拉普拉斯的认知错觉、启发式和偏见理论

几年前，乔什“别叫他‘辣手’”，米勒读了拉普拉斯关于概率论的经典著作，注意到这本书预见了过去50年来的许多“启发式和偏见”文献(也称为“认知错觉”或“行为经济学”)。我们写下了我们的想法，几年后，我们的文章发表了，同时还进行了两次讨论和我们的反驳。

数学家皮埃尔-西蒙·德·拉普拉斯(Pierre-Simon de Laplace)在他从19世纪初开始的著作“哲学与概率论”(Esai Philosophque Sur les Proposités)中预测了认知心理学和行为经济学在过去50年中发展起来的许多观点，解释了人类在存在概率和不确定性时偏离理性规范的倾向。看看拉普拉斯的理论和推理是引人注目的，无论是在它们看起来多么现代，他在没有系统实验的情况下取得了多么大的进步，以及他的一些未被探索的猜想的新颖性。我们认为，这项工作表明，这些理论比我们想象的更基本，对最近的实验结果的依赖性更小。。。。

早在150年前，拉普拉斯就在20世纪70年代报道了不确定性判断中的认知错觉。我们讨论了米勒和盖尔曼的评论，即拉普拉斯对试探法和偏见法的主要思想的预期“给了我们一个新的视角来看待这些思想，因为这些思想更具普遍性，不那么依赖于(后来)出现的特定发展”。。。

今天的数理统计的情况类似于19世纪中叶的拉普拉斯概率。关于应该如何使用概率论，提出了强有力的主张。然而，它被广泛滥用，在数据分析中越来越不被使用。也许我们需要一种概率哲学，提出更温和、更现实的主张。。。。

拉普拉斯在两个世纪前就有了所有这些想法，这有点酷。有道理-拉普拉斯是个聪明人。他之于定量社会科学就像牛顿之于定量物理学；基本上，你可能有任何聪明的想法，都是他先想出来的。我们还讨论了Tversky、Kahneman、Gigerenzer等现代思想如何超越拉普拉斯的直觉。

另外，碰巧这一期的“统计科学”上有一篇由Reshef等人撰写的文章，题为“公平性、区间估计和统计权力”(Equability，Interval Estiments，and Statistics Power)。这是我们几年前在博客上讨论过的一篇文章(“MC太多，MIC不够，或者在大型多变量数据集中总结二元相关性的尝试应该遵循什么原则？”)。生活还在继续，是吗？