打字猴:1.70180406e+09
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
1701804080 隐性逻辑:教你快速切换思考方式 [:1701803424]
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 ]