（c）25%的概率赢得3 000美元或者75%的概率一无所获。

（d）20%的概率赢得4 000美元或者80%的概率一无所获。

在这种情况下，大多数人就会选择（d），原因在于，如果他们有可能空手而归的话，那么他们或许可以试试能否赢得更多的钱。让我们仔细审视一下这两个选择。选择（a）而不是（b）的人显示了他们对这两笔钱不同效用的认知和偏好，他们的选择告诉我们这两笔钱的相对效用是：u（3 000）> 0.8u（4 000）。

相比之下，如果你选择（d）而非（c）的话，那就表明对你来说0.2u（4 000）> 0.25u（3000）。同时，如果我们还记得高等代数的话，那就应该是0.8u（4 000）> u（3 000）。换句话说，如果谁在第一组里选择了（a）而在第二组里选择了（d），那么他就对这两笔钱的相对效用给出了完全不同的判断。朋友，如果你也是这么选择的话，恐怕你就自相矛盾了。

但是，并非只有你会这样选。伦纳德?吉米?萨维奇（Leonard Jimmy Savage）是密歇根大学培养出来的数学家，他因发展了理性选择理论而声名大震。当他面对这样的风险选择时，他同样做出了前后不一致的选择。当有人指出他违背了他赖以成名的理性理论时，他坚定地答道：“尽管我的理论是显而易见的，但事实上，我之所以做出与理论不相容的选择，是因为我并没有对问题进行深入的思考。”

确定性问题

萨维奇确信，只要有恰当思考，他就能遵循自己的理论。但是卡尼曼和特沃斯基认为萨维奇是错误的―事实上，他们对此确信无疑。他们推理认为，在进行风险决策的时候，人们总是高估结果的确定性。

为了领会确定性的力量，设想在某个时候你被确诊患上了一种致命的癌症：存活一年的可能性为0。假如出现了一种新的化学疗法，能够将你的存活概率提高到3%，但这并不在你保险公司的医保范围内，那你会自己掏多少钱来接受治疗？换个场景设想一下，若你得了恶性但可治疗的癌症，并且医保公司会为你支付标准化学疗法的费用，而你也有50%的概率存活下去，那你又会自己掏多少钱去接受一项不在医保范围内新化学疗法的治疗，以将存活下去的概率提升到53%？不管数字是多少，我预计都会远远低于你花在将存活概率从0提升到3%的药物上的钱。