1701804060
1701804061
应对方法：拆分提问。
1701804062
1701804063
对此你应该冷静地说：“你真的连一个能接受风险的客户都不认识吗？”或者“所有？总是？”这个提问的过程是值得的，因为“所有”“从未”“没有人”“持续的”“总是”“永远”“每个人”和“人们”这些词语都迫切需要进行“拆分提问”。
1701804064
1701804065
你还可以用恰当的表达跳出这个思考陷阱，例如“如果我们改变了X，会发生什么？”
1701804066
1701804067
简短的测试
1701804068
1701804069
每当你遇到“就是这样的”这类语句的时候，就要问：
1701804070
1701804071
___
1701804072
1701804073
当你碰到“所有男人都总是只想要这一个！”这类语句的时候，你的反应是：
1701804074
1701804075
___
1701804076
1701804077
1701804078
1701804079
1701804081
隐性逻辑：教你快速切换思考方式 5 为什么我们如此相信小概率事件？
1701804082
1701804083
健康是无价的，尤其是在当今这个时代。2006年，德国人在健康方面的支出总额为2450亿欧元。2009年，这个数字达到了2783亿欧元。德国的市场上销售着5万多种药品。无论谁需要哪种药品，基本上都能在市面上找到。在2010年的一项研究中，每两个德国人中有就一个担心自己生重病。
1701804084
1701804085
人们对健康的担忧远远要比对自然灾害、挑剔的政治家、糟糕的经济形势或通货膨胀大得多。在这种背景下就不用惊奇，为什么许多参试者在下面的试验中会判断失误。
1701804086
1701804087
流感事例
1701804088
1701804089
假设有一种特殊的致命流感病毒。这种病毒的传染性非常高，而且到目前为止还没找到有效的治愈方法。更糟糕的是：从外在特征无法判断一个人是否感染了这种病毒，每个疑似感染病毒的人只能去做化验。已知信息是：感染的基本概率是千分之一，即每1000个人当中有1个人感染病毒。如果你去做化验，有99%的可能性查出被感染。然而它还有一个不确定性：即便没有感染病毒的人，也有5%的可能性化验结果呈阳性。现在，你的邻居去化验，结果呈阳性。那么，你的邻居感染病毒的概率有多少？
1701804090
1701804091
你猜是80%或90%。但是通过计算，他实际的患病概率是2%。
1701804092
1701804093
下面我们具体分析一下：
1701804094
1701804095
如果10000人进行化验，患病率为千分之一，确定会有10个人是患病的，他们的检查结果是阳性。5%的错误率意味着会有500（[10000-1]×5%的近似结果）个健康人的化验结果也是阳性的。所以，一共会查出510个阳性结果。而实际上只有10个人携带流感病毒，10/510，因此最后的结果应该是2%（1.9%的近似结果）。
1701804096
1701804097
酒驾事例
1701804098
1701804099
假设每1000名司机中有1个酒后驾驶，警察进行酒精测试有5%的错误率。但如果驾驶员真的喝酒了，测试结果是100%正确的。那么被随机抽查到的驾驶员中，酒驾的概率有多大？
1701804100
1701804101
下面我们具体分析一下：
1701804102
1701804103
以1000名驾驶员为样本，确定有1名驾驶员酒驾。考虑到有5%的错误率，即还有（10000-1）×5%=49.95个测试结果为阳性，一共有1+49.95=50.95个阳性测试结果。那么，被随机抽查到的驾驶员确实酒驾的概率是：1/50.95≈0.019627
1701804104
1701804105
A解决方法：注意基础比率和蒙特卡罗效应
1701804106
1701804107
（1）基础比率
1701804108
1701804109
如果让一个人辨认夜晚中行驶的出租车颜色，10次中有8次是对的，有2次是错的。这个城市中运行着1000辆出租车，990辆是黄色的，10辆是蓝色的。假设这个人看了1000辆出租车，他会从黄色的出租车中认出792（=990×80%）辆黄色的，把剩下的198辆错误判断成蓝色的。在10辆蓝色出租出中，正确认出蓝车8辆，其他2辆错误判断为黄车。
[
上一页 ]
[ :1.70180406e+09 ]
[
下一页 ]