今天接着昨天的话题，依然说的是《对伪心理学说不》一书。 昨天说了书中的核心思想，今天要说的则是书中经过咸鱼碎片化过的亮点与例子，以供大家日后装哔打脸之用！

什么可以用科学来说！

科学针对的是可解决的、可明确具体的问题。这意味着就其类型来说，科学家们所致力解决的问题是能通过现有的经验技术获得答案的。如果在当前所掌握的经验技术条件下，问题无解或理论不可验证，则科学家们将不会对它展开研究。比如“人性本善还是本恶？”就不是一个可实证的问题，因此不属于科学领域。“生命的意义是什么？”同样也不是实证问题，因此也不属于科学领域。

人性本善本恶这个问题，当咸鱼还不是咸鱼只是一条幼鱼的时候。记得谁好像设计过一个什么实验。具体不记得了，所以书中所说的这个例子，本人先存疑！

一些错误的传统观念。

工作经验对于高中生是有价值的。理由是可以负担学费和家庭开销，能建立职业道德观，养成对经济体系的尊重且能成为更有动力的人。但是经过调查一个十几岁的孩子打工所赚的钱中，只有极少量用于帮助家庭开支或继续学习。绝大多数收入花在了炫富或满足电视广告制造出的“需求”上。上学打工会对学生的教育及教育体验造成损害。最有趣的是，工作经验使青少年更加玩世不恭，不尊重工作及其在经济体系中的价值。

这是针对美国青少年的研究，中国有没有人具体研究过，不知道。

人类只使用了其大脑的百分之十！这个观点其实没有认知神经科学的支持。但传来传去，就好像真的是那么回事一样了。

医学上的一个错误反例。

1793年，美国独立宣言的签署人之一本杰明·拉什用放血的方法治黄热病。确实治好了几千例。但是这很明显是个错误的疗法。因为如果病人好转则归为疗法有效，病人死亡着说明无药可治。这就是问题所在了，因果一定要搞清楚，这也是很多人黑中医的原因，中医确实在某些方面存在着因果不清的问题。所以说大样本双盲随机试验是多么重大的一个发明。

弗洛伊德的精神分析法为什么跟不上时代了！

因为他使用的是一个复杂的结构，在事后解释人类的行为，但并不是事前做预测。因此就像我们的古话说的好一样，一下说“三思后行”一下说“当机立断”。你总能找到解释。只做事后解释不做具体预测，在科学上来说没有什么实用性。包罗万象、复杂、“模糊”、能够用来解释一切的宏大理论更多是为了提供情感支持，对于科学目标是无用的。科学是创造性的过程，但是这种创造性需要让概念结构符合实验数据。而真正难的地方就在于此。

一个万能的描述！非常实用。下面一段是完全引用书中原话

你是一个非常体贴的人，总是及时地帮助别人。但是也有一些时候，你会发现你有一点点自私……有时候你太忠于自己的感受以至于会暴露过多的自己。你善于思考，并且对任何事情，在改变想法之前都希望看到证据。如果你处在一个陌生的环境下，你会非常小心，直到你看清楚发生了什么事情，然后才会充满信心地行动……你知道怎样做一个好朋友，你懂得训练自己，所以在别人看来你都在掌控之中，但其实有些时候你是缺少安全感的。你希望在人际关系中比现在更受欢迎，更加自如。你面对世界表现得很有智慧，这种智慧来源于艰难的体验而非书本学习。

是不是觉得就是在说你自己！事实上许多众所周知的语句和措辞使很多人认为适用于他们自己。上面的那个基本上适用大部分人！有兴趣的少年可以背背，是个很好的勾搭利器！

概率统计的因果偏差

美国公立学校和私立学校教学的质量对比。

事实上在教育统计中确实私立学校学生的成绩要好过公立学校。但是光靠这一个数据得出结论是不合适的。结论先不说，光说这样简单的统计得到的因果就论证过程来说就是不正确的。因为需要去除很多无关的变量如父母的教育程度、父母的职业、社会经济地位等。这些特征都与是否把孩子送到私立学校有关系。因此家庭背景是一个潜在的第三变量，可能会影响到学习成绩和学校类型之间的关系。简言之，学业成就可能和学校质量没有任何关系，而结果可能是：家境优越的孩子学习更好，更有可能进入私立学校。而他们本身学习成绩就更好。说到这里就不得不说说现在朋友圈经常转的那些看似很有理有据的政治，经济一类的理论了。一大堆看起来很厉害的数据，一大堆的例证。但是不考虑其他的变量因素与因果相关。从而贸然的得出结论，给人以看似科学的结论。这是需要大家万分小心的！

密西西比州学生在SAT考试中的得分高于加利福尼亚州学生，而且差异是非常显著的。而密西齿比州的教师薪资水平在全国是最低的。好的教学质量却换来这个工资，难道不是不合理吗？

但是问题是真的是这样吗！几乎任何一个客观的指标都显示，加利福尼亚州的学校更好。但是为什么得分低呢！

原因是SAT并不是每个高中生的必须参加的，只有希望上大学的学生才用参加这个考试！

一些州立大学需要ACT（美国大学考试）的成绩，而不是SAT分数。所以这些州中，只有那些打算去州外读大学的学生才会参加SAT考试。而去州外的一般都是成绩比较好的才能去。

所以密西西比州仅有4%的高中生参加SAT，然而加利福尼亚州却高达47%。而教育质量高的州里，很多人是选择上大学的所以参加SAT考试的学生比例高，这其中也包括一些学习成绩较差的学生。而在那些有着高辍学率、低教育质量的州中，想继续接受大学教育的学生比例很低。在这些州中，最终参加SAT考试的学生代表的是这些州中学习成绩比较好的那些人。因此，他们的平均成绩自然要高于那些大部分人都参加升学考试的州！这就是问题所在了，只用简单的方法论和统计思维技能来寻找答案与因果相关是多么可怕的一件事。再看看现在很多学校高中鼓吹上大学率，大学鼓吹就业率。看看这个例子就能知道这其中有多大的问题！

书中还有一个比较棒的故事。二战期间，一个飞机设计师研究飞机哪里中弹而决定在哪里加装甲。他研究了那些地方经常中弹。这个时候如果一般的因果是想在中弹的地方加装甲是吧！可是设计师不！他在没中弹的地方加装甲！为啥！因为这些中弹的飞机飞回来了！而没中弹地方的飞机有很多没飞回来的！这就是问题了！修总比损失好！所以应该安装在返航机没有被击中的部位！

再来看一个“对现象的描述”和“对现象的解释”的问题。一匹马可以算数，你给它一个算术，它能跺脚给出答案。训练员没有撒谎，也确实可以证明这匹马能够做到这一点。而问题是这就能导出马会算术吗？马会算术，只是对这个现象的一种解释，还有很多别的解释的！这种会算术的情况后来经实验被证伪，马只是能观察到训练员在当它敲出正确答案时的微妙动作变化。如果训练员也不知道答案，马也就不知道了。（注意这里训练员并没有主观做假的意图，只是正常人听到答案的下意识动作。也就是说马不是数学家而是一个观察家！）关于这个问题咸鱼也知道一种，训练员给动物发人听不到但动物听得到的声音，来让动物知道答案的方法。这 个例子就很好的说明了日常基于观察描述对现象的解释是多么容易产生错误。

再看一个咸鱼自己当时做错的问题。

一个小镇里有大小两所医院。在大医院里每天大约有45个婴儿出生，在小医院里每天大约有15个婴儿出生。如你所知，大约有50%的婴儿是男孩，但具体的百分比每天都不一样，有时候高于50%，有时候低于50%。每一所医院都记录了一年内出生的男婴比例高于60%的天数。你认为哪一所医院记录的天数多？

a.大医院

b.小医院

c.基本一样

答案b，因为大样本能更准确的反应概率。在任何一个指定的日子，较大的医院由于有较大的样本，男婴出生的概率更趋近于50%。相反，小的样本总是倾向于距离总体平均值比较远。因此，小医院将会有更多的天数记录了与总体平均值相矛盾的男婴比率（60%，40%，80%等等）。

下面是书中的一些延伸阅读!

吉格瑞泽（Gigerenzer）的《计算的风险：如何察觉数字是在欺骗你》（Calculated Risks: How to Know When Numbers Deceive You，2002）

哈斯戴（Hastie）和达维（Dawe）的《不确定世界的理性选择》（Rational Choiceinan Uncertain World，2001）

拜农（Baron）的《思考和抉择》（Thinking and deciding，2000）

尼克尔森（Nickersn）的《认知和几率：概率推理的心理学》（Cognition and Chance: The Psychology of Probabilistic Reasoning, 2004）。

嘛，这本书就咸鱼本身而言，有用的部分在这两篇中已经说完了。如果你对咸鱼两天所说的内容有兴趣请阅读原著。你会发现更加精彩的内容。嘛，今天就到这了，愿每天进步一点点！下篇见，拜拜！