Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

虚幻的相关性:如何识别你隐藏的假设

Posted on 2025-06-13

小时候,我总觉得用我姐姐送我的一支铅笔考试会好很多。所以我每次考试都会用这支笔。

我有个朋友觉得城里人普遍粗鲁。所以当他遇到粗鲁的陌生人时,就觉得对方一定是在城市长大的。这种虚幻的关联在我们身边随处可见,我们利用它们的次数比我们意识到的还要多。

“虚幻相关性”最初由洛伦·查普曼和吉恩·查普曼提出——没错,他们姓氏相同——描述了我们倾向于高估两个变量之间的关系,即使这种关系并不存在。我们为什么会这样做呢?

保护自己免受不可预测的

虚幻的关联感觉就像决策过程中使用的简单经验法则。在快节奏的环境中尤其如此,因为我们没有足够的精力去思考。

例如,匹兹堡儿童医院的戴维·曼德尔博士发现,在他的研究中,69% 的外科护士认为满月会导致更多混乱,并导致当晚住院。

在医学等高压力、快节奏的领域,当你感到失控时,迷信就会泛滥。在紧急情况下尤其如此,因为你永远不知道会发生什么。你需要某种方式来解释你所处环境的不可预测性。——大卫·曼德尔博士

当我们感到压力或疲惫时,我们会运用思维捷径,在评估特定主题或做出决定时,运用最容易获取的信息。我们觉得,如果某件事很容易浮现在脑海中,它就一定很重要,或者至少比其他不容易回忆的信息更重要。因此,我们会在原本不存在的地方建立联系和关联。

在生活的许多方面,我们常常不知不觉地陷入了虚幻的关联之中。我们甚至会觉得自己很聪明,能发现别人似乎都没注意到的联系!

  • 你在星期五的面试失败了,所以你认为这一天不适合面试,并决定避免在星期五参加面试。
  • 一名男子的包被特定人群偷走了。以后,他每次遇到这种人时,都会把包紧紧抱在怀里。
  • 一位足球运动员第一次穿上某双鞋就赢得了一场比赛。他决定在以后的比赛中继续穿这双袜子。
  • 一位女士住在经常参加派对的大学生隔壁。她搬到新家后,拒绝住在学生附近,因为她觉得学生都很吵闹。

正如你所见,这些虚假的关联大多可以被合理化。周五不适合面试,因为所有面试官在经过一周的漫长工作后都很疲惫。足球运动员穿着这双鞋可能赢得了比赛,因为它们更舒服。

这就是重点:虚幻的相关性之所以强大,是因为它很容易被合理化。

发现虚幻的相关性

我们什么时候最容易被虚幻相关性所困扰?识别这些现象的一个好方法是借鉴统计学中的列联表。下面的矩阵是我从一篇关于因果幻觉的研究论文中借用的。因果幻觉与虚幻相关性类似,但更进一步,假设了因果关系。

虚幻的相关性——列联表

答:结果(赢得比赛、面试失败或多次入院)是存在的,潜在原因(黄袜子、星期五、满月)也存在。如前所述,可得性启发法使这种组合引人注目且令人难忘。在这种情况下,我们很可能会产生一种虚幻的关联。当我穿着这双袜子时,我赢得了比赛。当我在星期五面试时,我没能得到那份工作,等等。

B.效应不存在(你既没有赢得比赛,也没有面试失败),所以你不会花时间去寻找解释。这不算什么事件。

C.结果存在,但潜在原因却不存在。我们往往会忽略这些因素,因为没有现成的信息可以帮助我们创建可靠的经验法则。

D.结果和潜在原因都缺失。当事情进展顺利时,我们很少停下来思考,所以我们大多会忽略这些情况。

只有第一个细胞会让我们想象出一种根本不存在的关联。发生了一些事情,一个潜在的原因出现了,然后瞧——你就得到了一个完美的虚幻关联配方。

问题在于,这些虚幻的关联性驱动着我们的许多决策。所以,下次当你听到自己说“当我做X时,Y就会发生”时,请花几分钟停下来思考。这个事件和你想象的原因之间真的存在关联吗?Y能用其他原因来解释吗?Y会不会仅仅因为它发生了就发生了?

只需花几分钟时间大声思考或将其写在笔记应用程序中。

挑战你的假设至关重要,这样才能发现那些在你意识不到的情况下驱动你思维的隐藏模式。这种元认知练习需要付出一些努力,尤其是在我们感到压力和疲惫的时候。但如果你基于这种假设做出重大决策,那么额外的脑力投入往往是值得的。

文章“虚幻的关联:如何识别你的隐藏假设”最先出现在Ness Labs上。

原文: https://nesslabs.com/illusory-correlations?utm_source=rss&utm_medium=rss&utm_campaign=illusory-correlations

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme