思考,快与慢读后感.ppt

回归平均值（不是很懂） 回归平均值是人们给出表扬与惩罚的评价界限，当高于其时会得到夸奖，低于的时候会受到惩罚。（个人理解） 个人的表现会在回归平均值附近波动，即好的表现会变糟糕，糟糕的表现会提高，这跟表扬与惩罚无关。 只要两个数值之间的相关度不高，就会出现回归平均值的情况。（不懂） 直觉性预测 直觉性预测偏见：人们在预测时总会把预测替换成对所描述问题的估测，并且没有意识到他们回答的问题并不是那个被问到的问题，从而造成预测时的系统偏见，即不具有和回归性。 （eg：锦标赛上，预测第二天的得分与第一天的得分相同，该例子没有考虑到回归平均值得问题，预测过于乐观） 偏见修正方法：1.估计平均绩点的平均值 2.根君你对证据的印象算出与之相配的平均绩点 3.对你的证据和平均绩点的关联作出估计 4.若关联度是0.3，就从估算出的平均绩点的平均值中抽出30%，放到与之匹配的平均绩点里。 修正偏见和回归性均是系统2的任务。 无偏预测特征：只有在信息非常有效时才允许人们对罕见或极端的事件作出预测。（信息不足时，极端和罕见预测源于系统1） 三、过度自信与决策错误 后见之明 偏见：不是根据判断过程的合理性来评估一个判断的好坏，而是以结果的好坏作为判断标准。 （eg：一个低风险的手术，手术期间发生始料未及的事故导致病人死亡。即使人们知道主刀医生制定决策是合理的，但他们仍然会责备他） 结果越是糟糕，后见之明的偏见就越严重。 后见之明与结果偏见有滋生风险之嫌，也会给那些不负责任的冒险者带来不应得的回馈。 （eg：几次幸运的冒险会给一个不顾后果的领导者罩上耀眼的光环：极富远见、英勇果敢。） 有效性错觉与技能错觉 有效性错觉：虽然知道自己的预测质量很低，但是仍然感觉自己所做的每一项预测都是有根据的，而且我们还会根据自己的预测行事。 技能错觉：人们过度的将回报、成功等归功于专业人士的技能，实际上，二者之间的关联不大。 （eg：股票投资者业绩的高低与个人专业能力高低相关度不大，很大程度上是靠运气） 我们不应该相信高度主观的自信就是准确性的指示器（低度自信可能更有益处） （eg：股票投资专家由于其自身的专业技能而产生自信，实际上他们预测的准确性比不上扔飞镖的猴子） 人工判断和公式计算 人工判断是一种主观判断，同时，人们对复杂信息的最终判断很难达成一致。 公式运算能够提供更加精确地预算结果，但是在做重要决定时，对云算法的偏见就会被放大。（eg：有些临床医师因“盲目的、机械化的”公式而耽误了可以治疗的病例） 在毫无规律的环境下，运算法远远优于人工判断。 原因：运算符更有可能观察到不怎么有效的线索，还可能通过利用这样的线索将正确性保持在适度水平上。 专家型直觉 人们在不知情的情况下就能预知，是由于大脑的常规活动。 （eg：消防员在房屋坍塌前就预测到，系统1自主功能进行联想呈现在大脑中，系统2会让大脑会对这个计划进行检测其是否有效） 专家型直觉主要来源于曾经无数次的学习、经验等在大脑中形成的大量记忆，以此为系统2的轻松决策提供了有力的依据。 直觉培养的两个基本条件：可预测的、有足够规律可循的环境；通过长期训练学习这些规律的机会。 相信直觉条件：环境有足够规律性，并且在判断时有机会掌握这些规律，联想机制就会识别这些情境并作出快速且准确的预测与决策。 外部意见与内部意见 内部意见：指所有参与者在各自的经历中寻找证据，从而对项目预测提出意见的方法。 外部意见：指参与者无法（起码暂时无法）了解到的那部分会对项目预测造成影响的信息。 比起外部意见，人们更加倾向于内部意见，这是因为人们很容易忽略外部意见，尤其是在信息不足的情况下。 减少决策错误的方法： 1.识别对应的参考类别 2.获取参考类别的统计数据，利用这些数据作出基准预测 3.如果有特别的原因说明这个项目多少会比同类项目的乐观偏差更为明显，则可使用此例的具体信息对基准预测进行调整。 乐观偏见与过度自信 对他人生活影响巨大的人可能是乐观和过度自信的，这种人承担的风险远大于自己所能意识到的水平。（eg：冒险家） 乐观容易使人有力从挫折中恢复的能力，但是会让人看待问题过于片面。 克服方法：“事前验尸”（开会讨论假设实施了该决议（还未正式下达），但结果惨败，写下惨败的缘由） 优点：在据测快要计划好时，成功扼制住了受到集体思考的影响；激发了那些见多识广的个人的想象力，并将它们引导到最需要他们的方向。 缺点：不能提供完整的措施使我们避免恼人的意外 三、选择与风险 伯努利理论 大多数人都不喜欢冒险（即不喜欢接受最不可能的结果），而且，如果在期望值相同的风险收益和确定收益中做选择，他们就会选择确定收益。 人们的各种选择并非基于金钱价值，而是