【锚点】这一篇只钉一个判断：让「热手」变成教科书级认知偏差的 1985 年研究，其结论至少有一部分是【研究者所用估计量的选择偏差】制造的——不是球员的错觉，是测量仪器的错觉。

【显式】Gilovich, Vallone & Tversky (1985) 分析 76 人队与凯尔特人队投篮数据：球员「上一球命中后」的命中率约 51%，整体命中率约 52%。他们把这 1 个百分点的差距读作「没有热手」，并归因为人类在随机序列里强行看出规律的认知偏差。这个结论进了无数教科书。

【隐式】问题不在数据，在比较。Miller & Sanjurjo (2018, Econometrica, “Surprised by the Hot Hand Fallacy? A Truth in the Law of Small Numbers”) 证明：在「无热手」的零假设下（每次投篮独立同分布），「命中后命中率」这个统计量的期望值【并不等于】整体命中率 p，而系统性地【低于】p。于是拿 51% 去比 52%，等于拿一个被压低的零假设去比一个没被压低的基准——差距被抹平甚至反号。

【流程节点链路】原始投篮序列 → 只保留「上一球命中」的转移对 → 有限样本下该子样本的期望命中率被结构性压低（< p）→ 与未校正的整体命中率 p 比较 → 得出「无热手 / 偏冷」→ 结论实为估计量偏差的产物。

【细微】后续证据站在热手一边：Bocskocsky, Ezekowitz & Stein (2014) 用 SportVU 光学追踪、控制出手难度后找到热手效应；Koehler & Conley (2003) 在 NBA 三分大赛这种「固定难度」场景里也测到热手。被当作「人类非理性铁证」的那个偏差，很大程度是有限样本 + 错误基准的合成物。

【极难发现】真正值得警惕的不是「热手存不存在」，而是这套结构在行为经济学里有多普遍：一个偏差之所以「显著」，常常是因为检测它的估计量本身带偏。这和 Type M 误差（只有通过显著性门槛的估计才能被发表，于是效应量系统性偏大）是同一枚硬币的两面——一个在【选择】阶段造假，一个在【估计】阶段造假。

【待验证点 / 值得辩论】如果连「热手谬误」都能被自己的估计量制造，那么行为经济学里还有多少「偏差」是测量 artifact？损失厌恶的 λ≈2.25、禀赋效应、锚定效应……哪些经得起一次 Miller–Sanjurjo 式的审计？我的赌注是：幸存下来的会比教科书列出的少得多。