在進行粗略的概率判斷時，人們通常依賴幾種簡化經驗法則中的一種，這大大地減輕了決策的負擔。
人們使用「可獲得性」法則時，會根據想象出類似事例的難易程度，或根據能馬上記起的類似事件的數量，來判斷某件事發生的概率；
使用「錨定」策略時，人們在首次評估時會選擇某個起點作為參照，然後根據新信息或分析的結果來調整這個數字，但通常情況下，人們對最初判斷的調整程度是不夠的。
一、可獲得性法則
可獲得性是進行概率估計時常用的一條簡化經驗法則。
在本文中，「可獲得性」是指從記憶中想象或檢索的容易程度。心理學家的研究已表明，人們在判斷一個事件的概率時不自覺地使用了兩條線索：
一是他們想象該事件相關例子的難易程度，二是他們能夠記住的此類事件的數量或頻次。
當人們根據回憶或想象所評估事物例子的容易程度來估計事件的頻次或概率時，他們就是在使用可獲得性法則。
大多數情況下，這種方法很有效。如果一件事確實比另一件事發生得更頻繁，因此概率更高，那麼我們可能會記起更多與它相關的例子。一般來說，可能發生的事比不太可能發生的事更容易想象。人們正是基於上述假設來進行推理的。
比如，我們通過回顧相似職位和有類似經驗的同事的晉升情況，來評估自己的晉升機會。
儘管這通常很奏效，但當回憶事物的難易程度受到與事物發生概率無關的因素的影響時，人們的判斷往往會出錯。
事物被記起的難易程度，受到它發生的時間、我們是否親身參與、它是否有生動難忘的細節，以及它在發生的當時有多重要等因素的影響；這些因素會影響判斷，但它卻與事件真實的發生概率無關。
假設有兩個吸煙的人。一個人的父親死於肺癌，而另一個人所認識的人中沒有人得過肺癌。通常來說，父親死於肺癌的那個人會認為吸煙大概率會危害健康，儘管一個肺癌個案在進行該評估時並不具有統計學意義。
當人們在沒有真正分析形勢的情況下就迅速做出直覺判斷時，很可能會受到可獲得性偏差的影響。待評估的情景與個人的經驗越相符，它就越容易被想象並且看起來越有可能。
許多外在因素會影響對未來事件的情景想象力，它們也同樣會影響事件在記憶中的可檢索性。奇怪的是，分析行為本身就是這些因素之一。
為未來可能的事件構建詳細情景的行為，使得該事件更容易被想象，因此增加了它被感知的概率。這是來自中情局分析人員的經驗，他們使用過各種特殊的工具來分析可能性極小但很重要的假設。
通常，這類分析會提高對「不太可能」場景的重視程度。這種現象在心理學實驗中也得到了證明。
總之，可獲得性法則經常被用來判斷可能性或頻率。人們很難不這樣做，因為在許多情況下，當更詳細的分析沒有保證或不可行時，這條經驗法則可以節省時間。然而，我們需要知道自己何時在走捷徑，必須知道這些程序的長處和短處，並能識別何時最可能誤入歧途。
當意識到自己正在使用可獲得性法則時，就應該提高警惕。對概率的認真分析，需要對多個會影響情景結果的變量進行識別，並評估它們的強度和相互作用。
二、錨定效應
人們常直覺地、潛意識地使用的另一種用於簡化決策判斷的策略——錨定。一些自然的起始點被當作所做判斷的第一個近似估計，它們可能是基於之前相同主題的分析，也可能是基於局部計算。
這個起始點之後會根據分析的結果或新增信息進行調整。然而，通常情況下，起始點作為錨或阻力，限制了調整量，所以據此估計得出的最終結果，要比實際結果更接近起始點。
錨定可以非常簡單地在課堂練習中被演示：
要求一組學生估計一個或多個已知量，比如，在非洲的聯合國成員國的百分比。
給一半學生一個低百分比的數字，給另一半學生一個高百分比的數字，要求他們先用這個數作為估計的答案，然後在思考問題的過程中，調整這個數值，直到儘可能地接近他們認為的正確答案。
當在一次實驗中這樣做時，那些以10%為錨點開始的人，最終調整後的平均估計值為25%，那些以65%為錨點開始的人，調整後得出的平均估計值為45%。
由於調整不充分，與以較低估計數值開始的人相比，以較高估計值開始的人最後得到的估計數值顯著更大。即使是完全隨機產生的起點也起到了錨的作用，產生了阻力或慣性，從而抑制了對起始估計值的全面調整。
錨定現象產生的原因尚不十分清楚。最初的估計值決定了人們的第一印象，並且是早期評估的依據。在重新計算時，他們將其作為起始點，而不是完全從零開始；但這為何會限制隨後推理的範圍，其原因並不清楚。
有證據表明，即使意識到錨定現象會影響認知，人們仍不能克服它。這是研究認知偏差的實驗中的常見發現。即使在告知被試錨定現象的存在且要求他們儘量避免或彌補錨定帶來的偏差時，這些偏差仍然存在。
避免錨定偏差產生的一種方法，可能是忽略自己或他人先前的判斷，並對問題從頭進行思考。換句話說，有意識地避免以任何事先的判斷作為出發點。
目前，還沒有實驗證據表明這樣做是可行的或是有效的，但似乎值得一試。另外，有時也可以通過採用正規的統計程序來避免人為的錯誤。
例如，貝葉斯統計分析可以用於根據新信息對先前的判斷進行修改，以避免錨定偏差。
三、基礎概率謬誤
對某個情況進行評估時，分析人員有時有兩類可用的證據，一類是有關當前手頭個案的具體證據，另一類是對許多類似案件進行總結的統計信息，後者又被稱為基礎概率或先驗概率。
在越南戰爭期間，一架戰鬥機在黃昏時分對美國的空中偵察任務進行了非致命性的掃射攻擊。柬埔寨和越南的戰鬥機都在該地區活動。你知道以下事實：
① 具體案例資料：美國飛行員認出這架戰鬥機是柬埔寨的。在適當的能見度和飛行條件下，對該飛行員的飛機識別能力進行了測試。當在實驗中被展示戰鬥機時（一半帶有越南標記，一半帶有柬埔寨標記），飛行員80%的時間正確識別，20%的時間識別錯誤。
② 基礎概率數據：該地區85%的戰鬥機是越南的，15%是柬埔寨的。
問題：戰鬥機是柬埔寨的而不是越南的可能性是多少？
可按照以下常見的推理程序來回答該問題。我們知道飛行員識別出飛機是柬埔寨的，我們也知道飛行員的識別正確的概率是80%；因此，有80%的可能性該戰鬥機是柬埔寨的。
這個推理看似合理，但不正確，因為它忽略了基礎概率，即該地區85%的戰鬥機來自越南。基礎概率，或者說先驗概率，是指在了解具體目擊事件之前，你可以對該地區敵方戰機發表的任何看法。
儘管飛行員「可能正確」地進行了識別，但實際上飛機是越南的可能性更大。
如果你對概率推理不熟悉，還沒有理解到這一點，那麼請想象一下，假設飛行員遇到類似情況100次。
根據②中的信息，我們知道，其中有85次碰見的是越南飛機，有15次碰見的是柬埔寨飛機。
根據①提供的信息，我們知道，85架越南飛機中的80%（68架飛機）將被正確識別為越南飛機，而20%（17架飛機）將被錯誤識別為柬埔寨飛機。
同樣地，在15架柬埔寨飛機中，有80%，即12架飛機被正確識別為柬埔寨的，而剩下的20%或者說3架飛機將被錯誤地認為是越南飛機。
這樣一來，該飛行員聲稱總共目擊71架越南飛機和29 架柬埔寨飛機，其中，只有12次正確地識別了柬埔寨飛機，其他17次都錯誤地將越南飛機當作了柬埔寨飛機。
因此，當飛行員聲稱是柬埔寨戰鬥機發起攻擊時，儘管飛行員的識別在80%的情況下都是正確的，但該飛機是柬埔寨飛機的概率，實際上只有12/29，即約41%。
這可能看起來像是一個數學技巧，但事實並非如此。結論的差異源於飛行員觀察到越南飛機的先驗概率很高。由於未經訓練的直覺判斷並沒有結合概率推理的一些基本統計原理，因此在理解上會出現困難。大多數人沒有將先驗概率納入他們的推理中，因為它看起來無關緊要。
比如，該地區戰鬥機的背景信息與飛行員的觀察之間沒有因果關係，所以看起來不相關。該地區85%的戰鬥機是越南的，15%的戰鬥機是柬埔寨的，這一事實並不是這次襲擊是由柬埔寨戰鬥機而不是越南戰鬥機發起的原因。
為了理解與因果相關的背景信息所帶來的不同影響，請考慮對同一問題的另一種表述。將問題的②段信息，替換為以下內容：
② 儘管兩國在該地區的戰鬥機力量大致相等，但所有的滋事事件中，85%涉及越南戰機，15%涉及柬埔寨戰機。
與之前的問題相比，這個問題在數學上和結構上沒有變化。然而，對許多被試進行的實驗表明，它對心理上的影響是完全不同的，因為它暗示了一種因果關係的解釋，從而將先驗概率與飛行員的觀察聯繫起來。
如果越南更有滋事傾向而柬埔寨沒有，那麼有關越南戰鬥機比柬埔寨戰鬥機更有可能滋事的先驗概率就不再被忽略。將先驗概率與因果關係聯繫起來，立即增加了飛行員可能觀察錯誤的概率。
對於這個修訂版的問題，大多數人可能會有以下推論：根據過去處理此類事件的經驗，我們知道滋事通常是由越南發起的；然而，我們從飛行員那裡得到相當可靠的報告，說那是一架柬埔寨戰鬥機。
這兩個相互矛盾的證據會相互抵消，因此，我們很難判斷——柬埔寨和越南各自的概率大約都是50%。
當採用這樣的推理時，即我們使用了先驗概率的信息，並將其與具體案例的信息整合在一起，即使我們並沒有進行複雜的數學計算，最終得出的結論也會更接近於最佳答案（仍是41%）。
當然，很少有問題會像「越南還是柬埔寨戰鬥機」這個例子一樣，明確地給出基礎概率。當基礎概率不是很清楚，但又必須對它們進行推斷或研究時，這一概率就更不可能被人們使用。
所謂的規劃失誤（我個人對此感到羞愧），就是這類問題的一個例子，在這類問題中，基礎概率不是以數字形式給出，而是必須從經驗中抽象出來的。在規劃一個研究項目時，我可能估計它能夠在四周內被完成。
此估計是基於相關的具體案例的證據：所需的報告長度、原始材料的可用性、主題的難度、允許可預見和不可預見的中斷等。我也擁有過去做類似估計的一套經驗。
和許多人一樣，我幾乎從來沒有在最初估計的時間範圍內完成過研究項目！但我被與具體項目相關的證據的直接性和說服力魅惑。所有與該項目有因果關係的證據都表明，我應該能夠在分配給我的時間內完成這項工作。
儘管我從經驗中知道，這種情況永遠不會發生，但我並沒有從這種經驗中吸取教訓。我繼續忽視基於過去許多類似項目所得的非因果的、概率的證據，估算出我幾乎不可能實現的完成日期。
*文章為作者獨立觀點，不代表筆記俠立場。-[責編:金木研*排版:五月/筆記俠]
-《更新書堂》*內容來源:本文摘自機械工業出版社書籍*《信息分析心理學》*小理查茲·J. 霍耶爾 著
