整理/岳颖

大数法则与小数定律

如果你对统计学有所涉猎就会知道，在抽样方法相同的情况下，大样本的结果比小样本更精确。但即使掌握了这个知识，在做出实际判断时，你对样本大小却仍没有足够的敏感性。比如，“在一次面向300名老年人的电话民意调查中，有60%的人支持总统”，除非你是专业人员，不然，不管这句话中的样本是150、300还是3000，你的反应几乎没有差别。人们倾向于信任而非质疑，相信小样本能够反映调查对象的整体情况，由此高估了自己对事情规律的掌握程度，还会经常对随机事件做出因果解释。“投篮顺手”就是一个影响深远的认知错觉。在篮球场上，如果一个运动员连续进了三四个球，大家就会判断他正处于“投篮顺手”的状态，队员更爱将球传给他，对方球队也会增加对他的防守。然而，研究者分析了职业篮球比赛中的上千个投篮动作和结果，发现并没有“投篮顺手”这回事，进球和未进都是随机的。当然，一些球员投篮更准，但这是另一个问题了。

锚定效应

假设你并不知道甘地何时去世，有人问你他死时年龄是否大于114岁，你会给出一个估测数字；而如果问题是，他死时是否是35岁，你给出的数字大概率会比上一种情况小。这是因为问题中出现的数字产生了锚定效应，它就像沉入海底的锚一样，影响了你的思考范围。

锚定效应在生活中随处可见。当你想要买房时，中介给出的价格会影响你对房产价值的判断；当超市标出“罐头每人限购12罐”时，你往往比没有这个标识时买得更多。再遇到类似情况时，你可以采取“先发锚定”的策略，先说出一个数字，将主动权掌握在自己手上；如果没法做到，那就有意识地专注于自己的目标，抵制对方的锚定效应。

可得性偏见

可得性偏见是指人们由于受记忆力或知识的局限，在形成判断的过程中，往往会赋予那些易见的、容易记起的信息以过大的权重，而对大量的其他必须考虑的信息“视而不见”。比如，如果你可以轻松地回想起好莱坞明星的离婚事件和政客的性丑闻事件，就会容易高估这类事件发生的频率。一个大事件的发生也会暂时提高这个事件的可得性。如果你最近在新闻中接连看到两起飞机失事事件，可能在下次出行时就会放弃飞机而选择高铁，虽然风险并没有真正降低。

典型性启发

人们往往受到典型的形象特征的影响，忽略基础比率信息，做出错误的判断。比如，如果你看见一个人在纽约地铁里阅读《纽约时报》，你认为哪种情况与她更吻合？A.她有博士学位；B.她没有大学文凭。典型性会促使你选A，但却忽略了一个事实：在纽约地铁中，没有大学文凭的人要远多于有博士文凭的人。当然，用典型性来判断概率有一定道理，这通常比乱猜一气更为精确。又高又瘦的职业运动员很有可能是打篮球的而不是踢足球的，年轻的男性一般比年老的女性更不要命地踩油门。

赌徒谬误

赌徒谬误以为随机序列中一个事件发生的机会率与之前发生的事件有关，即其发生的机会率会随着之前没有发生该事件的次数而上升。在看到轮盘赌的时针长时间连续指向红色以后，大多数人就会错误地认为，现在该是指向黑色的时候了。一晚上手气很差的赌徒总认为再过几把运气就会好转，毕竟“风水轮流转”。这都是将概率视为一个可进行自我纠正的过程，在这个过程中，某个方向的偏离能引起相反方向的偏离，以达到恢复平衡的目的。

想象力的偏见

有时，你需要评估某类事件发生的频率，但你的脑中并没有相关的实例，就会进行想象，然后通过想象实例的容易程度来评估其发生的频率——但二者其实并不相关，这种评估模式很容易导致偏见。比如，你打算进行一次探险，在评估它的风险时，你会想象可能发生的意外事件。如果你能轻易地想到很多，那么你就会认为在这次探险中遇到危险的概率很大；相反，如果你没有想到某些可能的危险，那么你可能就会低估自己要承担的风险。

光环效应

喜爱（或讨厌）某个人就会喜爱（或讨厌）这个人的全部——包括你还没有观察到的方面，这种倾向叫作“光环效应”。“爱屋及乌”即是如此。光环效应使人们注重第一印象，后续信息在很大程度上都被消解掉了。光环效应往往和结果偏见同时存在，加剧人们的认知错觉。

结果偏见

当我们回顾以往时，由于“后见之明”，对有些事会产生虚幻的确定感，这让我们变得过于自信。“后见之明”对于决策制定者来说尤其无情。好的决策如果产生了坏的结果，旁人就会责备那些决策制定者。事前原本感觉很谨慎的行动在事后也会被看成是不负责任的过失。对此，一些决策制定者只好采用官僚做派，增加许多不必要的防范措施，渐趋保守，以防他人“秋后算账”。

乐观的偏见

乐观的偏见也许是认知偏见中最重要的一种，它影响着除了抑郁症患者之外的几乎所有人。塔莉·沙罗特在《乐观的偏见》一书中指出，乐观的偏见是大脑进化的结果，这让我们变得更健康，也更容易取得进步。但有时盲目乐观会让我们未能及时规避风险。比如，出于侥幸心理逃过一次体检，而错失了查出重病的最佳时机；心理学发现，90%的司机都相信自己的车技要高于平均水平。