1胯陋、請(qǐng)考慮下列情境，憑直覺(jué)寫(xiě)出答案袱箱。
一輛出租車(chē)的夜晚肇事后逃逸遏乔。
這座城市有兩家出租車(chē)公司，其中一家公司的出租車(chē)是綠色的发笔，另一家是藍(lán)色的按灶。
你知道以下數(shù)據(jù)：
這座城市85%的出租車(chē)是綠色的，15%是藍(lán)色的筐咧。
一位目擊證人辨認(rèn)出那輛肇事出租車(chē)是藍(lán)色的鸯旁。當(dāng)晚，警察在出事地點(diǎn)對(duì)證人的證詞進(jìn)行了測(cè)試量蕊，得出的結(jié)論是：目擊者在當(dāng)時(shí)能夠正確辨認(rèn)出這兩種顏色的概率是80%铺罢，錯(cuò)誤的概率是20%。
這場(chǎng)事故的出租車(chē)是藍(lán)色而不是綠色的概率是多少残炮？
這是“貝葉斯定理”的一個(gè)標(biāo)準(zhǔn)問(wèn)題韭赘。
（讀書(shū)思考1：綠色的出租車(chē)被看成是藍(lán)色的概率是85%×20%=0.17，藍(lán)色的出租車(chē)被看成是藍(lán)色的概率是15%×80%=0.12势就，所以這場(chǎng)事故的出租車(chē)是藍(lán)色而不是綠色的概率是0.15×0.8÷(0.17+0.12)=41.38%泉瞻。）
（讀書(shū)思考2：作者試圖教會(huì)我們理性思考脉漏，用邏輯解決問(wèn)題。但在這個(gè)直覺(jué)試驗(yàn)中袖牙，作者沒(méi)有說(shuō)是否找了名校學(xué)習(xí)統(tǒng)計(jì)學(xué)的受試者進(jìn)行實(shí)驗(yàn)侧巨。在不了解或者從沒(méi)聽(tīng)過(guò)貝葉斯定理時(shí)，尤其是數(shù)學(xué)不好的人鞭达，確實(shí)很難計(jì)算出上述數(shù)學(xué)問(wèn)題司忱，只能憑直覺(jué)或者猜測(cè)給出答案。但數(shù)學(xué)較好畴蹭，學(xué)習(xí)過(guò)貝葉斯定理的人坦仍，難道就不會(huì)輕松計(jì)算出概率，不受心理學(xué)上的因素影響叨襟？）
2繁扎、“統(tǒng)計(jì)學(xué)基礎(chǔ)比率”（statistical base rates）是指某一事件所屬類(lèi)別的事實(shí)總量，與單獨(dú)事件無(wú)關(guān)糊闽；而“因果關(guān)系基礎(chǔ)比率”（causal base rates）則會(huì)改變你對(duì)單獨(dú)事件的看法锻离。對(duì)兩種基礎(chǔ)比率，人們往往會(huì)區(qū)別對(duì)待：
統(tǒng)計(jì)學(xué)基礎(chǔ)比率普遍受到輕視墓怀，當(dāng)人們手頭有與該事件相關(guān)的具體信息時(shí)汽纠，有時(shí)還會(huì)完全忽略這一比率。
因果關(guān)系基礎(chǔ)比率被視為個(gè)別事件的信息傀履，人們很容易將這一比率與其他具體事件的信息結(jié)合起來(lái)考慮問(wèn)題虱朵。
3、思維定式是指人們會(huì)（至少暫時(shí)會(huì)）將自己對(duì)某個(gè)團(tuán)隊(duì)的看法延伸到這個(gè)團(tuán)體中每一個(gè)成員的身上（團(tuán)體存在某些問(wèn)題钓账，其中的成員無(wú)一例外也都會(huì)有這些問(wèn)題）碴犬。
4、思維定式在我們的文化中是個(gè)貶義詞梆暮，但我把它當(dāng)成一個(gè)中性詞來(lái)用服协。系統(tǒng)1的基本特征之一就是它代表了范疇規(guī)范和原型范例。這樣的規(guī)范和范例決定了我們?cè)鯓涌创R啦粹、冰箱及紐約市的警察偿荷，因?yàn)槲覀儠?huì)在記憶里存儲(chǔ)與所有這些范疇的事物或人相關(guān)的一個(gè)或多個(gè)“規(guī)范的”典型形象。當(dāng)這些范疇具有社會(huì)性時(shí)唠椭，這些典型形象就被稱(chēng)為思維定式跳纳。有些思維定式的錯(cuò)誤是致命的，負(fù)面的思維定式可能會(huì)產(chǎn)生可怕的后果贪嫂，但這樣的心理學(xué)事實(shí)無(wú)法避免：不管是對(duì)是錯(cuò)寺庄，思維定式都是我們對(duì)不同范疇事物的看法。
5、我們并沒(méi)有自己想的那樣樂(lè)于助人斗塘。
6赢织、我們大多數(shù)人都認(rèn)為自己十分正直，在那樣的情況下馍盟，都會(huì)義無(wú)反顧地提供幫助于置。當(dāng)然，這項(xiàng)試驗(yàn)的意義就是去證實(shí)那樣的期望是錯(cuò)誤的朽合。即使是普通、正直的人也不會(huì)沖過(guò)去提供幫助饱狂，因?yàn)樗麄兿Ｍ麆e人能夠處理這種令人不快的癲癇發(fā)作情況曹步。
7、有些人的行為令人驚訝休讳，了解這些行為的統(tǒng)計(jì)學(xué)事實(shí)的人也會(huì)將這些事實(shí)告訴別人，就在這種轉(zhuǎn)述的過(guò)程中，他們的印象得以加深狈惫，但這并不意味著他們的世界觀也會(huì)隨之改變枫夺。學(xué)習(xí)心理學(xué)面臨的考驗(yàn)是，你對(duì)所處環(huán)境的理解是否發(fā)生了改變雏婶，而不是你是否了解到一個(gè)新的事實(shí)物赶。我們對(duì)于數(shù)據(jù)的想法以及我們對(duì)于個(gè)體案例的想法存在很大的差距。相較于非因果關(guān)系的信息來(lái)說(shuō)留晚，用因果關(guān)系進(jìn)行解釋的統(tǒng)計(jì)學(xué)結(jié)果對(duì)我們的想法影響更大酵紫。但即使是具有說(shuō)服力的因果關(guān)系統(tǒng)計(jì)數(shù)據(jù)也不會(huì)改變我們?cè)趥€(gè)人經(jīng)歷中形成的長(zhǎng)期堅(jiān)守或是根深蒂固的信念。此外错维，令人驚訝的個(gè)體案例影響甚大奖地，是教授心理學(xué)更為有效的手段，因?yàn)閭€(gè)案與統(tǒng)計(jì)數(shù)據(jù)的分歧需要調(diào)解赋焕，并被嵌入一種因果關(guān)系里参歹，正因?yàn)槿绱耍緯?shū)才包含種種直接向各位讀者提問(wèn)的問(wèn)題隆判。與從別人那兒聽(tīng)到令人驚奇的事實(shí)相比犬庇，你更有可能因?yàn)閺淖约旱男袨橹邪l(fā)現(xiàn)驚人的事實(shí)而學(xué)到知識(shí)。
讀書(shū)備注：
貝葉斯定理的過(guò)程可以歸納為：“過(guò)去經(jīng)驗(yàn)”加上“新的證據(jù)”得到“修正后的判斷”侨嘀。它提供了一種將新觀察到的證據(jù)和已有的經(jīng)驗(yàn)結(jié)合起來(lái)進(jìn)行推斷的客觀方法械筛。
假設(shè)有隨機(jī)事件A和B，它們的條件概率關(guān)系可以用以下數(shù)學(xué)公式表達(dá)：
其中飒炎，事件A是要考察的目標(biāo)事件埋哟，P（A）是事件A的初始概率，稱(chēng)為先驗(yàn)概率，它是根據(jù)一些先前的觀測(cè)或者經(jīng)驗(yàn)得到的概率赤赊。
B是新出現(xiàn)的一個(gè)事件闯狱，它會(huì)影響事件A。P（B）表示事件B發(fā)生的概率抛计。
P（B｜A）表示當(dāng)A發(fā)生時(shí)B的概率哄孤，它是一個(gè)條件概率。
P（A｜B）表示當(dāng)B發(fā)生時(shí)A的概率（也是條件概率）吹截，它是我們要計(jì)算的后驗(yàn)概率瘦陈，指在得到一些觀測(cè)信息后某事件發(fā)生的概率。
貝葉斯公式給出了通過(guò)先驗(yàn)概率和條件概率求出后驗(yàn)概率的方法波俄。舉個(gè)例子晨逝，我們假設(shè)A事件代表堵車(chē)，B事件代表下雨懦铺，并且已知以下數(shù)據(jù)：
某天下雨的概率是40%捉貌，即P（下雨）=0.4。
上班堵車(chē)的概率是80%冬念，即P（堵車(chē)）=0.8趁窃。
如果上班堵車(chē)，則這天是雨天的概率有30%急前，即P（下雨｜堵車(chē)）=0.3醒陆。
那么，我們就能求出下雨天上班堵車(chē)的概率：
P（堵車(chē)｜下雨）
=P（堵車(chē)）??P（下雨｜堵車(chē)）?P（下雨）
=0.8??0.3?0.4
=0.6
這個(gè)計(jì)算并不復(fù)雜裆针，但蘊(yùn)含著深刻的含義统求。有時(shí)，先驗(yàn)概率很容易得到据块，但對(duì)于不同條件的概率码邻，其計(jì)算難度差別很大。比如醫(yī)生可以在心臟病人中統(tǒng)計(jì)男女占比另假，但很少會(huì)在只知道對(duì)方性別的情況下診斷對(duì)方得心臟病的概率像屋。
另外，根據(jù)貝葉斯公式边篮，先驗(yàn)概率一般是由以往的數(shù)據(jù)分析或統(tǒng)計(jì)得到的概率數(shù)據(jù)己莺。后驗(yàn)概率是在某些條件下發(fā)生的概率，是在得到信息之后再重新加以修正的概率戈轿。也就是說(shuō)凌受，后驗(yàn)概率可以在先驗(yàn)概率的基礎(chǔ)上進(jìn)行修并得到。
（讀書(shū)備注來(lái)源：微信公眾號(hào)“大數(shù)據(jù)DT”）
