今日主题：附录A的检视阅读
1.主要内容：
本篇内容主要采用总-分-总的结构，描述了人们在面对不确定情况下时，会依赖捷径（本文列举了三种）做出判断，这种方式相当有用，但有时也会导致系统性错误。
1.1 代表性
多用于关联领域，通常在判断物体A是否属于物体B是就会使用代表性。例如根据一个人性格特点与一个职业的典型形象的相似性来判断这个人的职业。
细分包括：
（1）对结果的先验概率不敏感：即使给出一群人中工程师比例为70%，但仍倾向于根据给出的人物描述（往往与职业无关）来做判断（试验结果50%）。
（2）对样本大小不敏感：整体样本的统计概率结果并不能代表局部样本的统计概率结果。整本书中长单词的比率和一页中长单词比率是不一样的。
（3）误解机会：期望有随机过程产生的事件序列能够代表这个过程的基本特征。比如猜硬币正反面：如果前3次是正面，第4次是正面的概率仍然是0.5。
【我的思考】：大多说人会觉得第4次抛出反面的概率会远大于0.5， 我想了一下，大概是这样的逻辑：因为连续4次硬币正面朝上的概率是0.5^4，如果前3次都朝上了，那么第4次朝上的概率只有0.5^4，所以第4次肯定要压反面。但这里必须注意到，每次抛硬币的概率之间是没有关联的，是我的问题“连续4次朝上”，将每次的结果关联起来，而且算这个整体概率是用的是结果未知时单次概率的结果，即0.5 X 0.5 X 0.5 X 0.5。当结果已知后，对于已发生的结果概率就调整为1，所以这时第4次的概率仍然为1 X 1 X 1 X 0.5=0.5。
（4）对可预测性的不敏感：不理解，留白。
（5）效度错觉：人们常挑输入信息中最具代表性的特点进行预测，对自己预测的自信程度取决于所选特点和输入信息的吻合程度。如听到一个人的性格符合图书管理员的形象，就会认为他就是图书管理员。
（6）误解回归性：如果一个人在第一次表现非常好，那第二次往往比第一次差；同样的，一个人第一次表现的非常差，则第二次往往比第一次好。这是回归平均值现象，和奖惩无关。理论解释部分不理解，留白。
1.2 可得性
通过提取，构建和联想等相关大脑运作的容易程度来估测类别的数量，事件的可能性或事件同时发生的频率。
细分包括：
（1）例子的可提取性导致偏见：跟熟悉度，显著程度，以及事情发生的时间有关。
（2）搜索有效性带来的偏见：以r作为首字母的词多还是以r作为第3个字母的词多。
（3）不同任务引发不同的搜索：不懂这里的逻辑，留白。
（4）想象力的偏见：从10人团体里选K个人成立委员会，问可能组成多少种不同的委员会。通常认为组成2人的委员会的可能方案比组成8人的方案多。因为大脑更容易去想象选2人组成委员会的情况，但实际方案数是一样的。（C(10/2)=C(10/8)）
（5）相关性错觉：没理解，留白。
1.3 判断与锚定
不同的起始点会产生不同的估测，都会偏向于初始值。
细分包括：
（1）不充分的判断：5秒回答8 X 7 X 6 X 5 X 4 X 3 X 2 X 1和1 X 2 X 3 X 4 X 5 X 6 X 7 X 8的结果（40320），第一个序列的结果（2250）会大于第二个序列（512）的结果。
（2）评估连续事件和非连续事件的偏差：某个连续事件的整体概率会比每个基本事件的概率低，而非连续事件的整体概率会比其中每个基本事件的概率高。
【我的例子】：连续4次硬币都朝上的概率。基本事件：1次硬币朝上，概率0.5；连续事件：每次硬币都朝上，概率为0.5^4,；非连续事件：只要有一次不朝上的概率，为1-0.5^4。
（3）评估主关概率分布时的锚定：完全不懂，留白。
2 关于决策
以下话术来自永澄老师，绝对经典，值得分享：
（1）如果要参加（这里指附录的主题阅读），为什么要参加
（2）能否增加我的认知深度
（3）是否在我的能力圈内
（4）有没有复利，有没有边际成本递减的效益
（5）有没有正向黑天鹅高发
（6）是不是我资源共振的现状
（7）是否符合理性决策的逻辑
（8）是否能抓住本质规律
通过以上问题的回答，我的决策是不进行决策阅读，将问题留白，等待之后伙伴们的分享。^_^
