你好，我是家安，今天是和你一起共读的第13天，一起读书，一起探索，一起成长......
这周我们共读的书是美国心理学家丹尼尔·卡尼曼的《思考，快与慢》。上一章我们知道，系统1对目标问题，相对较难的问题采取替代、启发的方式做出回答。在系统1发散思维和强度匹配作用下，系统2遵循最省力原则没有对系统1回答给予干预。于是出现错误答案，或答非所问现象。第10章卡尼曼又会告诉我们什么新鲜知识？一项对美国肾癌发病率调查数据显示，3141个县发病最低县差不多都位于中西部人口稀少的乡村。对这一结果你怎么看？你的系统2能迅速通过联想记忆给出建议，得出结论：由于人口稀少的乡村空气好，水污染少，食品没有添加剂，居民生活方式健康，所以肾癌发病率低。与此同时，另一组数据显示，肾癌发病率最高的县也在中西部人口稀少的乡村。对此你又怎么看？系统1和2给出的解释是：这里的居民医疗条件差，人们爱喝酒、吸烟，生活方式不健康，所以......听上去，两次假设都有道理，但问题是，人们的生存环境和生活方式既是发病率高的原因，又是发病率低的原因，这就说不通了。
卡尼曼说，这个数据与肾癌发病率分布无关，它只是大脑对统计数据给出的反应和解释。系统1惯用的因果模式和系统2记忆搜寻联手给出上面的解释，而这个解释在数据面前却是相互矛盾的。实际上，系统1对“纯统计学”数据没有发言权，这些数据显示了发病概率，我们却不能以数据对结果做出解释。也就是说，数据只是反馈事情当前的状态，但不能以数据多少对事情进行预测。系统1和2习惯对事情做出解释，但在数据面前，它们的解释却相互矛盾。生活方式是系统1、2找到的原因，在两组数据面前，他们的解释站不住脚。
卡尼曼认为，一个随机事件不需要解释，但一连串随机事件就有规律可循。一个装有红白两色球的箱子，红白球数量一样多。你随机从箱里拿出4个球，记下红球数，再把球放回去。重复这种做法多次后发现，“2红2白”出现次数几乎是“4红”或“4白”出现次数的6倍。这个结果是数学事实，你自信的预测，这个6倍的结果不会改变。现在增加拿球数量，你继续从箱中拿4球，你的同事拿7球。这次记录全是红球、全是白球次数。你们拿球次数一样多，结果发现，你拿到同色球数量是你同事的8倍，你们预期概率分别是12.5%和1.56%。这一结果与系统1因果关系无关，就是数学事实：一次拿4个同色球的概率比一次拿7个同色球概率更大。原因是，4个球少于7个球。现在我把这些球看成美国人口数，一些球上写上肾癌字样。你随机拿出小球，并依次按所在县摆放，乡村地区小球自然比其他地区小球少。结果发现，肾癌发病高和发病低的小球都出现在人数较少的县。因为这些县人数少，小球分配数量也少，所以有一个肾癌小球就显得占比较大，没有肾癌的小球又显得发病率较低。这样看来，相比于大样本和小样本，极端结果更容易出现在小样本案例里。这与因果关系无关，只与样本大小有关。人口稀少的县既不会引发癌症，也不能避免癌症，它的癌症发病率只会比人口稠密地区发病看上去更高或更低。上面的案例表明，我们更应该相信大样本得出的结果，而不是小样本。科学家以事实说话。如果事实建立在小样本基础之上，结果就可能出错，哪怕事实已经得出了结论，我们也不能相信这样的结果。这就是大数法则：大样本比小样本更精确，小样本比大样本产生极端结果的概率更大。偏僻乡村肾癌发病率忽高忽低就是最好的例子，小样本比大样本出现极端结果的概率大的多。也就是说，虽然你做过某项测试，但因为提供的样本少，你的测试结果也不足为凭。小样本的出错风险可能高达50%。小数定律是说，如果统计样本太少，各种极端情况都可能出现，你根本不应该当真。数据少，就别轻易下结论。但是，如果你并不了解事情真相，也不了解是大数据还是小样本得出的结论。你只是看到新闻或专家给出了相关信息。你会相信这条信息？还是不相信？一般系统1会选择相信，不但相信，还会引发联想，并以此信息为基础，开始憧憬更多可能性。系统2对信息能够提出质疑，但是这种质疑的力量远远小于相信的力量。比如，买彩票，彩票开奖是随机过程，所有号码中奖概率都是一样的，这次的中奖号码跟历史号码完全没关系，彩票走势分析毫无意义。再比如，1940年的伦敦大轰炸，当时伦敦在德军导弹的攻击下损失惨重。伦敦的报纸公布了所有受到轰炸的地点之后，人们发现，轰炸分布得很不均匀。有些地区反复受到轰炸，而有些地区毫发无损。这对英国人来说是件很恐怖的事情，因为这意味着德国导弹的精度非常高，指哪儿打哪儿，可以对准一个地方反复轰炸。很多老百姓觉得，那些没被轰炸的地区可能是德国间谍居住的地方，于是很多人开始搬家。战争结束后，英国人知道了真相，德国当时的导弹精度差得很，他们只能大概把导弹打向伦敦，根本无法控制落点，也就是说，各个地区受到的轰炸完全随机，那些地区被反复轰炸，只是因为碰巧，没什么道理可言。人们犯错，一个重要原因是认为如果是随机的，那就必然是均匀的。其实，这只有在样本总数非常大的时候才成立，数据少的情况下结果是不均匀的。这就是说，从案例中发现规律，是人类的重要生存本能，但也要区分是随机事件还是非随机事件，如果是随机事件，是不可能有规律可循的。许多事情其实只是巧合，对随机事件作出因果关系解释必然是错误的。
《思考，快与慢》共读回看
第1天：共读构想
第2天：共读路线图
第3天：系统1和系统2
第4天：主角和配角
第5天：惰性思维与延迟满足
第6天：启动效应
第7天：你的直觉可能是错觉
第8天：意料之外与情理之中
第9天：字母B与数字13
第10天：第1周讲书复盘
第11天：我们如何做判断
第12天：目标问题与启发性问题形影不离
家安：自我探索者、长期主义者、知识创作者。以文字方式重启自己，认识自己，走进自己。和你一起，读书、发现、思考、记录、陪伴。