决策心理学第三讲ppt课件.ppt

《决策心理学第三讲ppt课件.ppt》由会员分享，可在线阅读，更多相关《决策心理学第三讲ppt课件.ppt（25页珍藏版）》请在三一办公上搜索。

1、第三课,代表性偏差,你认为以下哪件事更有可能发生：A：美国的新总统将增加对地方政府的财政支持。B：美国的新总统将为失业人群提供财政援助，并增加对地方政府的财政支持。,框架效应与本能,心理陷阱,内源VS外源 实践偏离既定要求形成的陷阱 失控的社会与政治阻力造成的陷阶 方向误导形成的陷阱 限制研究和缺乏创新形成的陷阱 误用评估的陷阱 道德陷阱 学习陷阱 偏好VS偏差启发式,程序性知识与陈述性知识,程序性知识即技能记忆，绝大多数是不能言传的。程序性知识的回忆往往不借助于意识就能完成。陈述性知识即事实记忆，是可以言传的知识。陈述性知识的回忆需要意识伴随或意识努力，并依赖于信息在学习时的前后关系。陈述性

2、知识又分为情节记忆和语义记忆两种形式。,代表性启发式,人们通常会根据“A在多在程度上能够代表B，或者说A在多大程度上与B相似”来判断事件发生的可能性。,在未来10年中，你认为最有可能发生的事件是：A美国和俄罗斯将爆发一场全面的核战争。B美国和俄罗斯将爆发一场全面的核战争。但一开始两国都不想动用自己的核武器，只是在卷入了一场局部战争之后，如伊拉克、利比亚、以色列或者巴基斯坦等国的战争，才被迫动用核武器。,琳达31岁、单身、率直、很聪明、主修哲学。当她还是学生的时候，就非常关心歧视和社会公司问题，曾参加过反核示威游行。在下面8种对琳达的描述中，根据可能性的大小进行排列：A琳达是一位小学教师。B琳达

3、在一家书店工作并且练习瑜珈。C琳达是一位积极的女权主义运动者。C琳达是一位精神治疗方面的社会工作者。E琳达是妇女选民联盟的一位成员。F琳达是一位银行出纳员。G琳达是一位保险推销员。H琳达是一位积极参与女权主义运动的银行出 纳员。,你认为以下哪个事件概率更大：A一个温布尔登网球赛的选手在输掉第一局后却赢得整个比赛。B一个温布尔登网球赛的选手输掉了第一局比赛。,联合谬误（conjunction fallacy）,人们喜欢选择毫无根据的细节化情境。相对于一般的情境而言，表述非常具体的事件似乎更可能发生，因为这样的情境与人们对于具体事件的想像是一致的。,细节决定成败吗？,在一个镇子里有一家大医院和一家

4、小医院。大医院每天大约有45个婴儿出生，小医院每天大约有15个婴儿出生。所有婴儿中男孩大约占50%，但具体的百分比每天都会有差异。有时高于50%，有时低于50%。在一年内，两家医院都登记了超过60%的出生婴儿是男孩的天数。你认为哪家医院这样的天数会更多一些？A大医院B小医院C两家医院相同（在5%的差异范围内）,在一个城市中，8年级学生的IQ平均数是100。你从中抽取了50名学生来进行有关学业成就的研究。你抽取的第一个学生的IQ为150。你认为你抽取的这50人的样本的IQ平均数为多少？,“小数”法则,人们通常认为从总体中抽取的随机样本相互之间是类似的，总是希望随机抽取的样本能够很好地代表总体，因

5、此对与总体之间的接近程度比实际的统计抽样理论所预测的要高得多。,1,马克将要从一所享有盛誉的大学完成MBA学业，他对艺术很感兴趣，曾经一度想成为一名音乐家。他更可能在哪里工作？A：艺术管理公司B：咨询公司,2,上学期我的MBA导论课上，有位最优秀的学生，会写诗，非常害羞，身材矮小。这个学生本科时主修什么专业？A：汉语B：心理学,忽视基率,人们虽然能够理解基率信息的相关性，但是往往在存在描述信息的情况下忽略基率信息。,请写下一个随机的投掷硬币的数列。,哪一种硬币投掷的顺序更可能出现？AH T H T T HBH H H T T T,假定你连续投掷了3次硬币，每一次的结果都是正面。如果你必须对下一

6、次的投掷进行投注，金额是100美元，你会选择正面还是反面？,你先后购买了5支不同的股票，但每一支股票到手后都狂跌。这时，你准备购买第6支股票。你想，既然前5支股票都不尽如人意，第6支股票应该好些吧。毕竟，几率表明，6支股票中应该有1支是好的，这种想法是：A正确的B错误的,对偶然性的误解（misconception of chance）,人们通常会把偶然性看成一个自我修正的过程，这个过程中在一个方向上的偏离，会引起朝相反方向的偏离，以此恢复平衡。,你是一家连锁店的销售预测员，这家连锁店有9个分布在不同地区的分店。该连锁店依靠你拿出关于未来销售的高质量规划，从而作出人员安排、广告策划、信息系统开发

7、、采购和修整等决策。所有分店在规模和货物选择上都是相似的，主要差别在于随市场和地点的随机波动导致不同的销售额。2004年的销售额如下：分店 2004年 2006年1 1200万2 11503 11004 10505 10006 9507 9008 8509 800总额 9000 9900,错误的回归性预测,人们对于一些简单的回归现象的错误理解在我们的日常生活中是屡见不鲜的，例如一件非常好或者非常差的事件后，必然会跟随着一些不那么好或者不那么差的事件，而不管其中是否存在随机因素。,代表性（representativeness）,联合谬误对基率不敏感对样本大小不敏感对偶然性的误解错误的回归性预测,如何克服代表性偏差,不要被很细节的情境所迷惑无论什么时候都应该注意基线值 记住偶然性并不具备自我修正的功能 不要忽略均值回归,