主要看了和工作相關的一些章節。
相關關系
如果一件事情發生的概率（+F）取決于另一個事件（+A）是否發生，才能說這兩個變量是否相關
如果F事件不發生的概率記為-F，A事件不發生的概率記為-A。那么只有當+F+A/-F+A顯著大于+F-A/-F-A時，F和A相關
例如下例
患頭部腫瘤（+F） 不患頭部腫瘤（-F）
頭暈（+A） 160 40
無頭暈（-A） 40 10
由于160:40=40:10，因此腫瘤不一定導致頭暈
就像大多數人認為上帝滿足祈禱者（+F+A），卻沒有去看祈禱有多少沒有應驗（+F-A），有多少是沒有祈禱卻應驗了（-F+A），有多少是沒有祈禱也沒有應驗（-F-A）
正確判斷相關關系的步驟是什么？
? 00 需要了解哪些信息是相關的
? 01 抽取樣本
? 02 對觀測到的現象分類和解釋
? 03 牢記分類標準，估計符合事件和不符合事件的發生頻率
? 04 （如果概率涉及多個層次的變量），用統計公式進行整合
? 05 判斷是否存在相關關系
為什么面對略復雜事件，我們對相關的判斷很差？
1 日常生活中可以輕易判斷相關，不加批判復用這些方法。而日常生活中的相關關系
1） 許多是完全相關或者接近完全相關。例如手碰火會燙。
2） 有些相關關系是基于強刺激。例如暴風雨與下雨
3） 刺激在空間或時間上的距離非常近。如撫摸小狗搖尾巴
2 日常生活中會基于某些接近原則來判斷相關關系
例如朋友給你推薦電影，你判斷他推薦的電影和電影質量之間的關系，可能會想起他推薦過的最好的一部。
相關與因果
兩個變量存在相關關系不代表他們存在因果關系。因果關系不代表兩個變量之間有很高的相關。（性交和懷孕只有中等程度的相關 0.34）
因果關系
這里主要討論對行為的歸因。
當對行為的原因進行解釋時，人們總是歸因于當時最突出的因素。
例如行為者-觀察者偏差
個體傾向于將自己的行為歸因為情境因素，將他人的行為歸因為個性因素。
代表性直覺
人們通常會根據“A在多大程度上能代表B或A在多大程度上與B相似”來判斷事件發生的可能性。
人們傾向于認為偶然事件具有自我修正的功能，因為總是希望隨機抽取的樣本能很好地代表總體。
例如賭徒謬論：在一系列壞運氣之后會有好運氣
易得性直覺
人們通常根據一些容易想起來的事例來判斷發生的概率。
事情更容易想起來，不代表有更高的發生概率，只是因為它更容易提取。例如它最近發生，或者摻雜了很多情緒。
例如在美國，被飛機掉下來的零件砸死和被鯊魚咬死哪個概率高？答案是前者。
情境依賴性
分為對比效應（例如一只手浸熱水一只手冷水，然后同時放溫水的感覺）、初始效應（例如那個實驗要求兩組被試評價同一個人，一組先讀一串正向品質在前的詞，一組讀負向品質的在前的詞，結果不同）、近因效應（我是歌手最后一個出場的占優勢）、暈輪效應（覺得長得好的性格也好運氣也好等）
近因效應和初始效應的區別就在于同等強度的刺激持續時間的長短。足夠短則先觸發的印象深，反之則近的印象深。
概率和風險
看一個貝葉斯定律的例子。
假定醫生根據多年臨床經驗，認為一個患者的腫塊為惡性的概率為1%.但X光照射的結果是惡性。X光檢查惡性腫瘤的準確率為80%，檢查良性腫瘤的準確率為90%。問患者得癌癥的概率是？
不是80% 而是7%左右
P（癌癥| 陽性）=P（陽性| 癌癥）ｘP（癌癥）/ [P（陽性| 癌癥）ｘP（癌癥）+ P（陽性| 良性）ｘP（良性）]
P（癌癥）= 0.01（最先估計患者得惡性腫瘤的概率）
P（良性）= 0.99（患者沒有患癌癥的概率）
P（陽性| 癌癥）=0.8（檢查為陽性時，有80%的概率患癌癥）
P（陽性| 良性）=0.1 （將良性誤判為惡性的概率）
計算得7.5%
