1701820929
当然，我们也必须同时考虑成本和收益。参加会议的收益可能包括升职、加薪，甚至意味着新的工作机遇。而相应的成本则包括：你为会议所付出的时间，参加会议的费用以及准备会议的时间和精力等等。
1701820930
1701820931
去度假的收益则很简单：你会有一段放松的时间，可以好好给自己充充电。而相应的成本则包括你在度假期间的食宿费用以及其他必要的个人开支。
1701820932
1701820933
从理性角度来说，我们完全应该忽略沉没成本，这是毫无疑问的。但从情感角度来说，要做到这点却很难。我们可能会把沉没成本看成是浪费，会本能地想要多投入一些时间或精力去挽救它们。我们都听说过“不恋过去，不记过往”之类的话，但只要一想到“我已经在这件事上投入了那么多时间和心力”，就会感觉进退两难。我们迄今为止在某个项目上投入的时间和金钱可能会让我们更愿意继续把这个项目进行下去，但事实上，无论从哪个角度来说，你在针对未来做出决定时，都不应该考虑已经投入的任何成本。
1701820934
1701820935
有的时候，当我们对某件事产生心理依恋时，我们会成为“爱的奴隶”，无论付出什么代价都要将其进行下去，这时要想打破这种心理依恋，我们需要提醒自己三件事情：
1701820936
1701820937
放弃这件事并不一定意味着你之前的决定是错的——因为那可能是当时情况下你能做出的最好的决定。
1701820938
1701820939
找一些你信任的人，听听他们的看法。所谓“当局者迷，旁观者清”，这种说法还是有道理的。
1701820940
1701820941
放弃之前的努力之后，你可以投入到更有价值的工作当中，会换来更大的收益。而且你从之前这段经历中得到的知识、技能和感悟都将有助于你更好地开展后面的工作。
1701820942
1701820943
一本小小的蓝色逻辑书 [:1701819668]
1701820944
假设测试法
1701820945
1701820946
法则18
1701820947
1701820948
要想做假设测试，你至少要学会使用一张“双向”表格。
1701820949
1701820950
很多时候，我们会需要评估那些未经证实的提议。这时你可以使用假设测试。虽然假设测试最初是用在科学研究领域，但我们同样可以用它来解答一些类似于“素食者会更长寿吗？”“看电视是否让人更容易有暴力倾向？”“股票经纪人是否一定比普通白领更善于投资？”“我是否得了癌症？”之类的问题。
1701820951
1701820952
在利用假设测试进行推测时，一定要使用一张“双向”表格，这样你就可以通过两个变量的组合，将可能出现的结果分为四种。
1701820953
1701820954
最后，我们还是要问：二者之间真的存在因果关系吗？因果性推断要想成立，就必须通过“双向”表格测试。“双向”表格事实上是一个矩阵，其作用在于将两条信息放在两组变量之下进行对比，并最终将信息分为四种情况。
1701820955
1701820956
举个例子，如果你想弄清“高于平均值的技术水平是否会让你的年收入也同样高于平均值”这个问题，你可以列出以下四种可能，如表3-17所示。
1701820957
1701820958
表3-17 技术水平与年收入的矩阵
1701820959
1701820960
1701820961
1701820962
1701820963
我们假设你采访了100个人，并得到了上述结果。你发现，一个人的收入水平确实跟他的技术水平存在一定关联。毕竟，大多数技术水平较低的人（30人）年收入也比较低。同样，在技术水平较高的人中，超过一半的人（30人）也得到了更高的收入。
1701820964
1701820965
但别忘了，我们的目的是要弄清一个人的技术水平和他的收入水平是否直接挂钩。如果答案是肯定的话，我们会看到收入和技术水平之间出现严格的一一对应。
1701820966
1701820967
再举个例子，股票经纪人到底能做什么？
1701820968
1701820969
“我的经纪人帮我实现了超出平均值的回报。事实证明，无论是判断股市指数还是具体公司的表现，他的预测都是正确的。而我的好朋友，一位久经沙场的商务人士，一直都是自己在买进卖出，回报率却始终为负，他几乎每次都判断错误。所以我的忠告是：千万不要自己插手，把事情交给专业人士，只管坐等收益即可。”
1701820970
1701820971
听到这样的观点，你该如何判断呢？我们的做法是：首先假设该观点是正确的，然后用下面的矩阵进行测算，如表3-18所示。
1701820972
1701820973
表3-18 股票经纪人与普通商务人士预测准确率矩阵
1701820974
1701820975
1701820976
1701820977
1701820978
需要注意的是，我们这里会用到百分比，因为商务人士的数量肯定要比股票经纪人多得多，所以我们只能用各自的成功率来计算。打个比方，尽管只有50名股票经纪人的判断是正确的，但由于股票经纪人的总数只有200人，所以他们的正确率是50/500=25.0%。而虽然有100名普通商务人士做出了正确判断，但由于有800名商务人士做出了判断，所以他们的正确率只有100/800=12.5%。