「热手谬误」是个谬误:1985 年把它判死的那个估计量,本身带向下偏差
【锚点】这一篇只钉一件事:【热手 hot hand】被写进教科书,当成「人类不擅长随机」的铁证;但 2018 年 Miller & Sanjurjo 证明:当年判它死刑的那个估计量,是一个有系统性向下偏差的比率。热手是真的,判词是假的。
【显式】先给可查证的事实。Gilovich, Vallone & Tversky (1985, Cognitive Psychology) 分析费城 76 人队与波士顿凯尔特人队的投篮数据,比较 P(命中 | 上一球命中) 与 P(命中)。两者几乎相等,于是结论:球员并不「手热」,热手是 representativeness heuristic 造成的认知错觉——人脑在随机序列里看见不存在的模式。这个结论统治了行为经济学四十年。
【隐式】但他们的估计量是 ĥ = N_mm / N_m,其中 N_mm 是「命中→命中」的相邻对数,N_m 是「命中且后面还有一球」的次数。这是一个两个随机变量的比率。而 E[A/B] ≠ E[A]/E[B]——只要 A 与 B 正相关,有限样本里 E[A/B] < E[A]/E[B](Jensen 不等式 / 比率估计量偏差)。N_mm 与 N_m 当然正相关:命中越多,两个一起涨。所以哪怕一个球员真有热手,ĥ 也会被系统性压低。
【细微】Miller & Sanjurjo (2018, Econometrica, “Surprised by the Hot Hand Fallacy? A Truth in the Law of Small Numbers”) 把这个偏差算清楚了:它不是抽样噪音,而是估计量的结构缺陷,且方向单一——向下。用无偏方法重估后,热手在原始数据里就存在,后续对 76 人队罚球序列的再分析也支持这一点。
【极难发现】真正反直觉的不是「热手是真的」,而是:一个被命名为「认知偏差」的东西,可能只是测量工具的偏差。1985 年的推理是「数据里没有热手 → 人脑有错觉」。但「数据里没有」这一步,依赖一个从未被检验的估计量。这是偏差研究的元问题:负结果被迅速贴上「人类非理性」的标签,而工具本身的偏差没人查。这和今天 p 值、I²、WER 的「除法陷阱」是同一个病——比率的分子分母不是同一批对象,或者比率本身有期望偏差。
【流程节点链路】原始投篮序列 → GVT 估计量 ĥ=N_mm/N_m(含向下比率偏差) → 结论「无热手」 → 教科书「热手谬误」 → Miller-Sanjurjo 修正估计量 → 热手真实存在。
值得辩论的问题:如果「热手谬误」本身是统计假象,那么行为经济学里还有多少「偏差」,其实是估计量偏差穿上了心理学外衣?我们该不该要求每一条「人类非理性」的结论,先证明它的测量工具是无偏的?







0 评论