读书笔记摘抄新闻资讯《逻辑思维》读后感1400字
Part2 关于科学理论
我们可能会选择期望值分析法等来进行决策，但很多时候我们不应该追求最优决策，那会使我们陷入“哲学家的驴”困境，犹豫不决。有时候最优反而不优，满意便可以了。
成本-收益可能对个人来说是有利的，但其实它宏观来看也存在损失，比如“公地悲剧”。
沉没成本是我们需要认识的，过去的已经回不来了，未来的收益才是我们应该关心以及做决定的标准。当然有些未来的收益是被过去的投入持续影响的，比如婚姻。
我们并不一定要时刻应用沉没成本的理论，有时候我们希望获得的未来收益可能是快乐，而非用金钱衡量的收益和成本。有些时候我们也完全可以用关注机会成本或沉没成本的时间去做别的事。
损失厌恶：我们倾向于保存已有的东西，拒绝放弃，甚至不愿止损。利用这个，我们可以进行很多逆向应用。
人们并不总是期望有很多种选择，那会造成很大的机会成本，倘若我们对其的知识了解不够更会造成难以选择甚至胡乱选择。
Part3 相关关系
样本统计值(均值、中位数、标准差等)的真实性与总体的规模是无关的。
大数定律的正确性是建立在样本没有偏差上的。我们几乎不能用偶然性事件去评判一个人，而应该用可信度更高的经常性事件。
为什么我们对于某物的态度总是在变化的，可以用我们的态度其实在均值上下浮动的来解释。这种均值回归情况往往会呈现“正态分布”。而离差则反映了浮动的幅度，或者说不稳定程度。
某种特定相关性总是让我们做出因果关系假设，而事实上可能并不存在这种联系甚至关系，而这种相关性很多来源于已有的观点(并不一定正确)。
信度表示对同一个或同一类对象做同一个实验得到的结果的一致程度。而效度表明结果在多大程度上是研究者希望得到的结果(即多大程度上可以证明研究者的假设)。没有效度的测试可能是有信度的。(即虽不能证明研究者的观点但其实是正确的)
我们一般推测与能力有关的行为更准确，相比与品性有关的行为。这可能是因为我们可以兑能力设置评判标准，而品性则很难。这样的推测也必须建立在大量的情景之下，以避免偶然性事件的影响。
Part4 实验
我们可以利用“A或B”测试去判断效果的优劣。
我们可以从自然实验中得到一些很重要的推论，并针对其进行进一步研究。随机控制实验更有说服力。实验能控制自变量，而相关性分析只能测量自变量。多元回归分析能得出一些相关性，但变量其实很难全部控制并且我们不能保证发现了所有影响因素。而且实际上有些自然变量是不可分割的。自变量有时也不是一切的中心。
提问顺序对回答的结果有很大影响。比如婚姻满意度与生活满意度的相关性。我们对于自身的口头汇报会受到一系列因素的影响，因为人们希望留下良好的印象。
我们对自身性格的汇报与对不同国家的人的性格的判断的差异是由于群体参照效应。自我抬拉偏差是指其他条件一致时，大多数文化背景下的人都相信他们比同群体的人优秀。在谦虚偏差上，东亚人会表现得更突出。赞同偏向是一种对所有事情都偏向于同意的态度。在观察对象不曾察觉的情况下测量出来的行为结果会比有人为因素介入时更有说服力。相信行为(比如生理活动)而不是人在特定情景下的反应，当然在价值观、信仰、态度方面还是相信反应更好。
在一系列研究策略的链条上，真实实验优于自然实验，自然实验优于相关性研究（包括多元回归分析），而相关性研究又胜过假设和“恰好是他”统计学。
对自己做实验的好处在于天然包括“前后对比的设计”。