《思考，快与慢》读书摘要和笔记（20190823）
研究人员认为他们“对于统计直觉应抱有一些怀疑，只要条件允许，都应采用计算方法来确定样本规模，而不是依靠直觉印象作决定”。
相信小样本能反映调查对象的整体情况，这一强烈偏见也是一个较大问题的一部分。这个问题就是，我们常夸大所见事物的相容性和连贯性。
夸大对小样本的信任只是众多错觉中的一种——比起信息的可靠度，我们会更加注重信息本身的内容，其结果就是我们会将周围的世界变得比数据所能证明的更加简单和统一。在想象的世界中过早下结论比在现实中更有把握。
统计学家的很多观察研究都可归结到因果关系的解释上，但他们却不承认是这样的。许多事实其实只是巧合，包括事件的采样。对偶发事件作出因果关系的解释必然是错误的。（笔者注：分析结论的可靠度取决于信息的可靠度和样本收集的广度，但是我们往往注重信息本身的内容，而忽略了样本收集的范围对于结论也有决定性作用。并且由于样本收集范围的有限性，我们往往会夸大样本之间的相容与因果关系，通过想象而不是认真理性的分析得出结论。大样本还给我们一个启示：想要结论更可靠，就要不厌其烦的去实验或实践，没有捷径。）
人们在对某一未知量的特殊价值进行评估之前，总会事先对这个量进行一番考量，此时锚定效应就会发生。这一效应是实验心理学中最可靠也最稳健的结果，即估测结果和人们思考的结果很相近，就好比沉入海底的锚一样。
我的直觉告诉我，锚定就是一种暗示。如果有人只是提起某件事，而他的话却促使我们去看、去听或是去感受这件事，此时的情形就可以用锚定来形容。
锚定效应无处不在，有时是由于启发效应，有时则是因为调整不足。产生锚定效应的心理机制使我们比自己预想的更容易受影响。
在启发效应下，你的思想和行为也许会被完全不曾留意的刺激所影响，甚至会被你完全没有意识到的刺激所影响。启发实验的主要寓意是我们的思想和行为受当时的环境影响，且这种影响比我们了解或想象的要大。——“第11章 锚定效应在生活中随处可见”
可得性启发法就是用一个问题替代另一个问题：你希望估测某一范畴的大小或某一事件的（发生）频率，但你却会提到自己想到相关实例的轻松程度。问题的替代必然会产生系统性错误。你会发现启发法是如何通过一个简单的过程导致偏见的，不直接说出（事件发生的）频率，而是列举那些使你轻松想起相关实例的因素，其中的每个因素都会成为偏见的潜在来源。（笔者注：这也是大多数偏见的来源。）
事件在脑海中呈现的轻松程度体现出系统的启发作用，然而当系统2越来越多的参与其中时，受试者关注的旧不再是提取记忆的轻松度，而是回忆起来的若干事例的内容了。各种各样的证据都指向统一结论，即那些跟着系统1走的人更容易受可得性偏见的影响，比那些警惕性更高的人受影响的程度更大。（笔者注：也就是说跟着系统2走会有效的降低偏见，理性才能最终决定我们的正确与否。）——“第12章 科学的利用可得性启发法”
人们对结果的情感反应、身体状态，以及与之对应的取舍抉择没有表现出适当情感的人可能是因为他的大脑有损伤，也可能是因为他对做出较好决策存有障碍。无法接受糟糕结果的“健康畏惧”导向是个灾难性缺陷。
心理学家乔纳森·海特在另一篇文章中所说的那样：“感性细节掌控理性大局。”（笔者注：总是说感性和理性有严格的区分，但是谁又能真正区分感性和理性？两者的运作机理上应该是一样的，感情上没法接受的事理性上又能有多大可能性接受？）
“因此，风险界定是一种权利运作”。也许你从未想过竟然会有人将判断心理的实验研究与棘手的政策问题联系起来！但是，政策最终还是与人相关的，它关乎人们想要什么和什么对他们是最有利的问题。每个政策问题都包括对人性的假设，尤其是人们可能作出的抉择和他们为自己和社会作出抉择所带来的后果。
我们的大脑解决小风险的能力有一个基本限度：我们要么完全忽视风险，要么过于重视风险，没有中间地带。（笔者注：如果对整个事情的过程非常清楚，那么对于风险的估测就比较客观；如果面对的是一个自己基本不太懂的事，那么要么完全忽视风险，要么过于重视风险。）
政策制定者必须努力保护公众不受恐惧情绪的影响，而不是只保护其不受真实存在的危险的伤害。
民主难免无秩序，其中部分原因是引导民众信仰和态度的可得性及情绪启发式难免有失偏颇，即使这些因素都指向正确的方向也难以达成完美结局。心理学应该助风险政策的设计一臂之力，使之集专家知识、公众情感及直觉于一身。——“第13章 焦虑情绪与风险政策的设计”
典型性的第一宗罪就是，它过于喜爱预测不可能发生的（低基础比率的）事件。
典型性的第二宗罪是它对证据质量不够敏感。
一旦人们作出一个错误的直觉判断，系统1和系统2都脱不了干系。系统1引起了错误的直觉，系统2采纳了这个直觉，并将其运用在判断当中。然而，造成系统2犯下此类错误的原因有两个——忽视与懒惰。（笔者注：说明激活系统2的方法就是重视与勤快，让自己处于认知紧张的状态。）
以下是对贝叶斯定理关键点的总结：
1、以相对合理的基础比率对结果的可能性作出判断；
2、质疑你对证据的分析。
（笔者注：贝叶斯定理就是要求人们以基础比率作为预测的依据，而不是仅仅依靠典型性；同时要充分确认证据的真实性。）——“第14章 猜一下，汤姆的专业是什么？”
