今天接著昨天的話題，依然說的是《對偽心理學說不》一書。 昨天說了書中的核心思想，今天要說的則是書中經過咸魚碎片化過的亮點與例子，以供大家日后裝嗶打臉之用！

什么可以用科學來說！

科學針對的是可解決的、可明確具體的問題。這意味著就其類型來說，科學家們所致力解決的問題是能通過現有的經驗技術獲得答案的。如果在當前所掌握的經驗技術條件下，問題無解或理論不可驗證，則科學家們將不會對它展開研究。比如“人性本善還是本惡？”就不是一個可實證的問題，因此不屬于科學領域。“生命的意義是什么？”同樣也不是實證問題，因此也不屬于科學領域。

人性本善本惡這個問題，當咸魚還不是咸魚只是一條幼魚的時候。記得誰好像設計過一個什么實驗。具體不記得了，所以書中所說的這個例子，本人先存疑！

一些錯誤的傳統觀念。

工作經驗對于高中生是有價值的。理由是可以負擔學費和家庭開銷，能建立職業道德觀，養成對經濟體系的尊重且能成為更有動力的人。但是經過調查一個十幾歲的孩子打工所賺的錢中，只有極少量用于幫助家庭開支或繼續學習。絕大多數收入花在了炫富或滿足電視廣告制造出的“需求”上。上學打工會對學生的教育及教育體驗造成損害。最有趣的是，工作經驗使青少年更加玩世不恭，不尊重工作及其在經濟體系中的價值。

這是針對美國青少年的研究，中國有沒有人具體研究過，不知道。

人類只使用了其大腦的百分之十！這個觀點其實沒有認知神經科學的支持。但傳來傳去，就好像真的是那么回事一樣了。

醫學上的一個錯誤反例。

1793年，美國獨立宣言的簽署人之一本杰明·拉什用放血的方法治黃熱病。確實治好了幾千例。但是這很明顯是個錯誤的療法。因為如果病人好轉則歸為療法有效，病人死亡著說明無藥可治。這就是問題所在了，因果一定要搞清楚，這也是很多人黑中醫的原因，中醫確實在某些方面存在著因果不清的問題。所以說大樣本雙盲隨機試驗是多么重大的一個發明。

弗洛伊德的精神分析法為什么跟不上時代了！

因為他使用的是一個復雜的結構，在事后解釋人類的行為，但并不是事前做預測。因此就像我們的古話說的好一樣，一下說“三思后行”一下說“當機立斷”。你總能找到解釋。只做事后解釋不做具體預測，在科學上來說沒有什么實用性。包羅萬象、復雜、“模糊”、能夠用來解釋一切的宏大理論更多是為了提供情感支持，對于科學目標是無用的?？茖W是創造性的過程，但是這種創造性需要讓概念結構符合實驗數據。而真正難的地方就在于此。

一個萬能的描述！非常實用。下面一段是完全引用書中原話

你是一個非常體貼的人，總是及時地幫助別人。但是也有一些時候，你會發現你有一點點自私……有時候你太忠于自己的感受以至于會暴露過多的自己。你善于思考，并且對任何事情，在改變想法之前都希望看到證據。如果你處在一個陌生的環境下，你會非常小心，直到你看清楚發生了什么事情，然后才會充滿信心地行動……你知道怎樣做一個好朋友，你懂得訓練自己，所以在別人看來你都在掌控之中，但其實有些時候你是缺少安全感的。你希望在人際關系中比現在更受歡迎，更加自如。你面對世界表現得很有智慧，這種智慧來源于艱難的體驗而非書本學習。

是不是覺得就是在說你自己！事實上許多眾所周知的語句和措辭使很多人認為適用于他們自己。上面的那個基本上適用大部分人！有興趣的少年可以背背，是個很好的勾搭利器！

概率統計的因果偏差

美國公立學校和私立學校教學的質量對比。

事實上在教育統計中確實私立學校學生的成績要好過公立學校。但是光靠這一個數據得出結論是不合適的。結論先不說，光說這樣簡單的統計得到的因果就論證過程來說就是不正確的。因為需要去除很多無關的變量如父母的教育程度、父母的職業、社會經濟地位等。這些特征都與是否把孩子送到私立學校有關系。因此家庭背景是一個潛在的第三變量，可能會影響到學習成績和學校類型之間的關系。簡言之，學業成就可能和學校質量沒有任何關系，而結果可能是：家境優越的孩子學習更好，更有可能進入私立學校。而他們本身學習成績就更好。說到這里就不得不說說現在朋友圈經常轉的那些看似很有理有據的政治，經濟一類的理論了。一大堆看起來很厲害的數據，一大堆的例證。但是不考慮其他的變量因素與因果相關。從而貿然的得出結論，給人以看似科學的結論。這是需要大家萬分小心的！

密西西比州學生在SAT考試中的得分高于加利福尼亞州學生，而且差異是非常顯著的。而密西齒比州的教師薪資水平在全國是最低的。好的教學質量卻換來這個工資，難道不是不合理嗎？

但是問題是真的是這樣嗎！幾乎任何一個客觀的指標都顯示，加利福尼亞州的學校更好。但是為什么得分低呢！

原因是SAT并不是每個高中生的必須參加的，只有希望上大學的學生才用參加這個考試！

一些州立大學需要ACT（美國大學考試）的成績，而不是SAT分數。所以這些州中，只有那些打算去州外讀大學的學生才會參加SAT考試。而去州外的一般都是成績比較好的才能去。

所以密西西比州僅有4%的高中生參加SAT，然而加利福尼亞州卻高達47%。而教育質量高的州里，很多人是選擇上大學的所以參加SAT考試的學生比例高，這其中也包括一些學習成績較差的學生。而在那些有著高輟學率、低教育質量的州中，想繼續接受大學教育的學生比例很低。在這些州中，最終參加SAT考試的學生代表的是這些州中學習成績比較好的那些人。因此，他們的平均成績自然要高于那些大部分人都參加升學考試的州！這就是問題所在了，只用簡單的方法論和統計思維技能來尋找答案與因果相關是多么可怕的一件事。再看看現在很多學校高中鼓吹上大學率，大學鼓吹就業率。看看這個例子就能知道這其中有多大的問題！

書中還有一個比較棒的故事。二戰期間，一個飛機設計師研究飛機哪里中彈而決定在哪里加裝甲。他研究了那些地方經常中彈。這個時候如果一般的因果是想在中彈的地方加裝甲是吧！可是設計師不！他在沒中彈的地方加裝甲！為啥！因為這些中彈的飛機飛回來了！而沒中彈地方的飛機有很多沒飛回來的！這就是問題了！修總比損失好！所以應該安裝在返航機沒有被擊中的部位！

再來看一個“對現象的描述”和“對現象的解釋”的問題。一匹馬可以算數，你給它一個算術，它能跺腳給出答案。訓練員沒有撒謊，也確實可以證明這匹馬能夠做到這一點。而問題是這就能導出馬會算術嗎？馬會算術，只是對這個現象的一種解釋，還有很多別的解釋的！這種會算術的情況后來經實驗被證偽，馬只是能觀察到訓練員在當它敲出正確答案時的微妙動作變化。如果訓練員也不知道答案，馬也就不知道了。（注意這里訓練員并沒有主觀做假的意圖，只是正常人聽到答案的下意識動作。也就是說馬不是數學家而是一個觀察家！）關于這個問題咸魚也知道一種，訓練員給動物發人聽不到但動物聽得到的聲音，來讓動物知道答案的方法。這 個例子就很好的說明了日常基于觀察描述對現象的解釋是多么容易產生錯誤。

再看一個咸魚自己當時做錯的問題。

一個小鎮里有大小兩所醫院。在大醫院里每天大約有45個嬰兒出生，在小醫院里每天大約有15個嬰兒出生。如你所知，大約有50%的嬰兒是男孩，但具體的百分比每天都不一樣，有時候高于50%，有時候低于50%。每一所醫院都記錄了一年內出生的男嬰比例高于60%的天數。你認為哪一所醫院記錄的天數多？

a.大醫院

b.小醫院

c.基本一樣

答案b，因為大樣本能更準確的反應概率。在任何一個指定的日子，較大的醫院由于有較大的樣本，男嬰出生的概率更趨近于50%。相反，小的樣本總是傾向于距離總體平均值比較遠。因此，小醫院將會有更多的天數記錄了與總體平均值相矛盾的男嬰比率（60%，40%，80%等等）。

下面是書中的一些延伸閱讀!

吉格瑞澤（Gigerenzer）的《計算的風險：如何察覺數字是在欺騙你》（Calculated Risks: How to Know When Numbers Deceive You，2002）

哈斯戴（Hastie）和達維（Dawe）的《不確定世界的理性選擇》（Rational Choiceinan Uncertain World，2001）

拜農（Baron）的《思考和抉擇》（Thinking and deciding，2000）

尼克爾森（Nickersn）的《認知和幾率：概率推理的心理學》（Cognition and Chance: The Psychology of Probabilistic Reasoning, 2004）。

嘛，這本書就咸魚本身而言，有用的部分在這兩篇中已經說完了。如果你對咸魚兩天所說的內容有興趣請閱讀原著。你會發現更加精彩的內容。嘛，今天就到這了，愿每天進步一點點！下篇見，拜拜！