15 分类下的偏差

即使数据稀少，我们也能从中找出故事和规律

为什么我们在随机事件中看到连续性，在小样本中看到趋势：聚类错觉、样本量忽视、轶事谬误等。

探索偏差
深入了解

所有偏差

记忆捏造
我们无意识地创造虚假记忆或解释来填补记忆空白，而并非有意欺骗。
聚类错觉
我们在随机事件或数据中看出本不存在的模式。
样本量忽视
我们未能意识到小样本比大样本更不可靠。
概率忽视
在不确定的情况下做决定时我们常常无视概率，而把焦点放在结果上。
轶事谬误
我们给予个人故事和轶事的权重高于统计证据。
效度错觉
我们高估了自己基于数据解释和预测结果的能力，尤其是在信息表现出一致性时。
蒙面人谬误
我们假设如果在一种描述下了解某事物，就应该在所有描述下都了解它。
近因错觉
我们相信最近注意到的现象是最近才出现的，即使它已经存在了很长时间。
赌徒谬误
我们相信过去的随机事件会影响未来随机事件的发生概率。
热手效应（热手谬误）
我们预期一连串的成功会延续下去。这种信念长期被称为谬误，但修正后的分析表明连胜确实存在，错误在于我们对它期望过高。
虚假相关
当变量之间不存在关系时，我们却认为存在关系。
幻想性视错觉
我们在随机或模糊的刺激中感知到有意义的图像或模式（如人脸）。
拟人化
我们将人类的特征、情感或意图赋予非人类实体。
均值回归
出现极端结果之后，下一次的结果通常会更接近平均水平，而我们却误将这种回归归功于我们在此期间所做的任何举措。
伪深刻话语接受倾向
一些模糊、听上去很唬人的陈述其实空洞无物，我们却觉得它富有深意，把流行黑话误当成真正的含义。