1、1 不确定性判断与决策的研究 Kanhnman 认为人们在做判断决策时加工和处理信息的认知系统有两种分别为 intuition 和 reasoning 认为人在决策时往往首先倾向于依赖自己的直觉这样可以做出较快的判断解决问题并节省认知资源但也容易做出错误的判断 假设这个小岛上有 1000 户居民 90居民的房屋都被台风摧毁了如果你是联合国的官员你以为联合国应该支援多少钱呢但假如这个岛上有 18000 户居民其中有 10居民的房子被摧毁了你不知道前面一种情况你又认为联合国应该支援多少钱呢 人的理性是有限的人们在做决策时并不是去计算一个物品的真正价值而是用某种比较容易评价的线索来判断 2 启发式策
2、略的研究 根据 Simon 的有限理性学说 Kahneman 和 Tversky19721973 认为人们在不确定的世界中作判断往往忽视事件的基准率信息不顾事件的先验概率依赖于有限的启发式进行判断其中主要有三种启发式 代表性启发式Representativeness Heuristic 人们某一事物的概率推断倾向于根据一事物中有代表性的样本做出判断 例 Kahenman 和 Tversky1973 年设计了一个经典的实验在实验中给被试简要介绍某个人的特征 说明他来自于一个工程师的概率和律师组成的样本群然后分别告诉被试不同的先验概率一组的被试被告知工程师人数为样本的 30 律师为 70 另一组被
3、试被告知工程师人数为样本的 70 律师为 30 约翰男 45 岁已婚有子女他比较保守谨慎并且富有进取心他对社会和政治问题不敢兴趣闲暇时间多用于业余爱好比如做木匠活和猜数字迷语 两组被试都认为约翰是工程是概率约为 90 可得性启发式 Availability Heuristic 人们倾向于根据事物在知觉中的可得性程度来判断其相对概率 即容易知觉到的或容易回想起的事物就认为经常出现 2 你认为以 R 如 ride 开头的单词还是第三个字母是 R 如 circle 的单词多 这时你也许会马上很容易地从记忆中提取一些单词如redroof 等一系列以 R 开头的单词却很难短时间内提取第三个字母是 r 的
4、单词于是你就无法做出判断以 R 开头的单词多但实际上仅仅是因为我们对第二种情况不够熟悉认为第三个字母这一提取线索是无效的真正的情况恰好与我们的选择相反 Kahneman1973197920002002 Tversky1974 锚定和调整启发式 Anchoring and Adjustment Heuristics 人们往往以最初的信息为参照来调整对事件的估计 eg187654321 2250 212345678 512 40320 3 前景理论 Prospect Theory 21 参照依赖Reference-dependent 人们对决策后果的估价是依赖于一个相对的参照点 假设你已经有 10
5、00 元除了你所拥有的只外你可以在两项中选一项 A 必定获得500 B 50 的可能获得 1000 元 50 无所得 假设你已经有 2000 元除了你所拥有的只外你可以在两项中选一项 A 必定获得 500 B 50 的可能获得 1000 元 50 无所得 第一组 84 选 A 第二组 69 选 B Kahneman Tversky1979 32 框架效应Framing effects 所谓框架效应 Framing effects 即一个问题两种在逻辑意义上相似的说法却导致了不同的决策判断 其中 Kahneman 1981 经典的研究之一即为生存框架 survival frame 和死亡框架 m
6、ortahity frame 假设某地区出现了罕见的疾病估计会造成 600 人丧生有人提出两种方案并且对采取这些方案的后果进行了评估 方案 A 肯定可以拯救 200 人 方案 B600 人全部获救的可能性有13 一个也不能救的可能性有 23 如果让你决定你会选择哪一方案 S2 方案 C 有400 个会丧生 方案 D 一个都没死的可能性有 13 全部死亡的可能性有 23 人们所站的得失角度不同造成判断扭曲 当我们考虑能得到什么时我们倾向于选择肯定得到的 当我们考虑的会失去什么我们可能冒一定的风险 假设你已经有 1000 元除了你所拥有的只外你可以在两项中选一项 A 必定获得 500 B 50 的
7、可能获得1000 元 50 无所得 假设你已经有 2000 元除了你所拥有的只外你可以在两项中选一项 A 必定获得 500 B 50 的可能获得 1000 元 50 无所得 Problem Solving in Judgment Under Uncertainty Ginossar Zvi Trope Yaacov 1983 Kahneman 和 Tversky 认为人们对概率的判断常常失准主要是没有考虑基准率信息 base-rate informantion 基础率信息是指在总体中事件发生或一属性出现的相对频率而此研究关注人们在不确定状态中的问题解决实验一研究在判断时什么时候会利用基准率也就
8、是取样法则 实验一启动与推论原则实验 主要研究设计 采用 Kahenman 的 lawyer-engineer 题目做为 test problem 约翰男 45岁已婚有子女他比较保守谨慎并且富有进取心他对社会和政治问题不敢兴趣闲暇时间多用于业余爱好比如做木匠活和猜数字迷语 一组的被试被告知工程师人数为样本的 30 律师为 70 另一组被试被告知工程师人数为样本的 70 律师为 30 但在判断题目前作一个 prior problem 其中包括两种类型 要求被试对启动题目prior problem 中描述的人进行判断是工程师的概率其中 prior problem 对人物的描述有两种 1 诊断性描述
9、 diagnostic descriptions problem1 林克 39岁已婚有两个孩子对政治问题很活跃他的业余爱好是喜欢收集藏书竞争的喜欢争辩而且具有很好口语表达能力 problem2 摩西 37 岁有两个孩子讲条理喜欢把每个东西都放在合适的位置内向追求精确不喜欢社交表情简单主要爱好是摄影 2 非诊断描述 nondiagnostic descriptions problem1 杰克 30 岁已婚没有孩子是一个能力和志向很高的男人并立志在他的领域有所作为而且他很受同事的欢迎 problem2 本杰明 35 岁已婚由一个孩子他讲条理喜欢争辩具有很高的口语和书面表达能力他的绝大部分业余时间花
10、在做飞机和轮船模型上 两组被试prior problem 做完后在对 test problem 做出判断另外还有一组被试没有prior problem 直接对 test problem 进行判断 这样这个实验就是一个 2 engineers base rate 30 or 70 3 nondiagnosticdiagnostic no prior problems 的实验设计 实验假设 诊断信息越少时则会越多的采用基本概率 无诊断信息的启动问题可以使被试更多的注意的基本概率 结果与讨论 表 1 中在非诊断性题目中比诊断性题目更多的应用基准率 F 1116 05 因此可以发现当应用代表性启发式不
11、能很好的解决问题时会根多的应用取样法则注意基准率信息 表 2 中在做完非诊断性题目后在解决测试题目比做诊断题目和没有做的会更多注意基准率信息 F 1174 05 结论 由实验 1 可以发现人们在解决概率判断问题时往往依靠产生式 production rules 的可获得性我代表性法则在这方面具有优势而当信息中没有足够的诊断性信息就会利用取样法则另外在预先概率推断中运用统计取样法则会对后面解决概率推断题目有还好的启动效应更少的受代表性启发式的影响 认 知 心 理 学 柯尼曼不确定性判断决策理论 Tversky Kahneman Kanhnman 把心理研究的成果与经济学融合到了一起特别是在有关不确定状态下人们如何作出判断和决策方面的研究 获得 2002 年诺贝尔经济学奖 1 S1 方案 A 肯定可以拯救 200 人 方案 B600 人全部获救的可能性有13 一个也不能救的可能性有 23 实验结果 72 的人选择 A78 的人选择方案 D TverskyKahneman 1981 4Study
