封面

版权信息

内容提要

主编简介

作者简介

序一:译丛新序

序二:译丛序

序三:译序一

序四:译序二

前言

第1章 思维和决策

1.1 决策是一种技能

1.2 思维:自动思维和控制性思维

1.3 心理的计算模型

1.4 从“最黑暗”的精神分析和行为主义到认知

1.5 选择的质量:理性

1.6 现代决策理论的产生

参考文献

第2章 何谓决策

2.1 决策的定义

2.2 图解决策

2.3 再论决策质量

2.4 不完整思考:一个法律上的例子

2.5 过度涵盖的思维:沉没成本

2.6 仅考虑未来的理性

2.7 本书的其余部分

参考文献

第3章 判断的整体框架

NOTE

大男子主义膨胀的中世纪神学家,他们认为只有男性拥有灵魂,而女性没有

2022-10-31 21:35:40

3.1 判断和预测的概念框架

NOTE

简单的过度自信

2022-10-31 21:37:16

NOTE

。在心理学领域,已经发展出一套专门的概念框架,用来处理事件和可能的行动路线及其结果之间的判断和预期

2022-10-31 21:39:27

NOTE

这个框架被称为透镜模型(Lens Model),由奥地利籍美国心理学家埃贡·布伦斯威克提出(Hammond & Stewart,2001)

2022-10-31 21:39:50

NOTE

透镜模型分为两个部分,右半部分表示的是人们在做出判断时头脑中的心理过程,而左半部分表示的则是人们所处的真实世界中的事件和关系

2022-10-31 21:40:23

NOTE

一个完整的判断理论必须包括行为发生的环境。我们之所以称之为框架,是因为它不是一个描述判断过程细节的理论,而是借此把判断情境的各个部分装进一个概念模板之中。这一有效的模型也有助于更深入的理论分析

2022-10-31 21:40:58

NOTE

我们试图通过离事物最近的透镜——也就是那些我们最容易得到的被称为线索的信息——去看清楚世界的真实状态(这个人的年龄)

2022-10-31 21:41:25

NOTE

透镜模型图的左半部分概括了所谓的效标与可能指向那些情形的线索之间的关系,效标指的是现实世界中真实的、待判断的情形,也即上例中那个男人的年龄

2022-10-31 21:54:53

NOTE

图的右半部分是模型框架中判断的心理过程。它显示了人们整合线索所传达的信息,以便形成估计、预测或效标价值的判断这样一个推理过程。图中标着“成就”的拱形曲线表示判断者对待判断效标进行准确评估的能力

2022-10-31 21:55:47

3.2 透镜模型框架的研究

NOTE

第一步就要确定和测量判断所依据的是哪些线索

2022-10-31 22:00:07

NOTE

一开始我们可能会根据自己的直觉来判断,或许会向人请教他们是如何做判断的,或许查阅一些人体测量文献中关于老化的精确信息(一个良好的初次推测会适应性地使用科学上正确的线索来进行判断),最后形成一套初级的备选线索

2022-10-31 21:59:53

NOTE

分析的第二步就是依据概念图的左边部分创建这个事件的模型

2022-10-31 21:59:44

NOTE

我们所经历的世界被近似的线性关系所主宰

2022-10-31 21:59:29

NOTE

研究的第三步就要跳到图3.1的右边了。这就涉及对线索利用的心理过程建模并检验:人们是怎样利用线索对效标情境做出推断的?

2022-10-31 22:00:29

NOTE

神奇的是,不论日常的还是专业的判断,人们看上去就像是使用量表对线索进行测量、分配权重和做加减,从而推断出线索所隐含的意义

2022-10-31 22:01:54

NOTE

用透镜模型方法分析判断,是通过代数模型计算每一个线索对某个个案的价值的总权重,从而预测判断者(内科医生或者大学招生老师)的判断

2022-10-31 22:02:31

NOTE

冒着过分概括的风险,我们在这里大胆地总结一下专家和外行人典型的判断习惯

2022-10-31 22:03:04

NOTE

判断者(甚至是专家)倾向于只依靠相对较少的线索(通常是3~5条)来做出判断

2022-10-31 22:03:10

NOTE

只有很少的判断策略是非线性的;大多数是可加的和线性的

2022-10-31 22:03:34

NOTE

判断者对自己的判断策略缺乏洞察——他们不能准确地评估自己判断时的“线索利用权重”——尤其是专家或有着丰富经验的人

2022-10-31 22:03:43

NOTE

给判断者呈现有联系但是非诊断性的、不相关的信息时,判断者会对自己判断的准确性更自信,尽管实际上其判断准确性并没有增加

2022-10-31 22:07:19

3.3 在统计模型中捕获判断

NOTE

同样是在1954年,E.Lowell Kelly研究并探讨了非结构化面试作为一种预测技术几乎完全缺乏效度

2022-10-31 22:08:30

NOTE

(一些同学认为面试是为了避免招进“书呆子”,但是他们却不知如何在现场面试中确定一个人是书呆子,甚至,他们都不知道如何定义“书呆子”这个词。)

2022-10-31 22:08:46

NOTE

即便最好的人工判断也比不过机械的加减法则

2022-10-31 22:09:20

NOTE

在某些医疗和商业情境而不是心理学中,人工判断有时会显示出优越性,这是因为在这些情境中,人们多数是根据“内部信息”做出判断的,而这些信息并不适用于统计模型。如果要确保比较公平的话,就要保证专家和模型能使用相同的信息线索

2022-10-31 22:10:38

3.4 统计模型是怎样打败人工判断的

NOTE

一个数学原理,一个“自然”原理,一个心理学原理

2022-10-31 22:11:00

NOTE

正如我们观察到的,在非交叉的关系(更为常见的)中,线性模型几乎都能够很好地表示变量间的关系

2022-10-31 22:11:56

NOTE

为什么统计线性模型会如此成功

2022-10-31 22:12:26

NOTE

对两个变量做交叉交互作用假设很容易,但要想在日常生活中发现却很难,尤其是在心理学和社会交往领域。因为某个变量取得最佳值通常都不依靠其他变量,所以大量的交互作用都是单调的

2022-10-31 22:13:11

NOTE

有时,突出的锚定价值取决于信息的呈现形式,因为将某条信息(如测验分数)置于突出位置时(如申请信息表开头),偏差就产生了。信息呈现的顺序会使其具备更显著的锚定价值,从而带来判断上的误差。

2022-10-31 22:13:59

NOTE

由此我们可以做一个更大胆的设想:不仅仅现实经验的世界是线性的,相应地,人类的判断习惯也是线性的。因此,线性模型不仅广泛用于描摹透镜模型右边的线索利用部分,也正确地表现了人类的思维图式(如Anderson,1996;Brehmer & Joyce,1988)。在很多基本的方面,人类的思维都遵循线性权重加法模式。事实上,我们熟知的人类大脑神经网络的工作原理也告诉我们,像大脑这样的自然“机器”,它的算法也是权重加法模式,很多基础的过程都可以很好地用线性方程来描述。我们将在下一章来探索这种判断习惯的微妙之处

2022-10-31 22:16:00

3.5 线性模型的惊人成功对实践的启示

NOTE

无数的研究文献惊人一致地显示出,专家判断很少获得令人满意的准确率,几乎从未比机械判断更好

2022-10-31 22:16:59

NOTE

自举引导式(bootstrapping)

2022-10-31 22:19:12

3.6 反对和辩驳

NOTE

人们对自己的总体判断没有信心,却对“专家”的总体判断深信不疑,这种强大的信念瓦解了一系列优良研究发现的价值,并且主宰着我们的法律和医疗系统

2022-10-31 22:20:26

NOTE

这种敬畏可能只起到了社会作用。老百姓和相关组织常常只需要在好坏参半的备选选项中做出选择。所以判断一个决策的好坏,咨询专家就成了一个标准,而且这个专家收费越高越好

2022-10-31 22:22:03

NOTE

存在一种环境因素让我们不相信总体性直觉判断存在劣势。那就是反馈的可得性是有偏的

2022-10-31 22:22:49

NOTE

阿比,我认为我对判断人很在行,而且我并不想认定她是那样的一个人。这点小钱一点也不重要,但是这却动摇了我对人的信心和看法。希望得到你的看法。——害羞的一美元

2022-10-31 22:24:22

3.7 判断在选择和决策中的角色

NOTE

对于如何选择的实用性建议就是,我们要依赖强大而美妙甚至还不尽合理的线性模型

2022-10-31 22:25:39

NOTE

想要做出好的判断,并且对他人公平,就必须克服不使用数字信息的坏习惯。当我们确实这样做的时候,就应当像我们利用数字的帮助修建一座历久弥坚的桥梁一样,由衷地感到骄傲

2022-10-31 22:26:43

参考文献

第4章 基本判断策略:锚定与调整

4.1 凸显的值

4.2 锚定及(不充分)调整

4.3 自我锚定

4.4 “今”为“古”锚

参考文献

第5章 启发式判断

5.1 超越已有的信息

5.2 估计频率和概率

5.3 记忆可得性

5.4 记忆中的有偏样本

5.5 记忆抽样偏差

5.6 想象可得性

5.7 从可得性到概率和因果关系

5.8 基于相似性的判断:老一套

5.9 代表性思维

5.10 比例规则

参考文献

第6章 基于解释的判断

6.1 每个人都喜欢好的故事

6.2 合取概率谬误

6.3 从解释到判断

6.4 司法情景:最好的故事在法庭中往往会胜诉

6.5 有关我们自身的情景

6.6 难以想象的情景

6.7 后见之明:对过去的重构

6.8 有些时候最好还是忘却

参考文献

第7章 偶然与因果

7.1 对偶然性的误解

7.2 控制的错觉

7.3 看到并不存在的因果结构

7.4 趋均数回归

7.5 关于我们无法接受随机性的反思

参考文献

第8章 理性思考“不确定性”

8.1 面对偏差,我们该怎么办

8.2 开始用概率来思考

8.3 理解判断的情境

8.4 理性的测试

8.5 如何思考逆概率

8.6 避免次可加性与合取谬误

8.7 硬币的另一面:事件的析取概率

8.8 改变我们的想法:贝叶斯定理

8.9 统计决策理论

8.10 关于理性的总结

参考文献

第9章 对后果的评价:基本偏好

9.1 快乐有何好处

9.2 情绪在评价中的作用

9.3 金钱的价值

9.4 决策效用——预测我们重视什么

9.5 建构价值

参考文献

第10章 从偏好到选择

10.1 在复杂的备选项中慎重选择

10.2 将备选项排序

10.3 将备选项分组

10.4 无意识选择

10.5 如何做出好的选择

参考文献

第11章 理性决策理论

11.1 对理性的正式定义

11.2 使理论更容易理解——公理法

11.3 对理性的定义:期望效用理论

11.4 对公理理论的传统反驳

11.5 理论的适用条件

11.6 关于决策分析的一些不合理质疑

参考文献

第12章 描述性决策理论

12.1 非期望效用理论

12.2 获益-损失框架效应

12.3 损失规避

12.4 展望未来

参考文献

第13章 下一个是什么?判断与决策研究的新方向

13.1 决策的神经科学

13.2 决策中的情绪

13.3 动态决策实验研究方法的兴起

13.4 我们是否真的知道将走向何方

参考文献

第14章 赞美不确定性

14.1 不确定性的负面影响

14.2 确定性所带来的快乐错觉

14.3 拒绝不确定性的代价

14.4 致不确定性的两声喝彩

14.5 与不确定性共存

参考文献

附录 概率论的基本原则

A.2 从神明到数字

A.3 概率论的原则

A.4 违反概率论原则的观念

A.5 贝叶斯定理

A.6 对巧合的事后分析

参考文献