晨尘

对于贵重的产品他们还附赠一个便宜的小礼物，这样的话，整套产品就不那么吸引人了。少即是多就是这个意思。

— 丹尼尔・卡尼曼 《思考，快与慢》

典型性属于一连串可能同时发生且联系紧密的基本评估，最具典型性的结果与特性描述结合在一起就会生成最有条理的信息。而这些最具条理的信息却不一定就是可能性最大的，但它们“貌似正确”，稍有疏忽，我们就很容易混淆有条理、貌似正确和概率这三者的概念。

— 丹尼尔・卡尼曼 《思考，快与慢》

合取谬误这个想法，通过直接比较，人们总会认为两件事件（在此即为银行出纳和女权主义者）的联合出现比只出现其中一件事（银行出纳）的可能性要大，此时就出现了合取谬误。

— 丹尼尔・卡尼曼 《思考，快与慢》

关于贝叶斯定理，有两点我们要铭记在心。第一，基础比率十分重要，即便是在手头的案例已有证据的情况下依然如此，第二，通过分析证据得到的直观印象通常都会被夸大。眼见即为事实与联想一致性的结合易使我们相信自己编纂的故事。

— 丹尼尔・卡尼曼 《思考，快与慢》

原则上讲，你当然知道不值得信任的信息就相当于没有信息，但是眼见即为事实使你难以遵循那条原则。除非你决定立刻否定证据，否则你的系统1会自动将这一信息视为真实的。当你怀疑信息的可靠性时，可以做一件事：作概率判断时，往基础比率那方面想。

— 丹尼尔・卡尼曼 《思考，快与慢》

尽管通过典型性作出预测的方法很普遍，但是在统计学上这一做法并不是最优选择。典型性的第一宗罪就是，它过于喜欢预测不可能发生的（低基础比率）事件。第二宗罪是它对证据质量不够敏感。

— 丹尼尔・卡尼曼 《思考，快与慢》

我们对相似性的判断可以完全不受基础比率的影响，不受可能会出现的不当描选影响，但是在判断概率时，如果忽略基础比率和证据的可靠性的话，就注定会犯错误。

— 丹尼尔・卡尼曼 《思考，快与慢》

因为关于概率的的问题较难回答，而关于相似性的向题就比较简单，所以在回答时受试者就置换了问题，这是一个严重的错误，因为对相似性和概率的判断所遵守的并不是同一个逻辑规律。

— 丹尼尔・卡尼曼 《思考，快与慢》

所有的启发式都是平等的，但可得性相比而言更平等。广义的概念中，可得性为判断（而不是概率）提供了启发，尤其是我们通过想到某个概念的轻松程度（和情感的释放）来判断其重要性时，这种启发的作用就体现出来了。

— 丹尼尔・卡尼曼 《思考，快与慢》

对风险带有偏见的反应是导致公共政策中优先处理权不稳定和错位的重要原因。立法者和监管人员对民众的无理要求可能会反应过度，因为他们有着很强的政治敏感性，也因为他们和其他民众一样容易抱有相同的认知偏见。

— 丹尼尔・卡尼曼 《思考，快与慢》