代表性偏差的一个测试
根据以下描述，猜猜看小张更可能从事什么职业，农民，还是图书管理员？
- 小张很害羞，乐于助人，但对周围发生的事不太关心，喜欢活在自己的世界里。
- 她很整洁，做任何事都很有条理，关注细节。
按个人直觉猜也是图书管理员，这里文章里提到贝叶斯法则，真实概率由两个概率乘积构成，第一项是代表性概率，比如以上描述中99%像图书管理员，还有一项称为无条件概率，比如在全国范围内随便找出一个人，是图书管理员的概率假定是10万分之一。 而计算小张是农民的概率，从以上描述中认为是农民的假定是1%，但按全国人口无条件概率来看，农业人口点50%。
两概率的乘积比较，是图书员职业的概率是99% 乘以10万分之一 远远小于是农民的概率1%乘以50%，按理性人的回答，小张是农民的可能性更大。
人总是倾向于根据代表性特征来冲动地做判断，这就被称为认知的代表性偏差。
金融市场中常见的代表性偏差
- 比如认为连续获得金牛奖的基金经理就一定是好的基金经理。
- 尝试买入一家连续3年利润都翻番的公司股票。
- 很靠谱的朋友推荐一只股票，你立刻买入。
对于自己不熟悉，未知的事，很多人习惯于请教身边的人，比如向同学，亲戚请教投资理财建议，或向不懂但熟悉的人请教怎么填报志愿。
造成代表性偏差的原因
原因是可能将“大数定律”误用为“小数定律”了。
“大数定律”是概率论历史上第一个极限定理，指的是当试验次数足够多的时候呈现的统计规律性。
而代表性偏差，则是人们误用了大数定律，只用少量样本就做决策，这种错误被称为“小数定律”，也叫“赌徒谬误”。
如果扔硬币同时出现6次正面朝上，那下一次出现反面朝上的概率依旧是1/2。如按小数定律很有可能猜下一次是反面朝上。
为什么股评家不可信
文章里举的例子之前的一个朋友也讲过类似的，应该不少人听说过专家荐股，就是加入一个荐股群，专家每天会推荐几点股票，如果你买了赚了，就给他分成。 一开始我也太明白他是怎么赚钱的，后来了解到他是每天把100只股票推荐给不同的人，当人数足够大后，总会有些人的运气特别好，连续都买到涨的股票。
总结
代表性偏差指，当事物的代表性特征表现出来以后，人容易冲动地做判断，而忽略了其他更多决定性的信息。
归根结底，代表性偏差源于人们以为小样本的代表性特征就可以用来做推断。
