不确定世界的理性决策
1. 思维和决策
1.2 自动思维和控制性思维
本书的一个基本观点是：在判断和选择时，人们常常使用自动思维。
1.3 心理的计算模型
通过把脑的活动描述成对符号的操纵，人们能认识思维的本质。
早期理论认为认知系统包含三种记忆存储：感觉输入缓冲器（sensoryinputbuffers），它能在几秒钟内保存和转换输入的感觉信息；有限的短时工作记忆（shorttermworkingmemory），大多数有意识的思维都发生在短时工作记忆中；容量无限的长时记忆（longtermmemory），它用于存储概念、表象、事实和程序。这一模型为简单的记忆成果提供了很好的解释，但如果要解释更为复杂的推理、判断或决策行为，就显现出其局限性。现代理论则区分了更多种加工模块（processingmodules）和记忆缓冲器（memorybuffers），但所有这些部分都与中央工作记忆（centralworkingmemory）相连
今天的大多数心理学研究者都认同一个说服力极强的假设，即思想和信念导致行为，而认知理论则是理解并改进重要行为的最佳途径。
1.5 选择的质量：理性
一个决策是好是坏并不能用决策的结果做出清晰的判定。 人们会根据决策的结果、结果的概率以及结果在决策当下对决策者的价值来判断某一决策明智与否。 正如我们所说的那样，所谓好的决策是指在某一情境中选择可行的途径去达到决策者的目标。 一个理性的选择需要满足四个标准： 1.基于决策者目前的资产。资产不仅指金钱，还应包括生理状态、心理能力、社会关系和感觉。 2.基于选择的可能结果。 3.当选择结果不确定时，可用概率论的基本原理去评价结果的可能性。 4.在与每一个选择的可能结果相联系的概率、价值和满意度约束之下，理性的选择应具有适应性。
理性的四条标准有其哲学根源。如果违反了任何一条标准，那么决策者就会得到矛盾的结论，尽管这些结论基于相同的偏好和知识。
2. 何为决策
2.1 决策的定义
决策应该是特定情境中的一种反应，它由三部分组成： 第一，有不止一个行动方案可供选择（例如，在岔路口选择向左还是向右）。 第二，决策者对每一个行动方案所带来的结果和未来事件会形成一定的预期，预期可能会以信心程度或者概率的形式呈现（例如，你可能会形成这样的一种看法：右手边的路在一公里后将走到尽头，而左手边的路将引领我们到达一个风景秀丽的湖边，那里将是野营胜地）。 第三，与可能的结果相联系的后果可以在一个连续体上得到评估，而这一评估所依据的是当前的目标和个人的价值观。
2.2 图解决策
决策树：
2.5 沉默成本
关注沉没成本违背了理性决策的首要原则——决策应仅仅基于未来的后果而做出。
沉默成本的例子：
人们对某些沉没成本的关注有时候并非是非理性的，这其中可能有另外一个原因，即决策者希望自己所做的决定能够展示和维护他们的名誉，即他们是果断坚定的人，或者他们不是挥霍浪费的人。
通过方程式来计算决策的效用： 效用 = ∑ (概率i * 价值i)
3. 判断的整体框架
3.1 判断和预测的概念框架
通常我们感兴趣的是判断的心理过程，也就是透镜模型右边的一栏，而不是全部框架结构中所包含的完整的环境行为系统。 关于人工判断的大量研究给我们上了重要的一课，那就是，并不是所有的结果都是可预测的；在现实世界中存在大量的“不可降低的不确定性”，即透镜模型（图3.1）中的左边部分。 左边部分存在大量我们没有获取的信息。
3.3 在统计模型中捕获判断
另一个惊人的例子来自于RobertLibby（1976）。他让43名银行信贷人员（其中有些人是在资产高达40亿美元的银行中就职的高级信贷人员）预测60家公司中的哪30家在未来三年里即将因为财务报表问题破产。为了方便这些信贷人员做预测，这些公司的各种财务数据（线索）都会提供给他们，比如总资产中固定资产的比率。结果，人工判断的准确率只有75%，而基于同样数据的回归分析，其准确率达到82%。事实上，仅用资产负债率一项来进行回归分析，其准确率都能达到80%。从这些研究中我们可以得到一个经验，那就是在许多判断情境下，我们有必要向专家咨询他们会使用什么样的线索，但要让机械模型来整合线索做出判断。总体而言，线性组合模型优于人工总体判断。 如果要确保比较公平的话，就要保证专家和模型能使用相同的信息线索。一旦统计模型接收了外部信息——至少在下面的例子中——它的预测力就会略胜一筹。
3.4 统计模型是怎样打败人工判断的
自然原理指的是，大多数交互作用都是单调的，这个原理部分地解释了为什么统计线性模型会如此成功。 心理学原理指的是，人们很难同时注意到刺激或者情境中两个或者更多非可比的方面，这也许能解释线性模型预测为什么会成功
3.5 线性模型的惊人成功对实践的启示
在利用包含不同数字和单位的测量量表数据时，基于直觉的人工判断是没有竞争力的。
3.6 反对和辩驳
关于人工判断的大量研究给我们上了重要的一课，那就是，并不是所有的结果都是可预测的；在现实世界中存在大量的“不可降低的不确定性”，即透镜模型（图3.1）中的左边部分。
3.7 判断在选择和决策中的角色
从本质上讲，当下的决策就是要求我们预测我们将来会喜欢什么，但通常那时的条件和现在做决策的条件已经很不一样了。
4.基本判断策略：锚定与调整
4.1 凸显的值
其实，人们在判断的开始阶段会将注意力聚焦在一个所谓的锚上，而最终的估计无非是对这个锚的一个不充分调整。
4.2 锚定及（不充分）调整
判断是一个复杂的过程，偏差可以产生于其中的很多环节。最基础的偏差是该过程有“调整不足”的倾向或简单称之为首因效应——判断过程的开始阶段所考虑的信息，在最终判断时被赋予过高的权重。
个人和组织均趋向于依赖最新或当前的核算成本以及完成工程的时间去决定对不同工程如何分配资源和时间。实际上，对这些估计持乐观态度通常是不切实际的，因为锚定在之前的值上会导致估计不足——尤其在估计财务问题、完成时间和运动表现方面，因为通货膨胀、年龄和回归效应分别在其中扮演了“无情”的角色。
当要求被试为两个赌博游戏出价时，他们锚定在赢钱的数值上，然后根据概率信息进行不充分的调整。相反，当同样的人比较收益和损失时，他们锚定在赢钱的概率上，概率越高越好。然后根据赢或输的钱数进行不充分的调整。 不同的任务下，人们会选择不同的锚（在出价任务中，人们选择赢钱的数值；在选择任务中，人们选择赢钱的概率）。
5. 启发式判断
5.2 估计频率和概率
在客观频率较低的一端，主观频率倾向于高估。随着被评估事件客观频率的增加，主观估计误差则朝着低估方向发展。
5.3 记忆可得性
可得性启发式的过程可以被分解成几个子过程或子程序（见图5.2）：
- （1）在长时记忆中获取或存储相关信息；
- （2）保持存储信息，同时伴随一些遗忘；
- （3）情境再认，包含与决策相关的信息；
- （4）探测记忆或提供记忆线索以找到相关信息；
- （5）提取或激活与记忆探测相匹配的项目；
- （6）评估提取的便捷性（可能基于回忆的数量、速度或信息的主观生动性）；
- （7）基于感知到的提取便捷性来估计频率和概率。
广告重复的作用在于增强记忆可得性。
5.4 记忆中的有偏样本
理性的演绎逻辑是一个具体化的过程，即从一般到特殊（“所有的人都难免一死，因此罗宾·道斯难免一死”）；而与之相比，归纳逻辑是一个概括化的过程，即从特殊到一般（“这个犹太商人是不诚实的，因此所有的犹太商人都是不诚实的”）。相对而言，归纳逻辑的可信度会下降。但是我们的所作所为正好与它们的可信度相反：过分归纳而演绎不足。
5.6 想象可得性
如同直接体验或间接体验的可得性一样，“想象”的问题在于其可得性也受到实际频率之外的因素影响。某些类型的思考明显比其他类型的简单，某些想法也比其他的想法更容易闯入脑海。而且这种区别不完全依赖于过去的经验。
5.8 基于相似性的判断：老一套
佩内罗珀是一个大学生，朋友们形容她稍微有些不切实际、情绪化和敏感化。她游遍了整个欧洲，能说一口流利的法语和意大利语。她目前还不确定毕业后的职业发展方向，但是却已经证明过自己高水平的才能，并且多次获得书法比赛的奖项。她在男朋友过生日时写了首十四行诗作为礼物。你认为佩内罗珀的主修专业是什么？
佩内罗珀问题直观地证明我们在判断时忽略了情境中的关键要素。
人格描述的信息以绝对优势压倒了基准概率信息。
5.9 代表性思维
琳达，31岁，单身，说话率直，性格开朗，主修哲学专业。学生时代关注歧视和社会公平问题，参加过反核武器示威活动。请按照概率高低（从高到低）排列以下项目：
- 琳达是小学老师。
- 琳达在书店工作，上瑜伽课。
- 琳达积极参加女权运动。
- 琳达是从事精神病治疗的社会工作者。
- 琳达是妇女选举委员会成员。
- 琳达是一位银行出纳员。
- 琳达是一位保险推销员。
- 琳达是一位积极参加女权运动的银行出纳员。
上述实例主要证明： （1）分类判断任务通常以判断对象的特征与原型的代表性或相似性程度为基础； （2）代表性并没有反映实际的变化； （3）估计的概率或者判断的信心与相似性有关而不一定与判断情境的深层结构有关。 在佩内罗珀问题和律师工程师问题中，人们似乎忘记了专业或职业的基准概率背景；在琳达问题中，人们忽略了银行出纳员和女权主义的银行出纳员两个集合间的逻辑关系。
琳达的问题里，对琳达的刻画与由类别标签激活的表征（刻板印象）之间的良好匹配也是女权主义（银行出纳员）多于单纯的银行出纳员。
一位申请者在被问及“研究生入学委员会可能看重的其它个人信息”时写道：“身为摩羯座，我将会是一位严谨的实验者。”委员会中一位教授蔑视地说，“我们这儿不需要任何占星术疯子！”。这位在700多人中GRE和GPA综合排名第二的申请人就这样被拒绝了。当然知道自己星座的人中更多的不是“占星术疯子”，但是类别图式（“占星术疯子，因此是不可靠的怪人”）再一次占据上风。
5.10 比例规则
这一规则和贝叶斯定律类似。 c在多大程度上可以代表S由条件概率p（cS）表示——即S中每个成员具有特征c的概率。 特征c必然指向S成员的概率由条件概率p（Sc）表示，指具有特征c的人属于S中的成员的概率，该条件概率是p（cS）的逆反。 以上两个概率不应该等同起来。 这需要控制性的“科学”思维——用皮亚杰的术语来说是，把真实（已经观察到的）看做可能（可能被观察到的），而不是反过来。
韦恩图（图5.6）再次明确地显示出逆反概率——p（吸大麻吸致瘾毒品）和p（吸致瘾毒品吸大麻）——之间的不同。吸大麻的人并不意味着有很高的可能性吸食其它致瘾毒品，但是吸食致瘾毒品的人意味着有很高的可能性吸食大麻。
人们在未考虑任何基准概率（特征[如吸大麻]的发生率，类别[如吸食致瘾毒品]的发生率）的情况下，就断言两种事物之间的相依性以及相依性的方向。请看下面来自《管理聚焦》的例子。最近一项针对74名CEO的调查发现，童年时期抚养宠物可能与未来的职业成功有关。94%的CEO在小时候都养过狗或猫，而他们现在都受雇于财富500强企业。
6. 基于解释的判断
6.3 从解释到判断
第 122 页 · 位置 2341 只有再三考虑，对单一事件发生的概率进行评价，这样才有可能避免合取概率谬误（结论可能有些出乎意料，即避免合取谬误在于以独立的方式评价事件发生的概率，而非以整体、序列的方式评价）。
第 123 页 · 位置 2353 许多预先编撰的情景或情节也很容易进入到我们的想象中，这是因为它们可能对应着我们头脑中的某些原型脚本或是某些过去的经历，从而提高了它们的可得性。[此类可得性（availability）并不一定基于事件发生的实际频次，详见第5章]。在这里，可得性指的是我们通过想象可得到的，而非事实上可得到的，因为从逻辑上推论，我们对联合事件的体验频次不可能高于单个事件。尽管如此，想象力对我们的情感、思维和行动起着决定性作用。
第 124 页 · 位置 2378 在运动、犯罪和医疗保健等诸多领域中，当一些富有戏剧性的巧合发生时，人们倾向于去关注、重复和记忆它们，致使可得性增加，从而导致人们放大和高估联合事件发生的概率（见第5章）。
6.4 司法情景： 最好的故事在法庭中往往会胜诉
8.4 理性的测试
第 173 页 · 位置 3176 当我们致力于利用逻辑、数学和决策理论作为评价一个判断和选择是否理性的标准时，在实践中真正做到理性评价还需要更多的努力。第一，如何客观表征一个决策问题，以便可以应用理性原则，做到这一点并不总是那么容易。 第二，总是关注一个有充分信息、有足够时间来安静思考的人的短期行为表现并不合适。我们应该更关心人们在嘈杂的、有干扰的、信息不充分的环境中做出长期决策时的表现。
第 173 页 · 位置 3185 在判断和决策中，“快而省”的算法或启发式可能比理想化的计算更加稳健，更有生存价值；后者仅在信息、计算容量和时间都很充分的情况下才更有优势。
8.5 如何思考逆概率
沃尔夫的研究发现，大众群体中每13名女性就有1名会患上乳腺癌，然而每2到3名DY型（高风险）女性中就会有1名在40到59岁之间患病。（斜体是后加的，沃尔夫并没发现这一点，他的发现在下一段叙述。）低风险女性（NI型）占总体的42%，她们中只有7.5%的人会患上癌症。通过检查DY型女性和风险其次的P1和P2型，沃尔夫认为93%的乳腺癌可能在57%的人身上发现。
患癌症问题的条件概率：
8.6 避免次可加性与合取谬误
琳达，31岁，单身，说话率直，性格开朗，主修哲学专业。学生时代关注歧视和社会公平问题，参加过反核武器示威活动。请按照概率高低（从高到低）排列以下项目：
- 琳达是小学老师。
- 琳达在书店工作，上瑜伽课。
- 琳达积极参加女权运动。
- 琳达是从事精神病治疗的社会工作者。
- 琳达是妇女选举委员会成员。
- 琳达是一位银行出纳员。
- 琳达是一位保险推销员。
- 琳达是一位积极参加女权运动的银行出纳员。
女权主义银行出纳员琳达问题：
第 178 页 · 位置 3248 当人们依靠相似性感知对涉及不同范畴的事件进行判断时，很容易出现另一个臭名昭著的习惯性偏差，即估计了几个独立事件概率之后，发现其概率相加超过100%。
8.7 硬币的另一面：事件的析取概率
第 180 页 · 位置 3271 考虑一系列事件1、2、…、k。假设这些事件是独立的，即某一事件是否发生不影响其他事件的独自或联合发生。（独立性的更准确定义见附录。）假设这些事件都发生的概率（合取概率）是p1×p2×…×pk，那么至少一个事件发生的概率是多少？也就是说，这些事件的析取（disjunction）（与合取相对）概率是多少？析取概率等于1减去所有事件均不发生的概率。
8.8 改变我们的想法：贝叶斯定理
40岁以上妇女的乳腺癌患病率为1%。广为应用的X光透视检查会对10%未患乳腺癌的妇女报告出阳性结果，也对80%真正患乳腺癌的妇女报告出阳性结果。那么一个在此年龄段得到阳性检查结果的妇女，其真正患乳腺癌的概率是多少呢？（p.999）
按因果和时间顺序来画概率树通常是最好的。在X光检查诊断的情境中，先从40岁以上妇女的乳腺癌患病率为1%这个事实开始。然后，考虑X光检查可能会为10%未患乳腺癌和80%患有乳腺癌的女性给出阳性结果这个事实。那么，一位此年龄段的检出阳性结果的女性确实患有乳腺癌的概率是多少呢？
图8.6 表征Eddy癌症诊断问题的概率树和表格
某城有两个出租车公司，根据它们各自出租车的颜色，分别命名为蓝色和绿色公司。在所有出租车中85%的出租车是蓝色，15%的是绿色。一辆出租车涉嫌一桩深夜肇事逃逸案。目击者事后确认那辆车是绿色的。法庭测试了该目击者在夜间视觉条件下辨别蓝色和绿色出租车的能力，发现他在80%的次数中能够正确辨别各种颜色，但20%的次数却与另一颜色混淆。那么你认为肇事车辆如目击者所言是绿色的概率是多大呢？（p.211）
图8.7 表征出租车辨别问题的概率树和表格
解决忽略贝叶斯定律谬误的办法：
- 第一，我们在章节5.10中指出，在陈述问题时，若将基础概率与结果紧密联系在一起，特别当这种联系是因果关系时，人们更可能在决策中考虑基础概率。
- 第二，利用如上所示的代数符号表征问题，会对判断的结果产生重大影响。
我们基于以下原因仍认为其会有行为表现的提升：
- （1）能够识别问题的不完全或模糊描述；
- （2）考虑到计算时所需要的不明显信息；
- （3）有动机去搜寻某些特殊信息以及去思考与假设不一致的信息 （例如，假定出租车确为蓝色时目击者说“绿色”的概率；假定患者未患癌症但检查结果为阳性的概率；甚至嫌犯并非凶手但DNA检测匹配的概率）
- 第三，也是最有帮助的，我们建议利用图表来表征情境，引导信息搜索、推断和计算，如图8.6和图8.7。
8.9统计决策理论
我们应该如何利用判断来决定是否采取行动？
我们通过改变是否决定要做手术的阈限，就能够控制多种判断结果出现的比率。如果我们将手术阈限设为当判断患癌症概率是0.60时，我们看到15例击中，但也有15例未击中（即占总体7.5%；30例患癌症者中的15例，即50%未击中），但我们的代价是较多的虚假警报（即不必要的手术——总体10%；35例中的20例，占到实施手术的57%）。如果我们将阈限降低到当判断p（癌症）为0.50时，我们会提高击中至20例，减少未击中到10例，但代价是更多的虚假警报（30例，或总体的15%）。
在大多数情况下，我们必须认识到我们总面临着权衡和取舍，必须明智地讨论我们看重什么，再据其设定决策阈限（Hammond，1996）。
在很多实际情境中，我们应该更努力地思考价值，而非准确率。但决定价值是一个复杂的过程，即便只涉及一个决策者（见下两章），这是因为日常选项经常是多属性且多目的的。我们在进行组织或社会政策分析时，必须综合分析具有不同个人价值取向的利益相关者
如果我们面临权衡取舍，我们就要评估多个“判断结果”，之后应用统计决策理论来确定一个合适的决策阈限。例如，假设数字+100，0，+30，和+80分别代表四种结果对于我们的价值（击中、未击中、虚假警报、正确拒绝；价值的取值范围约定俗成为0~100）。在这个例子中，当设置决策阈限p（癌症）接近0.55时，取得最大化的总体价值（因为计算过程涉及到微积分，故而省略）
图8.8 统计决策理论图表（此图表征了不确定性下的医疗决策，医生判断患者患有癌症的概率，并基于其判断结果决定是否医治患者。此处假设以健康状况不同的200名患者来表征该问题。判断是中等准确的，判断与真实健康状况的相关为r=0.65。判断方法是，若p（癌症）大于0.60，则决定治疗该患者；根据统计决策理论中的“击中”“未击中”“虚假警报”“正确拒绝”概念，针对200名患者的判断和结果总结在图下面的表格中。警告：统计决策理论的不同应用需要不同的总结表格；此处的表征与心理学信号检测论的惯例一致，后者是统计决策理论的一个有效版本。）
8.10 关于理性的总结
第 192 页 · 位置 3465 如果输入的是错觉，那输出的也必然是错觉。”——无论两者之间经过多么严密的计算。
第9章 对后果的评价：基本偏好
9.1快乐有何好处
当让人烦腻的好特征（+）和逐渐升级的坏特征（）加在一起时，结果是一个单峰函数（singlepeakedfunction），并且在某个适中的量上取得最大值（如图9.1中的虚线）
9.2 情绪在评价中的作用
第 202 页 · 位置 3608 我们认为有四个概念可能是有效的：情绪（emotions）、感觉（feelings）、心境（moods）和评价（evaluations）。我们将情绪定义为对能够引发明显动机的刺激和情境的反应，它通常包含三个成分：认知评价、特异性的生理反应和可知觉的体验。
第 202 页 · 位置 3614 决策一直以来被看作是一种理性的、认知的过程。情绪仅仅是影响整体评价或效用的众多成分之一。但我们仍然认为预期的情绪反应在对行为结果的价值评价或者效用（决策效用或体验效用）评价过程中有着重要的作用。人们通常会预测他们对某种结果会有怎样的感受，并且依据这种预期的感受来评价和做出最后的决策。
第 203 页 · 位置 3629 研究者们认为情绪的基本功能是一个快速的紧急反应系统。LeDoux（1996）指出，皮层下的恐惧系统加工信息的速度比皮层系统进行意识层面的加工要快很多，这个“快速且不愉快的通路”让我们能够在完全了解刺激究竟是什么之前就开始对潜在的危险刺激进行反应（p.274）。
第 203 页 · 位置 3632 人们对与个人相关的客体或事件的早期自主性反应是一种好坏的评价过程，这一点似乎得到了一致的认同。
第 203 页 · 位置 3636 当你被问及一本书或者一部电影时，你能立即反应过来自己是很喜欢它的，却发现很难回忆出其中的任何特定细节来解释自己对它的评价。这样的事是不是经常发生？
9.3 金钱的价值
- 参考《快思慢想》笔记5.1 伯努利理论 对数函数也遵循收益递减原则，也叫做边际报酬递减律。经济学家提出，这个定律不仅仅适用于感觉强度，而且适用于金钱和财产对个人的效用（包括决策效用和体验效用）。
- 参考《快思慢想》笔记5.7 可能性效应与确定性效应
- 参考《快思慢想》笔记5.8 宽框架和窄框架
第 206 页 · 位置 3682 在19世纪80年代，心理学家古斯塔夫·费希纳（1801~1887）提出，最小可觉差可以用一定数值的心理强度而不是物理强度来表达。他认为心理强度是物理强度的对数，即费希纳定律。
9.4 决策效用——预测我们重视什么
第 214 页 · 位置 3811 要想使决策的理性模型具有实际意义，就必须假设个人喜好不会经常改变，且决策者在一定程度上能够预测未来他们经历某些事情的时候会喜欢什么或不喜欢什么。
第 215 页 · 位置 3821 在决策的时候，人们是怎样预测其选择所带来的后果中哪些是让他们高兴或者是不高兴的？我们认为，可以通过人们在预测价值过程中所使用的判断策略或者启发式来提供一个好的解释说明。类比于我们在第5章介绍的判断启发式，我们把它们叫做评价启发式。我们提出三种基本的评价启发式：基于记忆中过去的经历而进行的价值预测，基于对未来经历情况的模拟而进行的价值预测，以及基于深思熟虑的计算或者推理规则而进行的价值预测。
第 215 页 · 位置 3831 我们在对未来是否幸福的判断中存在一种非回归预测的现象。RichardHarrison和JimMarch（1984）提出，如果我们意识不到回归效应（第7章曾经介绍过）的重要性，那么我们就会系统性地高估对好结果的正性反应以及对坏结果的负性反应。TimWilson和Gilbert（1995）证实，人们有一种趋势，会预测自己有比实际经历更极端的评价和情绪反应。
第 216 页 · 位置 3859 结果却发现，这些伴随情绪有着非常明显的作用：当你感到恐惧时，你变得风险规避；但相比恐惧，其他几类情绪的效果就更微妙一些：悲伤情绪告诉我们“事情不太妙，是时候改变自己的环境了”，这就会让我们非常愿意去花钱买新的东西；厌恶感会告诉我们“放弃现在的财产”，让我们情愿以较低的价格卖掉我们现在所拥有的东西；愤怒似乎会告诉我们采取行动改变不好的境况，这就会让我们变得大胆且倾向于冒险。
9.5 建构价值
价值抽样模型
如图9.4所示。他们将这个评价过程分为四个阶段：理解问题、从长时记忆中提取与价值相关的信息、整合提取出的评价以及产生反应。
10. 从偏好到选择
10.1 在复杂的备选项中慎重选择
选择策略可以分为基于备选项的（alternative-based）选择策略和基于属性的（attribute-based）选择策略两种。
在基于备选项的选择策略中，注意一次只集中在一个备选项上，人们会对其所有属性进行考察，从而形成对该备选项的总体评估，随后注意会转向下一个备选项（这个过程通常用第4章提到的“平均模型”来描述）。
而基于属性的选择策略则与此不同：使用该策略的人会选定一个属性（例如价格、位置等），然后同时对多个备选项在该属性上的优势进行评估，随后将注意转移到下一个属性上。相比基于备选项的策略，基于属性的选择策略在得到“答案”前只需要考察较少的信息，因而需要的认知资源也较少。
最为全面的、系统的、耗费认知资源的选择策略是基于多属性效用理论（multi attribute utility theory，MAUT）的评估过程。它本质上是一个线性权重相加过程，在评估过程中它基于透镜模型的判断框架，而用不着估计与预测“世界的真实状态”（例如估计我们对于客观选择的内在反应）。
案例-本杰明富兰克林的决策方式
做出选择总是很困难，最主要的原因是我们在进行思考时，所有支持或反对的理由并不会同时浮现在我们的脑海中；有时某个理由出现在头脑中，过一会儿又出现另一个，而前面那个理由又从头脑中消失了。不同目的和倾向交替出现，这种不确定性使得我们非常困惑。为了克服这个困难，我的方法是在一张白纸上画一条线，将纸分成两栏，一栏写下能支持我做出某种选择的理由，另一栏则写反对的理由。通过三四天的思考，我把不同时间、不同动机带来的支持或反对理由都记录下来。通过这种方式，各种支持或反对的理由同时呈现在思考范围内，接着我就开始尝试估计它们各自的权重。当发现两条权重相等的理由分别出现在两栏中，我就把它们都划掉；如果某条支持理由的权重等于两条反对理由的权重之和，我就把这三条都划掉；同理，如果找到两条反对理由的权重之和等于三条支持理由的权重之和时，我就把这五条都划掉。通过这样的过程，我就能找到平衡点；如果经过一天或两天的进一步思考，没有新的重要理由出现，我就根据权重抵消的结果做出决定。虽然这些权重或理由并不能通过精确的代数值来表示，但是每一条理由、每一个权重都被独立地考察和相互比较，我了解到了全貌，因而我认为自己能够做出较好的判断，而不倾向于做出轻率的决定。实际上，这个可以被称为“德智代数法”的方法确实给我带来了很大的便利与好处。（p.552）
常见的选择策略：
优势策略
搜寻一个在所有重要属性都不差于其他备选项的选项，从而选择它，或者找到一个在所有重要属性上都劣于其他备选项的选项，并把它从备选项中删除这个策略。类似于理性选择，但是只有在备选集合中存在一个超过所有其他选项的最优选项时，这个策略才能发挥作用。优势策略一般用于选择的初期阶段，他也可以保证先把最差的选项从备选集合中剔除。
这个算法类似于skyline剪枝。
线性添加策略
需参照决策者当前的目标， 根据重要性赋予每个属性一个权重。每次考察一个备选项，通过对选项的每个属性进行评分。然后将各个属性的评分乘以属性的重要性权重并累加在一起。用这个方法得到的加权评价值作为该选项的整体效用值，这个策略就是上文中提到的富兰克林对决策者进行指导时所用方法的正确版本。也是经济学理论中描述人类理性选择的理论模型。这个策略能够帮助我们找到备选结合中那个唯一的整体最好的备选项但是在面对复杂的备选集合时需要大量的认知努力和时间。
差别添加策略
同时考虑两个备选项，逐个比较两个选项的各个属性。估计出每个属性上的差别分，将所有的差别分加起来，就可以表征这两个备选项总体上的差别。然后将较好的备选项挑选出来，与下一个备选项进行比较，重复上述比较过程。整个过程结束后，得到的最优备选项就是赢得了所有两两比较的那一个选项。这个策略挑选出的备选项应该和线性添加策略或多属性效用理论策略得到的选项是相同的。仅仅是计算过程不同，这个策略通常被运用于日常选择的最终阶段，例如挑选生活消费品。他通常表现为定性的形式及仅仅比较两个备选项所具有的优势属性的个数。这种方式通常被称为选择的投票法则。在一个备选项两两比较的选举中每对属性的比较即为一票。在这种定性的方式下，备选项比较的顺序对于最终的结果有很大的影响。差别添加策略在形式上与选举相似，在全民选举中会出现的选举谬误同样也出现在用这种策略进行的选择中。
这个算法类似于(skyline剪枝 + 冒泡排序)。
满意策略
首先对所有重要的属性设立一个可接受的底线，然后寻找第一个在所有重要属性上都不低于底线的备选项。或者用此方法挑选出几个足够好的备选项。进行进一步考察，满意策略会使得我们形成一个包含同志的好选项的集合。这个策略一般用于初期策略中剔除不满足要求的选项。或者在更普遍的满意策略下找到第一个足够好的选项。这在消费选择中很常见。
分离策略
首先对所有重要的属性设立一个可接受的底线，然后寻找第一个在任意某个属性上不低于底线的备选项。或者用此方法挑选出至少在一个维度上很好的多个备选项来进行进一步考虑。这个策略会使得我们找到异质的特别选项集合。
词典搜索式策略
首先通览各个属性并挑选出最重要的一个属性，然后根据这个属性选出表现最好的备选项。如果在这个属性上有几个备选项都很好，则选出第二重要的属性，并从这几个备选项中选出最好的。重复上述过程，直到剩下最后一个备选项。在我们的日常选择中经常使用到这一策略，但有时据此无法做出选择。因为每一步的选择之间存在矛盾，同时由于各个属性被考虑的顺序对最终的选择结果有重要影响，所以选择有可能被操纵。根据不同顺序任意选择结果都能出现。这个策略和启发式策略很相近。在我们此处的描述中，唯一修正就是用效力替换重要性，并根据之前区分备选项好和坏的效力来决定当下选择策略中不同属性的顺序。
根据某一方面进行排除
选出一个重要的属性并设立在该属性上可接受的底线，随后剔除所有在该属性上没有达到底线的备选项，接着挑选出第二重要的属性。同样设立可接受的底线，剔除在该属性上低于底线的备选项。重复上述过程，直到剩下一个备选项，这个策略经常用来剔除不满足要求的选项。属性被考虑的顺序与当下自己最看重的方面有很大的关系。选择结果与词典搜索式策略一样，有被操纵的可能。例如，你在使用这种策略时，用一种顺序考察属性会做出一种选择，而用另一种顺序考察属性是很可能选出一个不同的备选项。
再认启发式
在一些选择过程中，人们对于备选项了解很少，只能简单的依赖于名字再认。也就是说人们会选择他们能再认出的第一个备选项。在许多现实的选择与判断过程中，快速而节省的再认选择启发式表现极佳。（例如选出人口最多的城市，选修出最有可能上涨的股票的）
| 策略 | 需付出的认知努力程度 | 非补偿性/补偿性的 | 整体/局部 | 是否穷尽 | 适用场景 |
|---|---|---|---|---|---|
| 优势策略 | 中等 | 非补偿性的 | 基于备选项 | 是 | 选择的初期阶段 |
| 线性添加策略 | 很高 | 补偿性的 | 基于备选项 | 是 | 选择的整体阶段 |
| 差别添加策略 | 很高 | 补偿性的 | 基于属性 | 是 | 选择的整体阶段 |
| 满意策略 | 低 | 非补偿性的 | 基于备选项 | 否 | 选择的初期阶段 |
| 分离策略 | 低 | 非补偿性的 | 基于备选项 | 否 | 选择的初期阶段 |
| 词典搜索式策略 | 中等 | 非补偿性的 | 基于属性 | 否 | 选择的后期阶段 |
| 根据某一方面进行排除 | 中等 | 非补偿性的 | 基于属性 | 否 | 选择的初期阶段 |
| 再认启发式 | 低 | 非补偿性的 | 基于备选项 | 否 | 快速选择的场景 |
10.2 将备选项排序
第 229 页 · 位置 4028 RichardNisbett和TimothyWilson（1977）要求人们描述他们对于一系列商品（包括连衣裙和长袜）的偏好。这些商品被排列成一行呈现在被试面前。Nisbett和Wilson发现，无论按何种顺序摆放商品，被试总是倾向于选择最右边的商品。
第 230 页 · 位置 4043 搜索可能的备选项并在发现第一个满意的选项后就停止，这样的策略对理性选择的研究有重要的意义。它意味着人们搜索的顺序将会是最为重要的一个因素，而顺序由许多与选择结果毫不相关的因素所决定（例如从左到右的偏差），选择结果也能被一个聪明人通过控制 顺序而操纵。
第 230 页 · 位置 4048 如果决策没有受到与决策结果无关因素（例如考虑备选项的顺序）的影响，那么该决策就是理性的，而这种理性的决策被Simon（1956）称作有限（bounded）理性。
某人要招聘一名秘书。在美国一些地方，上百人申请同一个秘书职位的情况并不少见。对于不了解该职位需要什么样的技能以及不知道如何考察秘书能力的招聘者来说，做出选择是极为困难的。数天来申请人不断地出现，雇主是否需要等到100名申请者都出现后，用尽可能完备的方式来评估所有这些申请者呢？这无疑会耗费大量的时间。那么雇主是否可以采用一种较为直观的方法对所有的人进行快速评估，然后再深入了解其中的20名申请者呢？深入地评估一部分申请者能够得到更好的信息吗？让我们假设雇主使用一种非常有限的策略：深入评估前20名申请者然后选择其中最好的一个。这种策略与深入评估所有100位申请者相比是更好还是更差呢？
策略一： 我们可以对该策略的某一方面进行详细评价。假设雇主对于最优秀的5位申请者都感到很满意，那么对于这100名申请者来说，这5位最优秀申请者中的1人出现在前20名申请者中会有多大可能性呢？假设在秘书能力上，申请者的顺序是随机的（也就是说，不存在优秀的秘书会更早或更晚申请这样的系统偏差），那么其可能性是0.68。事实上，这最优秀的5人中有1人出现在前15名申请者中的概率略大于0.5。
策略二： 一个类似的过程是通过从所有候选人中进行抽样，依据样本的信息来设立最终选择标准，随后再以此标准选择出好的候选人。例如，假设雇主考察了随机选取的15名申请者，然后继续搜寻，直到找到一个比这15个人都好的申请者。这样的方式会使雇主有0.83的可能性选到最优秀5人中的1人，而期望的搜索长度是29名申请者。（这是一个著名的数学结论，即如果从申请者的集合中随机选取37%[1/e]的人，然后继续搜寻直到出现一个比这37%的人都好的人，那么这个人是最优秀候选者的可能性是最大的；有关动态决策问题的概论参见Searle&Rapoport，2000。）
策略三： （类似于分离策略）另一个简化搜索过程的程序则是关注备选项的某些方面（aspects）而不是备选项的全部信息。例如，Tversky（1972）指出，决策者通常根据某一方面来排除备选项。根据某一方面进行排除的策略包括选择一个吸引人的方面，排除所有没有这方面特征或者在这方面不达标的备选项，然后再选择另一个吸引人的方面并排除所有不合格的备选项，以此类推，直到只剩下一个备选项或少数几个备选项，以便做最后的仔细评估。例如在选择秘书的过程中，文字处理能力和工作所需电脑软件的培训经历就可以被作为排除的指标。
10.3 将备选项分组
背景效应：
就像某个特定的视觉刺激（例如一个灰色的圆）在不同的背景中（例如处在黄颜色的背景中与处在蓝颜色的背景中）引起人们不同的知觉感受一样，对于决策者来说，不同的备选项在不同的决策背景中也会呈现出不同的特点。具体来说，备选项在不同的备选集合中可能被评价为更吸引人或是更不吸引人。
例如不同的电池、不同的衣服、不同的饮料， 假设：电池A：电力持续22小时，价格1.80美元 电池B：电力持续28小时，价格2.10美元 现在加入第三种电池—— 电池C，电力持续14小时，价格1.50美元。 没有人选择电池C，它看上去像电池A但是质量更差。 电池A相比于电池C，电力持续时间更长但是价格只高了一点。 当电池C在备选集合中时，大多数消费者偏好电池A（超过60%）。 现在考虑电池A、电池B和一种新的电池：电池D。电池D电力持续时间32小时，价格2.70美元。 电池B和电池D看上去差不多，但是它是一个“更好的交易”[2]， 在这种情况下，大多数消费者在A和B之间更偏好B（大约60%）。 这种诱惑备选项的效应在消费选择、社会选择、政治选举情境中都很常见。
10.4 无意识选择
当选择对象很简单，“消费”它们的过程不包含大量的认知分析时，更为简单、依赖直觉的选择过程会带来更好、更满意的结果。
在选择寝室海报的研究中，他们发现当被试“只做出选择”时，他们更可能在事实上把自己选择的海报贴在寝室里，并且在最初选择的三个月后对海报的满意度评分更高。
10.5 如何做出好的选择
问题： 我们如何决定和定义线索变量（即有价值的属性）？某些线索间是否相互关联？例如，在评估一个可能的职位时，我们是否应该把薪水、身份、自主看作不同的属性？我们如何知道这些属性是否对我们很重要？难道“高级别”的工作更可能在上述三个属性上得分都很高，而“低级别”的工作在三个属性上得分都很低吗？如果是这样，我们何不仅仅列出一个名为“工作级别”的属性，而不是列出几个不同的成分？
取决于决策者。当构建一个权重方案时，我们需要根据当前的目标列出对我们重要的变量。 一旦我们决定了考虑的变量，下面就得面临评估和赋予权重的问题。
怎样才能更好地确定真实的价值？什么是真实的价值？本章——实际上本书——并不能解决这样的难题。我们能够得出的结论是，首先从内部观察每个变量，然后通过某种权重方案进行比较，这样的过程优于分别考虑每个选项而做出跨越各种变量的全局性直觉判断。
11. 理性决策理论
11.2 公理法
- 公理1.可比性：如果A和B同时存在于选项集S中，那么它们之间的关系是A≥B，B≥A或上述两种关系情况同时成立，即A~B。
- 公理2.传递性：如果A≥B且B≥C，那么A≥C。
- 公理3.闭合性：如果A和B同时存在于选项集S中，那么
ApB也存在于其中。 - 公理4.选项间概率的分布：如果A和B同时存在于选项集S中，那么[（ApB）qB]~（ApqB）。
- 公理5.独立性：如果A、B和C同时存在于选项集S中，那么当且仅当（ApC）≥（BpC）时，A≥B。
- 公理6.一致性：对于选项集S中的所有结果来说，用A和B代表两个不同的结果，则有当且仅当A≥（ApB）≥ B时，A≥B。
- 公理7.可分解性：对于选项集S中的所有结果来说，用A、B和C代表三个不同的结果，则有当A≥B≥C时，存在一个p值，使得B~（ApC）。（这条公理对于编制测量效用的量表非常关键。）
符号的定义：
- 如果A和B是两个不同的选项，
ApB表示的是选项A出现的概率是p，选项B出现的概率是（1-p）同样的ApqB的定义是A出现的概率是pq，B的概率是1-pq
11.4 公理法的反例
对独立性原理的反驳: 假设一个桶里有90个带颜色的球，其中红球的个数是30，黑球和黄球的总个数是60，具体各是多少未知。下面从桶中随机抽取出一个球，你更喜欢哪一个选项呢？ 选项Ⅰ：抽到红球，赢得100美元；其他颜色的球，没有奖励。 选项Ⅱ：抽到黑球，得到100美元；其他颜色的球，没有奖励。
大部分人都会选择选项Ⅰ，因为我们对其描述的情形较为的确定，但是选项Ⅱ中黑球的具体个数是不确定 的。接下来给你另外一对选项，你会更喜欢哪一个呢？
选项Ⅲ：抽到红球或黄球，会得到100美元；其他颜色的球，没有奖励。 选项Ⅳ：抽到黑球或黄球，会得到100美元；其他颜色的球，没有奖励。
现在大部分人都会选择选项Ⅳ，同样因为个体在具有确定性概率的风险选项（60/90）和模糊选项之间，偏好前者。（在选项Ⅲ中赢钱的概率范围是31/90~89/90。）
第12章 描述性决策理论
12.1 非期望效用理论
编辑和构架决策问题
第 279 页 · 位置 4826 假定第一步重要的编辑操作是在客观的评价等级量表上设定一个参照点。涉及金钱和健康时，人们最有可能将现状（statusquo）设定为参照点，在个人的获益损失量表中，参照点被设定为0。
第 280 页 · 位置 4850 Lopes和Oden（1999）得出结论，在人们对不确定选项的评价中，三个位置起着很关键的作用：参照点、抱负水平（“我有多大的可能达到我的某某目标？”）和安全水平（我损失某某数额或更大数额的概率为多大？）。
第 280 页 · 位置 4857 March和Shapira（1987）的研究发现，商业决策者也会考虑其他关键数量，他们常常参考下跌风险（downsiderisk）。下跌风险指商业活动能够承受的最大损失量。另外，他们也关注盈亏平衡点（breakevenpoints）和生存点（survivalpoints，继续做生意所需要的最小资金量）。
第 280 页 · 位置 4861 预期理论假定第二步重要的编辑操作是对结果的整合（combining）和分离（segregating）。
第 281 页 · 位置 4868 RichardThaler将预期理论的含义进行了延伸，提出了心理账户（mentalaccounting）的概念，用以解释在日常的消费习惯和金融市场中出现的很多悖论（Thaler，1999）。
评价阶段
第 281 页 · 位置 4871 评价阶段的第一个步骤是估价（valuation），即对每个结果的相应后果进行个人化价值的推断。 此过程有三个主要特征： 1.参照水平依赖性：个体依据参照水平的变化来看待后果（金钱或者其他事物）。 2.得失饱和性：对于选择的正负后果而言，结果的价值都有边际递减的趋势。 3.损失规避：在价值函数中，损失部分的函数比获益部分的函数更陡峭；损失100美元的痛苦感比获得100美元的快乐感更大。
第 283 页 · 位置 4890 正如上面所提到，不管结果好坏，分离结果之和大于总体结果。
12.2 获益-损失框架效应
第 292 页 · 位置 5048 更进一步讲，人们的决策会因为参照水平的改变而改变。正如NormanGutkin所指出的那样（和道斯的个人交流），如果人们的现状较为舒适，也许人们愿意佩戴安全带。如果宣传佩戴安全带不是从强调交通事故带来的恐怖结果入手，而是去强调人们在驾驶之前是多么幸福的话，宣传效果可能会更好些。这样的话，人们会将佩戴安全带看成是一种保险——保证他们继续处于幸福的状态。
12.3 损失规避
第 294 页 · 位置 5074 当一个人面对放弃一个拥有物（以一定的价钱）时，他会自然地将他的注意集中在这个物品的用处上。所以，当要求被试出卖她的马克杯时，她会关注这个马克杯的（潜在）用处。反过来，当要求被试购买这个马克杯时，他的注意关注在金钱的其他用处上。
第 295 页 · 位置 5088 Lerner用情绪评价理论框架（emotionappraisaltheoryframework）解释这些结果（Ellsworth&Scherer，2002）。这个理论的要点在于，当个体处于某种情绪状态时，这种情绪会激活某种行为倾向。所以，悲伤的时候，个体可能试图去改变他（她）的处境（所以愿意对一个物品多支付一些金钱来“改变这种处境”），厌恶的时候，一个人想要“驱逐”物体，所以愿意出让的价钱比较低（详解见Han，Lerner，&Keltner，2007）。
12.4 展望未来
第 297 页 · 位置 5125 当向个体提供单次赌博机会时，人们对于那些有更多金钱回报的赌博赋予更高的价值，但是，在比较一对赌博时，人们倾向于偏爱那个有更高可能性赢得少量钱的赌博。所以，他们的偏好顺序是他们出价高低的反转，这与经典的效用理论以及预期理论都是矛盾的。
第13章 下一个是什么？判断与决策研究的新方向
13.1 决策的神经科学
第 306 页 · 位置 5254 一些人认为，模糊是心理不确定性的一种形式，它区别于简单的风险（即明确的概率），并且模糊规避也与风险规避有别，它们的发生是彼此独立的。另一些人认为，模糊是悲观主义的一种表现，因为“如果我不知道确切的概率，那这种概率有可能不利于我”。还有一些人认为，模糊是人际互动中竞争习惯的泛化，这种习惯是，当你不知道另一方在做什么的时候，最好假设他比你更有优势或者对你怀有敌意。
第 309 页 · 位置 5303 最后，Camerer将同样的任务呈现给眶额叶受损伤的神经病人，以考察他们的行为模式和大脑激活模式是否与这种解释相一致，即，眶额叶皮层在风险和模糊情况下的选择中起着因果作用，而不仅仅是简单的相关关系。一个重要的行为观察结果发现，病人对风险和模糊的选择是没有偏好的，而无脑损伤的被试大多厌恶风险，且更厌恶模糊。
13.2 决策中的情绪
第 310 页 · 位置 5321 测量人们在多大程度上认为即刻的奖赏比延迟的奖赏更有价值，是研究人们如何解决即刻满足与长期获益之间冲突的一种方法。 请你思考如下选择：是接受现在就可以得到的20美元，还是接受一周后才可以得到的25美元？大多数人选择今天得到20美元，而且他们的反应几乎都是出自本能，大概他们此刻已经在享受这20美元的消费了。现在，还是同样数量的钱，但分别要在5周后和6周后才能得到，即35天后获得20美元和42天后获得25美元，你又会如何选择呢？在这种情况下，延迟的结果也变得很容易被大多数人接受，他们选择等待42天后的25美元。这种偏好反转的模式被称为“动态不一致（dynamicinconsistency）”， 对动态不一致现象的一种解释是：当某种结果是即刻发生的时候，本能的情绪系统会控制我们的行为，选择立即可以获得的满足。但当这种满足不是即刻可得的时候，冷静理智的理性系统则会使我们更加明智地做出选择（Thaler&Shefrin，1981）。 两种选择结果都是延迟奖赏的时候，只有沉思的大脑皮层系统会被激活，促使被试采取理智谨慎的方案来解决这种选择困境；而当一种结果是即刻奖赏的时候，情绪本能系统会支配他们的选择。
13.3 动态决策实验研究方法的兴起
第 315 页 · 位置 5412 打个比方，就像我们要研究人如何通过一个简单的跳跃来跨过溪流，但现实中人们更像是经过一系列的跳跃，从一块石头跳向另一块石头，直到顺利渡过溪流。然而一直有少量的研究关注人们在动态的、多成分的选择任务中的行为表现，大量更为现实可行的研究任务正不断涌现。
第14章 赞美不确定性
14.1 不确定性的负面影响
第 325 页 · 位置 5587 事实上，如果我们仅仅通过注意人们的所作所为和随之而来的结果来评价这些行为，而没有谨慎地从系统性和随机性两个角度操纵行为和观察结果，并通过统计分析来探索究竟是哪些行为会与成败相关，那么我们是无法区分随机性和技术成分的。
第 325 页 · 位置 5589 不管是人还是动物都不会这么做（系统地或随机改变行为），相反，人和动物都明显倾向于采取“赢——保持，输——转换”的策略，即重复任何在成功前发生的行为、改变任何在失败前发生的行为（比如，在击球员准备区等待击球时正好挥拍5次）。这种策略会产生两个逻辑后果：第一，无法评估成功相对于失败的机会成分；第二，区分适应性行为和迷信行为变得毫无意义。（一个简单的例子是，“做完X”，紧接着“Y就发生了”）。我们在章节1.5和2.6中曾经指出，仅仅依赖于过去行为结果（强化）的决策并不符合理性的标准，因为这些决策没有考虑到可能的未来结果。
第 327 页 · 位置 5615 著名的哲学家和行为研究者PatrickSuppes根据一项未曾发表的概率匹配实验讲述了一个有教育意义的故事。在他的实验里，告知参与者每次试验的预测正确率是10%、50%或90%，但是这些正确率是随机的，与他们的反应无关。当然，这种反馈是带有欺骗性的，因此，没有人真正学会预测这些事件。最终，在实验结束时，参与者需要回答在实验过程有什么收获。接受了虚假的90%成功率反馈的参与者的回答很简短，只描述了简单的规则（也许斯金纳迷信实验中的鸽子如果具有语言能力，也会这么写）。接受了50%成功率反馈的参与者并没有提供简单规则，相反，他们提供了复杂的规则，并且提出怎样利用更多的反馈来改进规则。最后，那些接受了90%失败率（10%成功率）反馈的参与者仍旧处于游戏状态中，但是他们都成了方法论者。他们说不出规则，但是如果允许他们继续学习，他们将会找到发现规则的方法。很少有参与者能够正确地认识到，该任务只是实验者制造的不可能完成的把戏。在生活中，我们中有多少人会偶然地被分配到90%的成功条件下，又有多少人会被分配到90%的失败条件下？
14.2 确定性所带来的快乐错觉
第 329 页 · 位置 5668
当今最好的幸福理论认为，绝大多数人具有享乐设定点（hedonicsetpoints）——高兴和抑郁的背景水平，这一水平在个体内部保持一致，但是在个体之间肯定存在差异（也许是被基因继承或早期经验所决定，Diener&BiswasDiener，2008）。当日常事件影响人们的幸福感时，我们看到他们或喜或悲；但是每一个人最后还是会回归他们上下波动的起点。影响快乐的大事件（离异、失业、赢得彩票、进入你青睐的大学）让你情绪波动很大，但是在三个月后（或者至多六个月），你便会恢复到正常水平。
我们并非建议人们在进行选择时，完全忽视他们想要的或者他们认为自己想要的。但是一种有效的策略是，当我们评价我们的未来时，需要避免太过关注“我将有多快乐”这种概括性评价；而是需要预测结果的其他重要属性（如健康、效率、不同的经历、帮助他人以及财富）和能够减少的负面属性（如时间和机遇的限制或者有形资产损失的风险）。
14.3 拒绝不确定性的代价
第 331 页 · 位置 5690 减少不确定性的努力并不是病态的，这种努力甚至可以引领我们理解目前正在困扰我们的事情。但是，以我们现有的知识而言，认为我们现在必须理解那些不可能再减少的不确定性，这种观点的确是一种病态。（例子见Hammond，1996）
第 331 页 · 位置 5692 “如果我成功了，那么我就理所当然地接受成功”，这一观念使成功者变成了傲慢的笨蛋。而“如果我没有成功，一定是我以前做错了什么事情”，这一观念使人成为抑郁的受虐狂。
第 331 页 · 位置 5694 以BernardWeiner（1979）的研究为代表的证据显示，大多数人把成功归因于自身因素，把失败归因于自己不能控制的因素，比如坏的运气。
第 332 页 · 位置 5725 拒绝不确定性的代价太高，以至于这种代价不能被拒绝不确定性所能带来的任何安全感所补偿；不管对他人还是对自己，相信公正世界的病态后果是非常严重的（见MelvinJ.Lerner，1980）。
14.4 致不确定性的两声喝彩
第 334 页 · 位置 5759 所以，我们有了悖论。当我们试图努力减少我们和环境的不确定性时，最终的成功——也就是完全消除了不确定性——将是可怕的。
第 336 页 · 位置 5788 询问普通人群这种方式会产生一个问题，把实际行为简单等同于与人们假设他们将如何行动，这个问题源自人们是否能够很好地预期他们的未来情绪，事实上，起关键作用的是人们面临实际检查时的情绪反应。
14.5 与不确定性共存
第 336 页 · 位置 5797 统计学家对乐观主义者给出的定义是“相信未来是不确定的人”，这一定义已经不像最初看起来那样具有讽刺意味了。
附录 概率论的基本原则
A.1 概率的概念
第 339 页 · 位置 5842 因为我们是用概率的方式来评估和讨论不确定性，这就意味着当且仅当我们为可能事件所赋的概率满足这四条法则时，我们看待不确定性的方式才是理性的。
A.3 概率论的原则
第 350 页 · 位置 6015 如果不同结果的发生可能性都相等，则A当B就等于两个事件中共有的结果数量（两者的交集）除以B中的结果数量。
第 351 页 · 位置 6033 如果用原则Ⅳ′的形式来表达，条件概率的定义就包含了一个连锁原则（chainingprinciple）来得到复合事件的概率。（
第 351 页 · 位置 6040 条件概率A当（given）B用符号p（AB）表示，可以用下面几种不同的语言方式来表达： 1.在B发生的条件下A发生的概率
2.在B的条件下A发生的概率
3.当B发生时A发生的概率
4.如果B发生，则A发生的概率
连锁从两个方向都可以进行：p（A交B）等于p（AB）p（B），也等于p（BA）p（A）。有的时候从一个方向来考虑连锁比另一个方向更容易一些——比如在时间上从前到后的自然顺序。
第 352 页 · 位置 6055 实际上，有一群被称为人格主义者（personalist）或主观主义者（subjectivist）的概率哲学家认为，所有的概率本质上都是基于个人看法或赌博意愿的。
第 353 页 · 位置 6072 那么从普遍意义上来说，概率是什么呢？ 第一，概率指的是对完备定义的事件所赋的数字。一个“完备定义的事件”（welldefinedevent）即是一个可以在未来毫不含糊地解释为发生或不发生的事件。
第二，概率必须满足下面四个基本原则：
Ⅰ.0≤p（A）≤1
Ⅱ.p（S）=1
Ⅲ.若交集（A交B）= Φ，则p（A交B）=p（A）+p（B）
Ⅳ.p（AB）=p（A交B）/p（B）A.4 违反概率论原则的观念
第 355 页 · 位置 6109 赌徒谬误：一个硬币落下得到正面（反面）的次数越多，下一次抛硬币时得到反面（正面）的可能性就越多。因此，HT比HH的可能性更高，HHT比HHH的可能性更高，诸如此类。
第 355 页 · 位置 6116 未知分布谬误（将未知均等地分布在人为定义的类别中，而不是特定的等可能结果上）：因为抛2次硬币会得到0、1或2个正面，从这个伪原则会推出每个结果发生的可能性为1/3。
A.5 贝叶斯定理
第 358 页 · 位置 6152 普遍说来，贝叶斯分析会将初始看法具体化，这里的初始看法是指在我们获得样本之前所持有的看法，在这个例子中，掷骰子的过程会令我们形成初始看法。随后我们根据贝叶斯定理将抽取样本所得的证据与初始看法合起来，就能运用概率论的规则来更新初始看法。
一个关于贝叶斯定律的不错的介绍