經理人的可能性，一定大於她是積極參與社會運動的基金經理人。這個例子說明人們容易落入簡單推論的陷阱。
人們傾向將決策向自己的感覺靠攏#
美國醫師、行為科學家彼得‧尤伯（Peter A. Ubel）2008 年發表 1 項針對乳癌的實驗研究：
- 當事先不透露訊息，問受試者認為自己得到乳癌的機率有多少？平均答案是 41%，且相當願意進行乳房 X 光檢查。但被告知真正機率是 13% 時，罹病風險相對「感覺」低很多，他們便鬆了一口氣，進行乳房 X 光檢查的意願就下降了。
為什麼平均答案是 41%？因為一般人如果要對不熟悉的事情估算機率，多數會從 50%（隨機）開始，然後再做調整。這樣也就造成很多類似實驗的答案都在 50% 左右，該現象與錨定效應有關。
- 當事先告知受試者真正罹患乳癌的機率是 13%，再問他們如果事先不知道答案，認為自己得到乳癌的機率有多少？結果各有 1/3 受試者說答案是大於、等於或小於 13%，平均很接近 13%。這就是「後見之明」。
更有趣的是，這群事先知道罹癌機率的人，反而會「感覺」13% 的機率相當高，因而比較願意進行乳房 X 光檢查。這顯示人們對風險的判斷並不客觀，而是取決於他怎麼去「感覺」這個風險，還有跟他原始的預期有關。
事實不如預期，人們也不會改變自己的信念#
後見之明在投資領域最常見的例子就是買賣股票時。
常常會有人觀察到價格走勢與自己原先預期一致時便說：「看吧，早說過這檔股票會漲（跌）了。」當走勢與預期不吻合時，便覺得只是運氣不好而完全不置一詞。這種情況可以用前文討論的認知失調來解釋。然而股市起起伏伏，個股未來走勢並沒有這麼好預測，連專家都常常出錯。
另一個短線投資人常出現的事後諸葛偏誤例子是：某人在股價上漲賺錢後賣出股票，之後如果股價開始下跌，便會很開心甚至驕傲地告訴別人他的預測能力多厲害。
但如果賣出後股價繼續上漲，便會安慰自己已經賺到了，如同吃到了魚最精華的中段，所以不要太貪心，即使太早賣出也沒關係，「魚尾留給別人賺」。但實際上常發生的狀況是，放掉的這條魚的「魚尾」通常比你想像的大很多。
不要忘記，短線交易有方有買方，有贏家就有輸家，一般人贏家本來就比較困難。然而因為後見之明偏誤，股友散戶們事後尋找加強自己預測正確的證據，造成交易過於頻繁，但投資報酬率卻遠遠落後大盤的結果。