捡了芝麻，丢了西瓜

人们无时无刻不在利用捷径。寻找出某种模式是一件非常困难的工作，而那种让人产生“啊哈！”感觉的直觉认知，可以立即提升研究者的信心，促使他们作出决策。简而言之，当我们仅关注某一个重要的变量而忽视了其他变量并据以做出预测时，代表性原则偏误就发生了。卡尼曼和特沃斯基首次对这一问题进行描述是在30多年前，但据我所知，很多从业者对他们的观点都知之甚少。

在一项早前的研究中，卡尼曼和特沃斯基要求受试者猜测某位假想的人物汤姆修习了哪种研究生课程：

汤姆智商很高，但缺乏真正的创造力。他注重秩序，注重清晰流畅的表达……他写出来的东西很枯燥，非常机械化，偶尔会点缀一些毫无新意的双关语，或是某种类似科幻的想象……他既不对他人抱有什么感情，也缺乏对他人的同情，对与他人交流不感兴趣。

大多数人都猜测汤姆是学习计算机学的，因为他们头里有一个强烈的印象，认为计算机工程师都是那种“书呆子”型的，与上述描述非常类似。也就是说，在人们的观念中，汤姆似乎就是典型的计算机学专业的毕业生。人们在潜意识中识别出了这种模式，并对这种匹配发出了“啊哈！”的信号。然而，在本例中，对于这个答案的信心是不适当的，因为计算机学毕业生只占毕业生总数很小的一部分，这是大家的潜意识所没有意识到的。

图3.6中所示的概率树很好地阐明了这一问题。假定30%的计算机学的毕业生都是书呆子型的，这一比率是其他专业的毕业生的3倍。不过，计算机学毕业生只占毕业生总数的10%。通过简单的计算我们发现，计算机学专业毕业的书呆子只占毕业生总数的3%（30%×10%），而非计算机学专业毕业的书呆子占毕业生总数的9%（10%×90%）。因此，汤姆是计算机学专业的毕业生的概率只有1/4（用3%除以12%，因为书呆子型毕业生的总数占全部毕业生总数的3% + 9%）。

如果涉及复杂的分析，这种代表性原则偏误则会尤其有害。这种考虑不充分的判断之所以会出现，是两种因素共同作用的结果：因模式识别产生的直觉性自信，还有因信息与建模产生的自觉性自信。想象一下，还有另外一个概率树，预测的是在房地产市场萧条的情况下，资产负债表质量较好的抵押公司脱颖而出成为赢家的可能性。赢家的资产负债表的质量大都要比其他类似企业的要好，但是，假如萧条很严重，连资产负债表质量最好的公司都无力生存又当如何？在这种情形下，对抵押公司的资产负债表进行细致的分析可能会让分析师误入歧途。