摘录
当问及如何解释自己的行为时,很多人都会将行为“理性化”,也就是说,人们用备选方案及其结果来解释自己的行为。 人们在解释他人的行为时,也通常会想象出一组期望和偏好以使他人的行为理性化。 当把风险考虑在内时,决策就可以看做是某一行动的期望值(或中数)和结果的概率分布的风险(或方差)的联合函数。 许多现在被抛弃的理论都曾有过长期辉煌的过去。 决策者们不会考虑所有的备选方案,相反,他们仅考虑为数不多的几个备选方案,而且不是同时研究,而是按顺序研究这几个方案。 决策者们不会考虑备选方案的所有结果,他们把注意力集中的某几个结果上,而忽略其他,他们通常不会去寻求与结果相关的信息,也不采用有些可获信息。 决策者寻找信息,但是他们所看到的是他们期望看到的,期望之外的则完全被忽略。 决策者们倾向于在进入选择过程之前对问题进行编辑和简化。 决策者尝试分解问题,把大问题转化为它的各个组成部分。 他们通常会满足于发现了一组足以解决问题的条件,而不去发现最有效率的一组条件。 个体、专家和决策者有很多办法“发现”真实性,而真实性以恰巧与他们的自身利益相一致。 统计学家们总是在努力提高数字的技术质量,而不考虑政策的结果。 追求真实性的过程与追逐利益的过程实际上是交织在一起的,互相做出一些让步,甚至从某种意义上讲,彼此互相支持。 决策者似乎更倾向于选择“满意化”而不是“最大化”。 最大化表明选择的是最佳备选方案,满意化则表明选择的备选方案优于某一标准或目标。 最大化搜寻(maximizing search)对预期收益和成本的变化反应灵敏。 满意化程序对当前选择的绝对价值的变化反应灵敏。 满意化搜寻(satisficing search)则对备选方案相对于目标的当前地位反应灵敏。 人们不仅根据自己的经验调整愿望,也根据他人的经验调整愿望。
59人阅读
说明 · · · · · ·
表示其中内容是对原文的摘抄