10天汲取一本书的力量，用阅读滋养生活。
”今天我们一起共读《思考，快与慢》的第四节。
这是社会思想领域里一本里程碑式的著作，读了它，或许你的生活、工作、思维方式都会发生改变。
希望你在评论区每天分享你的感悟，和我共读完这本书。
记得转发给你的亲友，组队打卡阅读哦。
精彩回顾《思考，快与慢》① | 是什么能够影响我们决定？《思考，快与慢》② | 如何不被自己的直觉“欺骗”各位亲爱的书友，今天我们继续共读《思考，快与慢》。
通过昨天的阅读，我们深入分析影响“系统1”判断的几个因素，锚定效应、焦虑情绪、大数法则和小数定律，认识到“系统1”做出的判断看似简单、直接却也暗藏玄机，今天我们将继续跟随卡尼曼的脚步，进一步揭开影响“系统1”的其他因素。
01在本书的第十五章，作者卡尼曼讲了“琳达的故事”，这个故事也被很多读者认为是本书最有趣的案例之一。
在书中，作者卡尼曼给了琳达一些具体的描述，比如“琳达，31岁，单身，一位直率又聪明的女士，主修哲学。
在学生时代，她就对歧视问题和社会公正问题较为关心，还参加了反核示威游行。
”接下来，测试者需要判断一下琳达的身份。
在这个案例中，测试者给出的更多的选择是“银行职员和女权主义者”，而选择“女权主义者”的人数又比“银行职员”的多一些。
这就是一个典型性赢了逻辑的案例。
因为从逻辑性的角度出发，琳达是银行职员的概率明显大于女权主义者。
但是之所以更多人选择了琳达是女权主义者，就是服从直觉而违背常规的作法，这也被称之为“合取谬误”。
“琳达的故事”这个案例，让我们也看到了典型性对于“系统1”的影响，这也就印证了为什么在媒体宣传中，更喜欢有趣的人物故事，而不是一些枯燥的数据和图标。
当然，防止“合取谬误”的偏差也是有方法的，那就是让“系统2”发挥作用，遇事要三思而后行。
此外，在书中还谈到了关于因果关系和统计学信息对于“系统1”的影响。
但听起来似乎有点晦涩难懂，其实在我们现实生活中，遇到这样的例子还有很多，比如按照统计学的结果显示，文化水平低的人，往往容易走上犯罪的道路，但是在一次抢劫案的现场，一个目击者看到实施犯罪的人更像是个老师。
于是，当人们听到后者后，变会更倾向于相信这个抢劫犯是个老师，这就是一个典型的统计学基础比率被忽视的案例。
因为当人们手上有与该事件相关的具体信息时，人们更容易将其与具体事件的信息结合起来考虑。
因此，大部分情况下，因果关系比统计学的信息更具有说服力。
02不知还有多少人，至今依然记得有一年世界杯“章鱼保罗”猜球的传奇故事？似乎章鱼保罗有种特殊的魔力，可以几乎场场猜对赛事的结果。
最终，这个供人们茶余饭后逗乐的小插曲，以保罗先生的死去而告终。
事实上，预测赛事本身并没有什么规律和技巧而言，“章鱼保罗”也只是个巧合罢了。
任何一场比赛与下一场比赛都没有什么关联性。
所有的表现最终都会回到一个平均值，这个“回归平均值”现象是作者卡尼曼职业生涯中最伟大的发现。
当时，他正在给以色列空军上课，一位经验丰富的教练提出：“通常表现优异的飞行员被表扬之后，下次的表现就会略微变差；而表现一般的试飞员被批评后，却能在下次飞行时做出更好的表现。
”卡尼曼却并不认可这种结论，他认为其实试飞员表现的好坏与表扬、批评并没有太大关系。
其实，飞行员的表现只不过是在平均值上下正常浮动而已。
此后，另外一位心理学家证明了相关性和回归性是同一个概念，只是从不同角度阐述：只要两个数值之间的相关度不高，就会出现回归平均值的情况。
卡尼曼把“回归现象”的发现视同于发现万有引力一样。
但事实上，发现并命名“回归平均值”的科学家并非卡尼曼，而是佛朗西斯·高尔顿。
那么，在我们的生活中，关于“回归现象”有什么样的例子印证呢？人们常常以夫妻关系来举例，即婚姻生活要想平和稳定，就需要两个人围绕家庭这个中心，相互包容，彼此理解。
只有两个人的个性、态度、价值观、世界观等等都接近平均值的时候，家庭关系才能保持和谐，不然两个人非要坚持自己的个性和意见，最终只能导致关系的破裂。
所以，从统计学的角度来讲，“聪明的女人总是会嫁给不如她们聪明的男人”这句话，也不无道理。
03在我们的生活中，常常会预测一些事物的未来，这也离不开“系统1”的参与。
比如股市，人们买股票其实就是基于预测而做出的选择；比如天气预报；还有我们会猜测考试成绩、年终奖等等。
如果将这些预测进行划分的话，可以分为基于数据，进行的预测和靠直觉和“系统1”的共同参与而进行的预测。
而直觉其实也可以进行划分，有两类：一类是靠反复训练而得来的技能和经验，比如股票经纪人、天气预报员等等；而另一种预测从一开始就是从主观进行判断的，所以人们通常依靠“系统1”进行简单推断。
事实上，后者预测往往偏离真实结果。
我们还是要把这种偏差拉回到平局值上来，这样预测的结果才会更准确些。
事实上，修正直觉性偏见是“系统2”的工作，而且要找到相关的参照物、对证据的质量进行评估都需要付出很多的努力，是需要不断磨炼才能达到的结果。
因此，我们需要不断修炼自己才能最终达到无偏见的预测。
书中，给出了找到对直觉性预测偏离进行纠正的方法：即首先，先预测平均点的平均值；接下来，根据证据的印象算出相匹配的平均绩点；第三步，对你的证据和平均绩点的关联性作出估算；最后，如果关联度是0.3，则从估算出的平均绩点的平均值中抽出30%，放到与之匹配的平均绩点里。
然而，我们要明白，即便是最完美的预测也不过只是个预测而已，其实统计数据常常更接近真相。
好了，以上就是今天我们共读的全部内容。
通过今天的阅读，我们更进一步了解了“系统1”以及影响它的若干因素，如合取谬误、相关性和回归性、直觉性预测等等，总之我们应该知道“系统1”参与的若干判断，如果和相关数据相结合，我们得出的结论就会更接近事实真相。
明天我们继续阅读本书的第五部分，了解因过度自信而导致的决策错误。
喜欢这本书的朋友，欢迎转发到朋友圈 或者右下角点个“赞”