不确定状况下的判断读后感摘抄

《不确定状况下的判断》是一本由[美] 丹尼尔·卡尼曼 / [美] 保罗·斯洛维奇 / [美] 著作，中国人民大学出版社出版的平装图书，本书定价：79.80元，页数：638，特精心收集的读后感，希望对大家能有帮助。

《不确定状况下的判断》读后感(一)：流芳千古还是遗臭万年？这是个问题～～～

我很彷徨，不知道该给这本书打几颗星；也不知道这颗星是该打给原作，还是该打给译者。如果是前者，自然该是五星，本书可以说是卡尼曼等人十余年行为决策研究之大成，几乎每一章都是该领域中最响当当的人物的总结之作——虽然作为学术著作，原版有些过时了，1982年；但如果是后者，看在翻译学术著作这么辛苦的份上，也就只能给个2星。按译者自序说，2003年8月翻译完了初稿——我不免小人地揣测，这自然是借了卡尼曼2002年获了炸药奖的东风，也算的是眼光独到了。

彷徨之后，我取了平均值，但是给中译本的权重高一些，0.6～0.7，因此总星值为三星。

翻译如何，不必再多说。只是说些题外话。

看了此书，头一个冒到脑子里的是悚然而惊，一个如我一般的普通人——学习英语到研究生以上的水平，又总在接触英文资料，再或者有一点点翻译经验（现在研究生英语考试也多少有些翻译类的主观题了），辅以若干种词霸类软件撑腰，最容易飘飘然地认为：翻译有何难？但翻译，尤其是专业学术书籍的翻译，确实不是人人能做的。中英文都要好，专业也万万不可不懂。百年之后，一本厚书的封面上依然会唯恐人不知地留着自己的大名，你希望是流芳千古呢还是遗臭万年？我自认做不到前者，但也万万不希望是后者。

第二个想法是，曾经有相熟的出版社编辑希望引进翻译一本我们那个小领域中的经典著作，历数了若干种（其实不过十本以下），编辑都说中文简体字版权已经被人捷足先登。出版社既然有眼光买走典籍版权，为什么不能稍微耗些心思为她觅个稍微靠谱些的译者？否则因翻译问题影响了销量，岂不浪费了投资？不解不解。

最后一点小感想，就我看到的专业相关译著，人大出版社之滥可以与华东师大出版社媲美。问题何在？望略知内幕的方家点拨一二，以解迷惑。

《不确定状况下的判断》读后感(二)："致那些注定要研究过去的人"

对这本书的评价还是引用本书中两个标题最为合适吧---

"致那些注定要研究过去的人" 和 "改善归纳推理"

个人感觉其中一些论文要求的统计和数学知识比较多.

而另外很多并不需要什么专业知识.或者很少的统计知识.

如前所述.这是一本关于怎么改善人们的归纳推理和选择判断方面问题的书

你要是想问我什么人该读这本书...我想说每个人都该读...

我们每天做着各种各样的判断.

怎么完善自己的选择判断标准.可能是在做判断前必须解决的一个最基本的问题.

翻译问题大家关心好像比较多.

我并没有读过英文原版.也没有其他的翻译版本作对比.

所以对此说不出个所以然来.个人感觉是看不出翻译上有什么大问题.

除了专业知识其他的理解起来并没什么难度.

(提示:这本书是论文集.所以阅读并不需要什么顺序.挑自己喜欢的容易理解的开始就行)

有一点我想说的是.这并不是一首诗或者一本小说.他的价值不在于他的翻译..而是其中的理念和能带个一个人的影响...

另外对行为经济学感兴趣的可以参考下面的引言

"现代行为经济学最重要的成果收录在三本论文集中,它们分别是

1.卡尼曼等人编的<<不确定状况下的判断:启发式和偏差>>,

2.卡尼曼和特维斯基编的<<选择,价值和框架>>(Choices, Values, and Frames)(好像还没出中文版)

3.以及凯莫勒等人编的<<行为经济学新进展>>"

以上引于<<行为经济学新进展>>译者前言

《不确定状况下的判断》读后感(三)：是時候知道我們不知道了

評價我既想寫力薦又想寫很差。如之前的評論者們，力薦給原書的內容，很差給翻譯。

以下嚴格來說是讀書筆記，兼有評論，就扔在這裡吧。

先占個坑，慢慢添加。

本書要講的內容總結起來就是：人的腦子天生不懂邏輯、統計和概率。即使經過後天學習，直覺反應仍然跟沒學差不多。以下的錯覺每個人都有，包括我自己，所以代詞我都將用“我們”。

一. 關於代表性的錯覺。

對先驗概率不敏感。在沒有證據時，我們會適當地利用先驗概率，在有無用證據時，我們會忽視先驗概率。

對樣本規模不敏感。我們會忽略小樣本的平均值更容易偏離總體平均值這個統計規律。

相信小數率。我們相信隨機過程中的一小段也應該表現出隨機性的特徵。

對可預測性不敏感。在明知可預測性不高的情況下，仍然高估現有信息的預測能力。

對預測的信心主要依賴於所具代表性的程度。

對回歸平均的誤解。連續多次擲硬幣擲出正面后，對下一次出反面的信心大增。誤以為懲罰差表現有益，獎勵好表現有害，這時又忘了回歸平均。

關於便利性的錯覺。我們通過對人物和事件的熟識程度而非統計結果來判斷這類人物事件發生存在的概率。Why we do this ？ Because it is convenient. 我們部落時代的祖先，如果經常聽說有夥伴被蛇咬，就可以很有信心地判斷自己被蛇咬的概率也很高，我們在叢林里走的時候就要小心長得像蛇的東西。這種判斷法在我們的祖先的時代，活動範圍小，接觸的人少的時代，可以節省腦容量。We have small brain back then.

容易想起來的事例會顯得概率較大。比如世界上的名人顯得比較多，雖然我們明知道這不是事實，但是我們每天聽到看到的都是他們的消息。

搜索集的有效性。按首字母找字比較容易，所以即使第三個字母為特定字母的詞較首字母為特定字母的詞多，我們還是覺得前者較多。

容易想像的事情顯得容易發生，而想像不到的事情會顯得不太可能發生。

我們在運用危險的邏輯：通常發生頻率高的事件能較生動較快地憶起，這樣的聯繫多了，我們就用結果等價于起因，儘管我們都知道命題為真推不出逆命題為真。

調整和初始化(anchoring)。

初始數據會使得推測結果產生偏向。即使初始遇到的數據跟推測的對象毫無聯繫。

我們過於相信小樣本體現出的“規律”，對所謂規律實際是隨機的結果毫無意識。

當做放回遊戲時，樣本總量被擴充為無窮大，這時樣本容量越大推測結果越可靠。

代表性擊敗law of 複合概率小於單一概率。描述越清楚，越顯得概率較大。

親眼見到的事情會顯得更可能發生在自己身上，儘管在這個大世界(unlike the tribla small world)這一點並不正確。這種傾向會使我們高估能看到的危險/機會的概率，低估我們沒親見的危險/機會的概率。

P(X)=P(Y)等價于P(X/Y)=P(Y/X)。這裡是等價關係發生的地方。我們卻認為只有推出而無反推存在。當明顯得X是Y的原因時，我們不認為Y可以推出X。

假陽性的false alarm：患病A的可能性為P(X)，檢測結果為陽性的概率為P(Y)，則假陽性的概率為：P(非X and Y)。問題：P(X /Y)是多少？

當P(X)<< 1，我們可以用P(非X and Y)來近似P(Y)，用P(X) 來近似P(X and Y)，其結果就約等於：P(X)/P(非X and Y)。如果P(X)也遠小於P(非X and Y)，P(非X and Y)也相當小，則陽性卻沒病的概率相當大。比如：P(X)=十萬分之一，P(非X and Y )= 千分之一，Reasonable heh？ 此時P(X/Y)約等於百分之1。Conclusion: Don't panic. Yet.

後面的越寫越難懂，或者是我閱讀能力太差，或者是翻譯的用詞不好。我能記得的最重要的兩點：1. 我們高估我們做估計的能力。2.我們低估極低概率事件發生的概率，且不理解先驗概率隨著新事件的發生被條件概率取代這一點。