作者：<加> 基思.斯坦诺维奇
20180120记
这本书与其说是心理学书籍，不如说是科普和澄清的书籍，我看了一半，都在讲什么是科学，什么是心理学，以及澄清大众对于心理学的误解。确实，大众对于心理学的误解太多，总以为心理学就是弗洛伊德，是精神分析，是解梦和看懂别人心理的学科，还有什么催眠啊，通灵啊之类的，心理学被万能化了。这是很好的一本心理学入门书籍，告诉我们心理学和其他学科并没有什么不同，都是需要在科学的框架下进行研究的一门学科。而真正的心理学书籍并不像我们所认为的那样“轻松有趣”，这本书就是一本“硬核书”，读起来有那么一些枯燥和不轻松，但是读过之后，基于实证的学习过程给予我们的快感是那些“世俗心理学”所无法带来的~ 因为还没有完全看完，下面就只做了这本书的前三章读书笔记，感兴趣的朋友可以去找来全书读一读：
第一章 心理学充满生机：在科学阵营里左右逢源
弗洛伊德问题：“弗洛伊德对于现代心理学的重要性被无限地夸大了，这事儿已经足够糟糕了。更糟的是，弗洛伊德的调查方法完全不能代表现代心理学家是如何进行研究的。” 现代心理学是非常多样的，从实验心理学、发展心理学、教育心理学到临床心理学等等，分支非常多，而弗洛伊德的精神分析只是其中一个很小的方面，另一方面，现代心理学是在科学的统一框架下建立起来的一门学科，这和弗洛伊德试图解释一切的理论方法框架并不一样。
什么是科学：“科学是一种思考和观察事物以便深入理解其运行机制的方法”，“科学的三个相互关联的重要特征：（1）应用系统的实证主义；（2）产生公共知识；（3）验证可解决的问题。”其中“系统的实证主义”是指需要通过系统化的方式对世界进行观察，尊重客观事实，而不是根据自己的需求随意地取舍事实；“产生公共知识”是指某种结论能够重复进行，并通过同行审议；而“验证可解决的问题”是指某一理论必须与真实世界中可观察的事件具有特定的关联，具有“可证伪性”，如果一件事情不可被证伪，那么对它进行检验也就毫无意义。
心理学和世俗智慧：人们爱用一些民间谚语来解释行为事件，即使之间相互矛盾。比如“三思而后行”“该出手时就出手”，比如“三个臭皮匠赛过诸葛亮”“三个和尚没水吃”。“世俗智慧的可鄙之处就在于，它们压根不承担被驳倒的风险”，它们是属于“后见之明” 的智慧。但很多世俗智慧都是谬误，比如“我们只用了10%的大脑功能”，“一些人相信有些人是‘左脑型’，有些人是‘右脑型’”。而经过心理学检验，前一个说法完全缺乏认知神经的基础，而左右脑的观点是胡说八道，尤其是发现我们的大脑以联合的方式工作的情况下。心理学往往扮演者一种世俗智慧检验者的角色，常常难免和诸多根深蒂固的文化信念发生冲突，成为“传递坏消息的信使”。
心理学是一门年轻的科学：作为一门科学，心理学总是处于一种两难境地，一方面，一些人反对把心理学称为科学，否认心理学家可以建立关于行为的实证理论；另一方面，另一些人则由于惧怕心理学在某些行为领域揭示的真相会威胁到他们的信仰，而反对心理学家在这些领域进行研究。有批评者认为行为主义的强化法则不适用于人类行为，另一些批评者则担心人们会运用这些规律去对人类进行严酷的、不人道的控制，因此行为主义者腹背受敌。上述现象的产生主要是由于年轻的心理科学刚刚开始揭示行为方面的一些事实，而在过去，这些问题总是游离于研究之外的。
第二章：可证伪性
可证伪性标准：一项理论如果有用，它所作出的预测必须是明确的，理论必须两面兼顾。（一项成功的理论并不是可以用来解释所有可能的结果，因为这样的理论本身就丧失了任何预测能力。而弗洛伊德的理论使用一个复杂的概念结构，在事后解释人类行为，制造了理解的幻觉，但并不作事前的预测，世俗智慧也是一样。）。比如小精灵的例子：大家还不知道，我已经发现有一种大脑机制在控制行为，你很快就会在随处可见的八卦杂志上看到这个发现。我发现在大脑左半球的语言区附近住着两个小精灵，它们有能力控制大脑许多区域中的电化学过程，而且，长话短说，它们基本上控制了一切事情。但是有一个问题阻止我们看到它们，那就是小精灵有能力发现任何对大脑的侵入（外科手术、X光等），一旦觉察到外界的探测，它们就会消失（我忘记说了，它们具备隐身能力）。这明显是个无法证伪的例子。
不是所有的证实都等价&承认错误的自由：被证实的次数不是最重要的，更要关注验证本身的质量。一个非常具体的可能被证伪的预测（例如预测一位女士，30岁，左手拿书和挎包，右手在敲门）比20个不可证伪的预测（例如预测一个小于100岁的人在敲门）更有说服力。当我们的信仰与观察到的事实相冲突时，我们最好是调整信仰，而不是否认事实和坚持错误的想法，这样我们将会很少遇到一些个人和社会问题。
科学中的错误：逼近真理。科学理论是个确定程度不同的连续体，知识是暂时的。比如不要以为“地球是平的”这一古老的信念是愚蠢的，在平原上看上去，地球相当平坦，如果以预测地球表面每公里曲率的大小，“地平理论”会说，每公里曲率为0，现在我们都知道这种理论是错误的，但从某种意义上说，它又很接近真理。直到古希腊一个哲学家埃拉托塞尼斯计算出地球曲率是0.000126度/英里，这个数值非常接近于0.
第三章：操作主义和本质主义。
本质主义和操作主义：本质主义认为，从内在本质或者本质属性的角度对现象作出最终解释，才算得上是好的科学理论。本质主义者喜欢咬文嚼字，“某理论性概念的真正含义是什么？”，这种理念似乎意味着，当一个词被当做理论中的概念使用之前，我们必须对这个词的使用所涉及的潜在语言问题有一个全面而且清晰的理解。事实上，这正好与科学家的工作方式相反。在科学领域，确定某概念的意义，是在与该术语有关的现象得到一定程度的研究之后，而非研究之前。操作主义者将概念和可观测的事件联系在一起。
信度和效度。概念的操作定义要想有用，必须同时具备信度和效度。信度是指测量工具的一致性，对同一概念进行多次测评，总能够得到相同的测量结果。效度是指，一个测量工具是否测量了它本应测量的内容。
直接和间接的操作性定义&科学概念的演进。
心理学领域的操作性定义。在科学中，知识的正确与否并不取决于个体提出主张时自己的肯定程度。所有建立在“直觉”基础上的信念都有一个共同的问题，即当出现矛盾观点时，它们缺乏一种机制来判别哪个是对的，哪个是错的。因为人人都凭直觉认为自己是对的，但当大家的直觉观点发生冲突时，我们该如何决定谁正确呢？令人悲哀的是，历史表明，这种冲突的结果通常是权力斗争。而科学的公共性本质在很大程度上依赖于操作主义的理念。心理学概念坚持公众可以知悉的定义，这中定义用操作来界定概念，并确保了任何一个接受过适当训练并拥有适当设备的人都可以实施这些操作。只有当概念以操作性定义为基础，并且不关注于本质主义者所讨论的文字意义时，这类具有公众可用性的知识才能够用来解决人类问题。
本质主义者问题和对心理学的误解。在评估一个心理学理论的可证伪性时，操作性定义的理念是一个非常有用的工具。概念有没有直接或间接地建立在可观测操作的基础上，是识别不可证伪的理论的重要线索。那些不严格的感念都应该引起怀疑。
20190127记
这本书已经看完了，整体的感受是，通过对于科学研究的介绍、对身边伪科学的批判，向读者传达了一种批判性思维的思考方式，一种可以实际运用、并不断改善进步的科学思考方式，而这是即使在忘记具体看过什么知识之后也能不断对我们看清社会的真实情况、提供更好的决策非常有用的工具。
第四章 见证和个案研究证据：安慰剂效应和了不起的兰迪
个案研究的地位：个案研究在特定问题的早期研究阶段或许比较有用，因为它们可以提示哪些变量需要进一步研究。但在科学研究的后期不再有效，其原因是个案研究和见证叙述都是所谓的“孤立事件”，缺乏比较性信息，而这种信息对于排除其他可能的解释来说是必要的。依赖见证叙述的问题在于，如果累积起来的见证几乎能够为每一种疗法提供支持，那么它也就不可能用来支持任何一种特定的疗法，因为所有相互对立的疗法都有各自的见证。
为什么见证毫无价值：安慰剂效应。无论治疗是否有效，人们都会报告某种疗法曾对他们有所帮助，这种倾向被称为安慰剂效应，并且价格较贵的安慰剂比价格便宜的安慰剂更能缓解痛苦；时间推移通常被称为自然康复现象，有大多数的治疗都是由于治疗效果和安慰剂效应以某种不为人知的组合而产生的效果。不过与流行的观念相反，安慰剂可以是有害的，“安慰剂效应能够通过证实或强化想象中的疾病来‘诱发’慢性病，病人会对那些利用安慰剂效应的非科学从业者产生依赖。”
鲜活性问题：当面临问题解决或决策情境的时候，人们会从记忆中提取与当前情境有关的信息。因此人们倾向于利用更容易获得的，能够用来解决问题或做出决策的信息。对可获得性造成强烈影响的一个因素，就是信息的鲜活性。没有比发自内心的个人见证更鲜活、更引人注目的，这都是一些发生事，个人见证的鲜活性常常令其他一些更可靠的信息黯然失色。比如因为飞机失事的鲜活性使得人们常常高估飞机的风险而低估了更广泛发生的汽车风险，因为汽车的代价和风险没有像空难那样以鲜活的方式呈现给我们。想想这个例子的荒谬之处吧，一个朋友开车20公里载你去机场，因为你要乘飞机做一次750公里的旅行。分别的时候，你的朋友很可能会说“一路平安”，这个临别赠言其实是充满伤感的讽刺意味的，因此你的朋友在回家的20公里路上死于车祸的风险，要比你飞行750公里的风险高出3倍。
了不起的兰迪：以彼之道，还施彼身。仅仅指出依赖见证证据的逻辑谬误，并不足以让人们从一个更深的层次理解这类数据的缺陷，有一个方法可以解决这个问题，就是以鲜活性来对付鲜活性，让见证用自身的荒谬来击溃自己。）比如魔术师兰迪，他的一个兴趣是去证明，对于任何一个荒谬的事件或无中生有的言论而言，获得见证是多么容易。他的手法就是，让人们掉进其见证所编织的陷阱里。一位听众同意每天都记日记，并将日记与一份特别为她准备的两个月的生物节律表做对比。两个月以后，她打回电话告诉听众，生物节律绝对不是假的，因为在节律表预测实际行为的准确率超过90%。兰迪不得不把他的秘书所犯的一个愚蠢的错误告诉听证，秘书错误地将本该发送给另外一个人的节律表发给了她，而不是她自己的。然而这位妇女还是同意看一下真正属于自己的表格是怎样的。于是又一份表格自己发了出去，并且请她再打电话过来。几天后这位妇女带着解脱感打进电话，说她自己的表格也同样十分准确——事实上更准确。然而接着她才发现，这位妇女收到的是兰迪秘书的节律表，而不是她自己的。。。这被命名为一种巴纳姆效应（Barnum），研究者发现，大多数成年人都会认为泛化的个性总结都是准确的，并且都是对自己独特的描述。比如来自谢尔默的例子“你是一个非常体贴的人，总是及时地帮助别人，但是也有一些时候，你会发现你有一点点自私.....有时候你太忠于自己的感受以至于会暴露过的的自己。你善于思考，并且对任何事情，在改变想法之前都希望看到证据。如果你处在一个陌生的环境下，你会非常小心，直到你看清楚发生了什么事情，然后才会充满信心地行动....你知道怎样做一个好朋友，你懂得训练自己，所以在别人看来，都在你的一切掌控之中，但其实有些时候你是缺少安全感的，你希望在人际关系中比现在更受欢迎，更加自如。你面对世界表现的很有智慧，这种智慧来源于艰难的体验而非书本学习。” 是不是很准？！
第五章 相关和因果：用“烤箱法”避孕
第三变量问题：两个变量之间的相关并不意味着这两个变量之间有直接的因果关系，相关之所以产生，是因为这两个变量都分别与第三变量相关，而这个变量没有被测量。这种相关被称为“虚假相关”。比如公立学校和私立学校教学质量的争论中，因为私立学校学生的成绩要好过公立学校，就用这些学生的成绩数据推出结论，即私立学校的教育本身导致了较高的分数，这么做是否合适？因为学业成就和家庭背景中许多不同指标都有关系，如父母的教育程度、父母的职业、社会经济地位、家中藏书的数量以及其他一些因素，这些特征都会影响到学业成就和对学校类型之间的关系。而当反映学生家庭背景和一般智力能力的变量被排除后，学业成就和学校类型之间几乎就没有一点关系了。
方向性问题：一旦第三变量被消除，决定关系的方向就非常重要了。是幸福让人们更利他，还是利他行为让人们幸福？比如阅读能力差的人，其眼动轨迹是不规则的，表现为更多的回扫，在每一行上的注视时间更长。基于这种相关，一些教育工作者假设，眼球运动技能的缺失是造成阅读问题的原因。不过经过进一步研究发现，眼球运动与阅读能力的相关反映了一种与之前所想象的完全相反的因果关系。不规则的眼动并不会导致阅读障碍，相反是缓慢的单词识别和理解困难导致了不规则的眼动。
选择性偏差：特定主体和环境变量之间的关系，当不同生理、行为、心理特点的人们选择不同类型的环境时，就有可能出现选择性偏差。比如密西西比州学生在SAT考试中的得分高于加利福尼亚州学生，而且差异是非常显著的，而密西西比州的教师薪资水平在全国是最低的，这无疑会让那些鼓吹削减教师工资的人们弹冠相庆。但是，这并不是因为密西西比州的学校真的好于加利福尼亚州，而是因为在一些州立大学需要ACT的 成绩，而不是SAT分数，所以在这些州中，只有那些打算去州外读大学的学生才会参加SAT考试，比起那些平均水平的学生，这些学生中的大部分最有可能拥有更好的家庭条件或者更高的学术才能。此外，在那些教育质量高的州里，许多学生在高中毕业后更倾向于继续接受教育，在这些周里，参加SAT考试的学生比例高，这其中也包括一些学习成绩较差的学生。而在那些有着高辍学率、低教育质量的州中，想继续接受大学教育的学生比例很低，在这些州中，最终参加SAT考试的学生代表的是这些州中学习成绩比较好的那些人。确保选择性偏差不会捣乱的唯一方法是，在操纵所有变量的情况下进行真正的实验。
第六章 让一切置于控制之下
比较、控制和操控：科学思维最重要的特点很容易掌握，那就是科学思维所基于的理念是比较、控制和操纵。一个好的实验设计是这样的，科学家能够操纵他感兴趣的变量，并对其他可能影响实验的无关变量进行控制。当操纵变量与随机分配相结合时，科学家们就能够排除那些可以归因为被试本身特征的解释了。在下结论之前，还要获得“比较信息”，即控制组。控制组和实验组很像，只不过缺少一种重要因素的影响。
聪明汉斯——神马的故事：100多年前，一名德国教师向大家展示了一匹马，它的名字叫聪明汉斯，它好像知道如何算术。训练员无论给汉斯出加减乘题目，汉斯都能用它的蹄子敲出答案。汉斯的例子很好地揭示了“对现象的描述”和“对现象的解释”是何等重要。这匹马能够正确敲出训练员呈现给它的数学问题的答案，但因此推论它有数学能力这种“解释”却是错误的，最终研究发现汉斯具有的是对视觉线索做出反应的能力。
对变量分开考察：特殊条件。为了对许多同时发生的事件所造成的因果影响分别进行考察，我们必须创设一些通常情况下不会出现的条件，科学实验将世界上原有的相关分割开来，以此来使单一变量的影响显现出来。这是因为“直觉心理学”很多时候是不准确的。尽管人们有大量关于物体运动和下落的经验，但对于运动的直觉理论都是相当不靠谱的，那么很难相信我们在人类行为这类更为复杂领域中的世俗理论会是正确的。
2019/2/7增加7-9章内容
第七章：不像是真实生活的心理学实验与“人为性”批评
为什么自然并非总是必要的：科学家们之所以专门设置一些非自然发生的条件，是因为只有这样才可以将决定事件发生的许多相关变量区分开来。有时候，必要条件已经在自然状态中存在，但这种情况并不经常出现，科学家必须用新异的、甚至有时比较奇怪的方法操控事件。
对“随机取样”的误解：并非每一个心理学调查研究都需要使用随机样本，大部分心理学实验没有使用随机样本，因为没有这个必要，研究可以检验理论，我们所需要的只是一个方便取得的样本。随机取样和随机分配也不是一回事。随机取样涉及的是如何选择被试进行研究，这种方法要确保总体中的每一个成员都有同等机会被选为样本，被抽中的样本就成为随后调查研究中的被试。这种随机抽样的调查研究既可能是相关研究，也可能是一个真实验，如果一个研究中使用了随机分配的方法，那么它就是一项真实验，如果没有使用，那么它是一项相关调查。随机分配是中，实验人员将被试分为实验组和控制组，当每一名被试被分到实验组的机会和被分到控制组的机会相等时，就实现了随机分配。随机分配和随机取样不是一回事，牢记这一点的最好方法是弄清楚四种组合：非随机分配的非随机样本、随机分配的非随机样本、非随机分配的随机样本、随机分配的随机样本。
理论研究和应用研究的异同：主要目的为理论验证的研究通常被称为“基础研究”，应用研究的目的是把数据直接应用于现实生活。然而仅仅根据某项研究是否有实践性应用来区分基础研究和应用研究，则可能会产生错误，因为这一差别通常会随着时间的增长而逐渐消失。尽管很多科学家进行理论或实证研究的初衷并非解决具体的实践性问题，但他们发展出的科学理论或研究结果最终都解决了现实世界的许多问题。急于让科学家们解决实际问题，而不让其考虑“其他事情”的做法总是被证明是不切实际和目光短浅的，因为通向实际应用的道路充满着不可预知性。比如普罗克斯迈尔参议员因为名字听上去愚蠢而选出的研究（例如“猴子为什么咬紧牙关”），被反复证明引领了理论进展或实践应用，例如，猴子咬紧牙关的研究使得紧张这个概念操作化，这对政府机构客观评估人们在密闭空间进行作业时的紧张程度有极大帮助。
"大二学生”问题：因为大二学生在大量的心理学研究中充当被试，因此这些研究所得出的结论是否具有可推广性受到了质疑。对此，心理学家的辩解是：一，这种批评不能说明研究结果无效，只是需要更多的证据来证明理论的可推广性；二，在心理学众多领域里，大二学生问题不构成一个问题，因为所研究的心理过程是非常基本的过程（例如视觉系统）；三，许多研究结果得到了重复，因此可以确信这些结果在很大程度上可以推广到不同的地理分布中。此外心理学家正在尽力矫正这个问题，通过不同年龄、跨文化的比较等等。同时，我们也要认识到，如果我们在应用科学研究结果之前必须确定知识是完全正确的，那么应用就不会发生了。所有领域的应用型科学家尽最大努力使用最准确的信息，同时也会意识到这些信息有可能是错误的。
第八章：避免爱因斯坦综合征：聚合性证据的重要性
关联性原则：在爱因斯坦的理论中，那些被重新定义的关于物理世界的概念是如此地基础，以至于那些通俗读物经常将其等同于艺术领域里的概念变化（一个二流诗人经过重新评估，摇身一变成了天才）。这种做法忽视了概念变化在艺术和科学中最根本的差别。科学中的概念变化遵从关联性原则，就是说，一个新的科学理论，必须与先前已确立的实证事实建立关联。新的科学理论不仅仅要解释新的事实，还要兼容旧的事实，这样才会被认为是一个真正的理论进步。
消费者规则：警惕关联性原则的无效性。科学发展的“跃进式”模式——可以称之为爱因斯坦综合征——让我们误入歧途，以为新的发展必定违反关联性原则。（这个理论是如此之新，以至于他们可以理直气壮地说：与之关联的实证证据尚不存在。）但实际上如果某个新理论与其他学科之间缺乏必要关联性，则会被舍弃。
“跃进”模式与渐进整合模式的比较：科学家所评估的证据不是来自某个设计得异常完美的实验的数据，与之相反，科学家往往要去评估来自几十篇实验论文的数据。这些实验各有瑕疵，但每个实验都能提供部分答案。这些进步的发生，凭借的不是革命性的重构一些重大概念而是几种能站得住脚的不同解释进行长期与反复的交锋和对峙。科学总是遵循关联性原则，其特点在于众多个体的参与，而对这些个体的贡献进行评判的标准，是看它在多大程度上加深了我们对自然界的了解。没有哪个单独的个体能够依靠其特殊地位来主导讨论。科学家和那些科学知识的运用者常常需要对海量的证据进行判断，所用的原则就是聚合性证据原则，包括“有局限的实验”的逻辑和按照理论检验的思想。如果所有的实验都是以同样一种方式出现瑕疵，这种情况将会降低我们对实验结论的信心，因为结论的一致性也许仅仅源于一个特定的瑕疵，而这个瑕疵是所有实验共有的；另一方面，如果所有实验都呈现出不同的局限性，我们对结论的信心就会大增，因为结果的一致性看似并非源自某一个让所有实验结果都混淆不清的干扰因素。每一个实验都有助于纠正其他实验在设计方面的错误，只要大量的实验能够得到近似的结果，那么我们就可以说我们的实验证据实现聚合性了；聚合性证据原则同样能以理论检验的形式加以表述，当一系列实验始终支持某个假定的理论，同时又能共同排除那些最主要的竞争性理论时，研究就具有高度的聚合性。
科学共识：在心理学中，尤其是在社会急切关注的领域，这些问题的答案只能在大量不同研究结果实现融合之后缓慢地出现。用一个简单原理来总结：在评估心理学的实证证据时，心中要想的是“科学共识”而不是“重大突破”；是“渐进整合”而不是“大步飞跃”。聚合性原则同样也意味着，我们应当乐于看到多种不同方法应用于心理学研究的各个领域中，因为不同的研究技术各有其优势和不足，用于获得特定结论的各种方法之间呈现一种相对的平衡是比较理想的。对于某个特定问题的研究，通常是从相对较弱的方法过渡到可以做出较强结论的方法，这个递进的顺序是：从个案研究到相关研究，再到操纵变量（向更有效的研究方法迈进）。
不要对矛盾数据感到绝望：证据融合过程就好比一个调焦过程，幻灯片的模糊影像就如同互相矛盾的数据，或者是那些多重假设的证据。起初，屏幕上的模糊影像可能代表任何东西，接着，随着一点点地调整焦距，虽然这个图像仍不能被清楚地识别出来，但许多其他的可能假设也许会被排除。最后，当焦距调准，就可以非常有信心地做出最终的判断。在研究过程中经常会得到一些矛盾的数据，这些矛盾只不过是因为我们对问题理解得还不够充分，这些矛盾还可能是偶然事件，或者源于不同实验在方法上的细微差异。
第九章：打破“神奇子弹”的神话：多重原因的问题
交互作用：一个影响行为的因素可能会由于其他因素的出现或不出现而产生不同的效应，这就是我们常说的交互作用——一个自变量的影响效果依赖于另外一个自变量的不同水平。很多单独的变量对结果出现的影响有限，但联合起来却能产生很大的影响。临床心理学家斯科特.利连菲尔德对变量的因果影响进行了讨论，认为其时一个从强到弱的连续体。只有当一个变量处于这一连续体的最强端时，它才能独立产生作用。因果影响的最强形式，是一个变量对于其对应变量产生的影响来说既是必要的又是充分的，变量必须出现效应才会产生必要性，对变量来说，其自身必须充分到能够产生效应。较弱形式的影响则涉及一个变量和其他变量的关系。一个原因变量可能是必要的但并非充分的。最后一个弱的原因变量可能既不是充分的也不是必要的——它的出现只是增加了效应的整体上的统计概率。
单一原因解释的诱惑：复杂事件是由多重原因所决定的，这个基本的理念似乎很容易理解，但是当预设偏见开始抬头时，人们就会倾向于忘记原因多样性这一原则。人们习惯用“零和”态度去对待潜在的原因——所有的原因都和其他的原因竞争，强调一个必要性会降低另一个的重要性。“零和”观点是错误的。例如美国的贫富分化问题，财富从公民的一个阶层大规模地转移到另一个阶层手中，这一现象引发了一场极富争议的、有关其原因及影响的政治辩论，这场争辩最引人注目之处就是，这些争论着都只关注单一的原因，争辩的每一方都只以某一个原因为理论基础，然后千方百计地攻击所有支持其他原因的观点。事实上，计量经济学研究已经聚焦了四个变量：第一个因素是新移民不断涌入美国，而这些人多是非熟练工，他们造成了非熟练劳动力供大于求，使得已经很低的工资水平继续下滑；第二个原因是全球化，它进一步加剧了收入不均，因为公司可以通过业务外包，在一些工资水平较低的国家雇用一些非熟练工和半熟练工，而这更加重了本国非熟练劳动力的过剩；第三个原因是工会和大企业在力量对比方面的此消彼长；第四个因素是1980年和2001年两次减税错误地减轻了富人的赋税。
2019/2/13增加 10-12章
第十章 人类认知的阿克琉斯之踵：概率推理
人们很难接受概率性所预测的现实——人们并不是生活在一个确定的世界中。“人们似乎生在有时和或许的世界里，但他们希望继续生活在永远的确定中。”
“某某人”统计学：即使是最强的趋势也会有少数的“特例”与之相悖。然而人们往往通过一个特例就判定一个规律失效。所谓“某某人”统计学是指，由于某些人知道与某个成熟的统计学趋势相左的“某某人”的例子，就会质疑这个趋势。例子太多太常见了，我就不举了。
对概率信息的不充分利用：在心理学领域中，有一个已经被反复证实的发现，就是一个具体事件的信息往往可以完全击败较为抽象的概率信息。如果在每1000人中有1人携带艾滋病病毒HIV，再假设有一种检查可以百分百诊断出真正携带该病毒的人，最后，假设这个检查有5%的阳性误诊率。假设我们随便找一个人来进行这项检查，结果呈阳性反应，表明此人为HIV携带者。假定我们不知道这个人的患病史，那么他真的是HIV携带者的概率是多少呢？---------------------------------------------- 普遍的回答是95%，但正确答案是2%。回答者过分高估了阳性结果表示患病的概率，因为他们一方面过分重视个案信息，另一方面又忽视了基础比率信息，从而过高的估计了阳性检测结果所真正代表的患病概率。这道题目的思路是：1000个人当中只有1人是真正的HIV阳性者，如果另外999人（不患病）也进行了此项检查，由于这一检查有5%的虚报率，他们当中将有接近50人（999*0.05）会被检查出携带这种病毒。这样一来，呈阳性反应的人就会是51个。因为在这51人中，只有1人是真正的HIV阳性者，此人确诊得病的概率其实接近2%（1/51）。
样本大小信息的误用：一个小镇里有大小两所医院，大医院每天大约有45个婴儿出生；小医院每天有大约有15个婴儿出生。如你所知，大约有50%的婴儿是男孩，但具体的百分比每天都不一样，有时高于50%，有时低于50%。每一所医院都记录了一年内出生的男婴比例高于60%的天数。你认为哪一所医院记录的天数多？A.大医院 B.小医院 C.一样多。------------------------------------------大多数回答“基本一样”，剩下的人一半选择大医院。但正确答案是：小医院。答错是因为人们没有认识到样本大小在这个问题中的重要性。当其他因素保持不变时，较大的样本总是能够更精确的估计出总体的真实数值。样本越小，产生极端值的可能性就越大。在不同领域中进行证据评估时需要遵守的一条基本原则就是，认识到样本规模对信息可信度的影响。我们很少察觉到的事实是，往往我们最坚定的信念是建立在多么脆弱的事实基础之上。把对几个邻居和同事的观察以及在电视新闻上看到的一些趣闻轶事放在一起，我们就迫不及待的要对“人性”发表见解。
赌徒谬误：想象你在掷一枚普通硬币（正反概率各占50%），已经连续出现了5次证明，对于第6次，你认为出现：A.正面的概率大 B.反面的概率大 C.一样大。------------------------------------------答案是一样大。所谓赌徒谬误指的是，人们倾向于将过去事件和未来事件之间联系起来，而实际上两者是独立的，即一个事件的出现不会影响另一事件出现的概率。这种情况下，投注者错在他们的信念，然而硬币并不记得先前发生过什么。人们对概率的一个错误认识是，如果一个过程真正是随机的，就不可能反复出现同一结果或某种模式的序列，人们习惯性地低估了重复（正正正正）这种模式出现的可能性。正因为如此，人们在模拟一组真正的随机序列时，常常适得其反地反生出一个很少出现重复和某种模式的排列，这是因为人们往往会错误地让可能的结果轮流出现，以为这样才称得上上随机抽样，而这破坏了真正的随机排列中可能出现的结构。
第十一章 偶然性在心理学中扮演的角色
试图解释偶然性事件的倾向：我们大脑的进化始终以这样一种方式，就是让我们能够不懈的寻求世界中的某种模式。我们寻求身边事物的关系、解释及其背后的意义。然而偶然性和随机性是我们周围环境不可分割的一部分，自然界发生的很多事情都是系统性以及可解释的因素与偶然因素共同作用的结果。因此，很多时候我们头脑中的概念寻求“设备”往往隆隆运转，试图将无意义的理论强加于原本随机的数据。这种情况的产生源于错觉相关和控制错觉。错觉相关是指，人们有解释偶然事件的倾向。当人们相信两个事件在通常情况下应该同时发生，就会认为自己频繁地看到了同时发生的现象，甚至当这两个事件的同时出现时随机的。控制错觉是指，人们有一种倾向，愿意相信个人能力可以影响偶然事件的结果。
巧合：为纯粹偶然的事件寻求解释的倾向，导致我们对许多巧合事件的性质产生误解。许多人认为巧合需要特别的解释，他们不理解巧合的发生并不需要偶然性之外的贡献，巧合并不需要特别的解释。“那天我正坐在那儿寻思，好久没给叔叔打电话了，接着电话铃就响了，你猜怎么着！正是叔叔打来的，这种心灵感应的背后肯定有点什么原因！”每天，我们大多数人都可能想到很多或远或近的人，这些人在我们想起他们时，有多少人可能会打电话来呢？几乎没有可能。这样一年之内，我们可能想过数百个不曾打来电话的人，最终，在经历数百次这种我们不曾意识到的“错误尝试”之后，某个人在我们想他时正准备给我们打电话——这种事情难得一见，但难得一见的事情也会发生——纯粹是偶然，其他解释都是画蛇添足。事实上，概率法则确保了随着事件发生次数的增加，一些罕见偶合出现的可能性会变得很大，这一定律不仅允许罕见偶合出现，而且从长远来看几乎保证了它的出现。比如你掷一枚硬币，结果它们都是正面朝上，你将认为这是一个几率偶合，一件不太可能的事情。它发生的概率是1/32.但是如果你将这5枚硬币掷100次，这100次中，至少有一次全部正面朝上的可能性是多少呢？答案是0.96.也就是说，100次中，这一罕见偶合是极有可能发生的。
接受错误以减少错误：在试图解释世界上发生的所有事，同时又拒绝承认偶然因素的作用，实际上会降低我们对现实世界的预测能力。在某个领域，承认偶然因素的作用意味着必须接受这样的事实：我们的预测不可能百分百准确，而承认预测达不到百分百准确实际上有助于我们提高预测精确性：为了减少错误，就必须接受错误。比如这样的例子：被试坐在两盏灯（一红一蓝）前，实验者要求他们去预测每次测试时哪一站灯会亮，被试要参与很多轮这样的测试，并按准确率给予一定的报酬。所有的测试都是在70%的次数红灯亮，30%的次数蓝灯亮的条件下进行的，两种灯随机出现。实验中，被试很快就意识到红灯亮的次数比较多，因此就会更多的预测红灯亮。事实上，他们确实在大约70%的测试中预测红灯会亮，为了使得他们的预测百发百中，他们在红灯和蓝灯之间换来换去保证70%的次数红灯会亮。被试极少意识到，尽管蓝灯亮的概率是30%，如果他们停止在红灯和蓝灯之间换来换去，而是一直预测红灯效果会更好。背后的逻辑是这样：在70:30的比例随机点亮红灯或蓝灯的情况下，被试在70%测试中预测红灯会亮，30%的测试中预测蓝灯会亮，假设有100次测试中，70次红灯亮了，在这70次中有70%的正确率（因为被试在70%的测试中预测红灯会亮），则在70次预测中有49次（70*70%）是正确的；100次测试中有30次蓝灯亮了，被试在这30次中有30%的正确率，也就是在30次预测中有9次（30*30%）是正确的，因而100次预测中正确预测是58次（49+9），准确率58%。而如果被试在注意到红灯亮的次数多以后，总是预测红灯会亮，那么他在100次预测中有70次时正确的，虽然在蓝灯亮的30次中没有一次是正确的，但总的预测准确率是70%，比来回切换策略高出12%。临床领域的预测也遵循相同的逻辑，为每一个案编造复杂的解释，确实可能抓住一小部分不寻常事件——但这是以损失了对大多数事件的正确预测为代价的，在此方面简单的统计预测比临床专家更有效。
第十二章 不招人待见的心理学
人们对心理学存在着偏见，认为心理学就是弗洛伊德等精神分析或者一些超验心理学、是书店里自助类畅销读物、是媒体渲染的伪科学、是菜谱式知识（只告诉你如何使用，却对原理一概不谈），这些都是对心理学的误解。心理学和其他科学学科一样都是以科学方式进行研究探索的学科，但心理学面临着自己独有的困境。一方面是因为心理学家对于澄清误解、引导大众缺少关注，一方面是因为每个人都有一套关于人类行为的理论。
阅读感悟：大概用了十天左右看完全书，又用4周时间断断续续写完读书笔记，终于把这本书读完写完了！这是一本结构脉络清晰、知识点密集、语言逻辑清晰流畅的很好的心理学入门书籍。当把这些思想融入自己，并带着这样一种“真实的眼镜”再去看世界时，会发现世界变清晰了很多很多~
