第二部分深入探討捷思法(heuristics)與偏誤(biases)——人類在不確定情境下進行判斷時,系統性地偏離統計理性的方式。
核心主題#
為什麼統計思維對我們如此困難?因為系統一天生擅長因果思考與隱喻類比,卻不擅長處理機率、樣本大小與基率等統計概念。
各章概覽#
| 章 | 標題 | 概要 |
|---|---|---|
| 1 | 小數法則 | 為什麼我們對小樣本的結果過度自信 |
| 2 | 錨定效應 | 數字如何不知不覺地影響我們的估計 |
| 3 | 可得性科學 | 容易想到的事例如何扭曲風險判斷 |
| 4 | 可得性、情緒與風險 | 情緒與媒體如何放大恐懼 |
| 5 | 湯姆的專業 | 代表性捷思法與基率忽略 |
| 6 | 琳達:少即是多 | 合取謬誤與代表性如何壓過邏輯 |
| 7 | 因果關係勝過統計數據 | 為什麼生動的案例比統計更有說服力 |
| 8 | 迴歸到平均值 | 最被誤解的統計現象 |
| 9 | 馴服直覺預測 | 如何修正直覺判斷,使其更接近理性 |
注意: 捷思法在大多數情況下是有效且實用的,但在特定情境中會產生系統性偏誤。認識這些偏誤,不是為了完全消除直覺,而是為了知道何時該對直覺保持警覺。