容易记住。

    蔡格尼效应

    比起己完成的事，未完成或中断的事情会记得更清楚。

    基本比率谬误或基本比率忽视

    只关注针对性的资讯，忽略一般性的资讯（基本比率），导致不恰当的认知。例如因为酒驾较容易肇事，就认为肇事者多半是酒驾，然而由于酒驾者占所有驾驶者的比率甚小，肇事者之中酒驾者的比例不会那么高。

    合取谬误

    认为较特殊性的情况比较一般性的情况更可能发生。例如对某人的描述很像女性主义者会做的事时，认为某人是替妇女辩护的律师的可能性比某人是律师的可能性更高。

    赌徒谬误

    认为某事多次发生则未来发生的几率会较小，或多次未发生则未来发生的几率会较大。

    逆赌徒谬误

    认为几率很小的事发生了，一定是做了很多次。

    热手谬误

    认为某事多次发生则未来发生的几率会较大。一般是在某人近来做某事很成功时，认为他未来做同一件事也会很成功，而忽略其成功可能只是随机与巧合导致。

    回归谬误

    非常态的甲事发生以后，用乙措施处理后甲事扭转，便断定乙措施可扭转甲事。然而非常态的事发生后，本来就比较容易发生较接近常态的事。

    检察官谬误

    泛指多种根据不相关资讯认定被告“无辜的几率”很小的情况。

    辩护人谬误

    泛指多种根据不相关资讯认定被告“犯罪的几率”很小的情况。

    多重比较谬误

    广泛比较二个群体的各种特征，从中找出有明显差异的几个，宣称它就是造成二个群体不同的原因。

    德州神枪手谬误

    即“先射箭再画靶”，常指统计研究做出结果后，把其中的集群当做有统计意义，然而实际上此集群更可能是随机产生。

    对样本数不敏锐（Insensitivity to sample size）

    评估统计数据时，未考虑小样本比大样本更容易观察到极端结果。

    戏局谬误ludic fallacy

    过度使用统计与几率预测未来。

    麦纳马拉谬误McNamara fallacy

    过度相信数据、依赖数据评估事情，忽略难以量化的事。

    取样偏差（抽样偏差）sampling bias

    亦作以偏概全，即以局部事例解释整体原因。

    预筛选偏差（Pre-screening bias）

    筛选样本时预先排除了某些不应排除的样本。

    排除偏差（Exclusion bias）

    研究进行时不当排除某些看似不符预期的样本。

    选择性观察偏差（Observation selection bias）

    观察时不可避免受到前置条件的限制而筛选了样本，因而得出不适当的结论。例如问卷调查到的人一定是个性热心、愿意填问卷的人，因而其结果未必能反映不热心、不愿意填问卷的人的想法。

    观察者期望效应

    由于研究者期待某种结果，因而下意识中不适当地操作实验或诠释资料（参见受试者期望效应）。

    受试者期望效应

    由于受试者期待某种结果，因而下意识地扭曲了回报内容。常见的例子是安慰剂效应。

    安慰剂效应或伪药效应
>

本章未完，点击下一页继续阅读