B 块 · 决策与认知偏差 · 启发式家族 · 第 06 课
第 05 课说代表性启发会让你忽略基率。这一课把它单拎出来讲透——它是代表性最直接、也最危险的后果。连医生都会在一道简单的概率题上把风险高估几十倍。但更重要的是，这一课给你一把解药：换一种说法（自然频率），同一道题突然就变简单了。
有一种病，每 1000 人里有 1 个真得了（基率 0.1%）。有个化验，得病的人一定测出阳性；没病的人也有 5% 会误报阳性（假阳性率）。
现在你测出阳性。请问：你真的得这个病的概率是多少？
先在心里给个数，再往下看。大多数人（包括医生）会答"95% 左右"。
差了几十倍。为什么？因为你只盯着"化验准不准"（5% 误报听起来很准），完全忘了这病本来多罕见。
拿 1000 个人来测：
所以阳性的一共 51 个人，里面真有病的只有 1 个。你测出阳性、真有病的概率 = 1 / 51 ≈ 2%。
■ 1 个真阳性 ■ 约 50 个假阳性（图中示意前 9 个） ■ 其余阴性。阳性堆里，真病人是极少数。
看懂了吗？那个"5% 误报"看似很小，但它作用在 999 个健康人身上，就造出 50 个假阳性，把 1 个真病人淹没了。你忽略的，正是"没病的人本来占了 99.9%"这个基率。
基率忽视的原始实验（K&T）：告诉你一个房间里有 70 个工程师、30 个律师（或反过来 30:70），随机抽一个人，给你一段人格描述。关键在于——哪怕那段描述毫无信息量（工程师律师都可能这样），人们判断"他是哪种"时，几乎不看那个 70:30 的基率，两种条件下给的概率差不多。Kahneman & Tversky (1973)《On the Psychology of Prediction》Psychological Review 80(4):237。无描述时估计会随基率走；一加描述，基率就被丢掉。原始实验
这就把第 05 课的话坐实了：一旦有了"描述/故事"，人就丢掉了"本来有多少"。故事越生动，基率越被无视。
Gigerenzer 和 Hoffrage 发现：同一道题，把"百分之几"换成"多少人里有几个"（自然频率），普通人的正确率从 16% 跳到约 50%——翻了约三倍，什么都没教，只换了说法。Gigerenzer & Hoffrage (1995)《Frequency Formats》Psychological Review 102(4):684。概率格式正确率 16%，自然频率格式 46–50%。已核验
对比一下你就懂了——同一道题两种说法：
| 概率格式（难） | 自然频率格式（易） |
|---|---|
| 病的患病率 0.1%，检出率 100%，假阳性率 5%，问阳性者患病概率？ | 1000 人里有 1 个病人（会测阳），另外 999 个健康人里有约 50 个也测阳。测阳的人里，多少真有病？ |
右边你几乎不用算就看出是"1 比 51"。不是人笨，是百分比这种格式把"分母"藏起来了。自然频率把分母摆回台面上，那种"拿新证据更新原有概率"的推理（学名贝叶斯）就还给了你。
基率忽视常被说成"人天生不会算概率"——这个强断言要打折。Gigerenzer 的核心观点是：问题不在人脑，在信息呈现的格式。同样的人，换个格式就会算了。
但也别走到另一个极端：自然频率只是大幅降低错误，并没有消除它——换了格式仍有一半人算不对，且到底是"自然频率"本身起效、还是它让"集合嵌套关系"变透明，学界仍有争论。Barbey & Sloman (2007) Behavioral and Brain Sciences 30(3):241。
诚实的结论：基率忽视真、很普遍，但格式依赖、非人脑硬缺陷。你的主动权在于——看到吓人的百分比，自己动手翻成自然频率，就能解掉大半。完整账目见 B 块总结"有名但要打折"清单。
口诀："命中率高不等于我中招了——先看这东西本来有多罕见。"
认知（主）：基率忽视是代表性启发的直接产物（第 05 课）——你用"这个描述多像某类的典型"替换了"这类本来有多少"。描述给的是"相似度"，基率给的是"本来的比例"，人脑偏爱前者、丢掉后者。一句话：你只顾着看证据像不像，忘了先掂量它本来有多常见。
为什么数人头这么轻松？因为进化上，人对"数个数"远比对"抽象百分比"熟悉——祖先数的是猎物只数，不是概率。
💡 所以关键不是"人笨"：好的信息设计能让普通人算对，坏的格式能把专家坑倒。
标注：基率忽视方向真、很普遍，但格式依赖——自然频率、随机抽样、因果基率（Ajzen 1977）等条件下会明显改善。别把它讲成"人脑没救"。格式依赖：Gigerenzer & Hoffrage 1995。
讲的时候，别一上来抛百分比——先用"1000 个人来测"把场面铺开，让对方自己看出"真病人是少数"。能这样讲清"为什么阳性也不一定真有病"，才算真懂。完整示范在复述区。
体检报告某项"阳性"，机构建议你花钱做进一步检查，你一晚上没睡好。
手动接管：1. 问基率——这个病/异常在你这个年龄段人群里本来多少人有？（很多是千分之一、万分之一级）2. 问假阳性率——这个初筛的误报率多高？3. 翻成人头："1000 个像我这样的人来测，真有病的 X 个，误报的 Y 个，我更可能是哪拨？"。多数初筛阳性，真阳性是少数——该复查复查，但不必先崩溃。这不是让你讳疾忌医，是让你按真实概率分配你的焦虑。
把一个让你紧张的"数字/概率/检测结果"发给我（体检指标、某新闻风险、某"准确率"）。我陪你拆：它的基率大概多少、假阳性多不多、翻成"多少人里有几个"之后到底该慌几分。
想开始就发我："帮我算算真概率。"
想读一样东西，读这篇——它不光揭示基率忽视，更给了"自然频率"这把解药，是本课的灵魂：
Gigerenzer & Hoffrage (1995)《Frequency Formats》Psychological Review ↗ 自然频率解药论文
只收本课最核心的概念名——记得住名字，才讲得出道理。
| 概念 | 一句话 |
|---|---|
| 基率忽视（base rate neglect） | 有了具体描述就丢掉先验概率——代表性的直接后果；病罕见时阳性≈假警报（1/51≈2% 非 95%）。 |
| 自然频率（natural frequencies） | 把百分比翻成"1000 人里有几个"——正确率从 16% 跳到约 50%，因为分母被摆回台面了。 |
点卡片翻面。每张卡只记一个点。
⏳ 间隔复习：明天翻一遍；3 天后再翻。顺手翻 05（代表性/可得性/锚定）——基率忽视是代表性的直接后果，连着记最牢。
能讲清楚，才是真懂。
讲不顺的地方，就是还没真懂的地方 — 发给我，我帮你补上。