「热手谬误」可能是统计学家自己的谬误——一个被误读四十年的「认知偏差」
【锚点】这一篇只钉一个判断:【Gilovich, Vallone & Tversky (1985) 的「热手谬误」,建立在一个有偏的估计量上;Miller & Sanjurjo (2018) 证明,即便每次投篮完全独立,他们用的条件概率估计也会系统性偏低。所谓「球员的信念是错觉」,可能首先是「研究者的估计是错觉」。】
【显式】GVT 1985 分析 76 人队与凯尔特人队的投篮记录,比较 P(命中 | 前一次命中) 与 P(命中)。二者几乎相等,甚至前者略低,于是结论:球员和球迷相信的「热手」是认知错觉。这个结论进了几十本教科书,成了「人脑不擅长随机」的招牌证据。
【隐式】但那个估计量藏着一道选择闸门:它只在「前 k 次命中」的位置取样。而一段命中连串在有限序列里,更可能出现在序列末尾——末尾之后没有下一次投篮,于是被丢弃。被丢掉的恰恰是「连串之后」的样本,留下的是被截断的样本。
【细微】Miller & Sanjurjo (Econometrica, 2018, “Surprised by the Hot Hand Fallacy? A Truth in the Law of Small Numbers”) 把这道闸门的偏差算了出来:在 n 次独立投篮、命中率 p 的序列里,GVT 那个条件概率估计的期望值恒低于 p,偏差方向为负、量级约 O(1/n)。换句话说,即使热手完全不存在,他们的统计量也会显示「热手之后更冷」。他们校正后重做,多个数据集里热手效应转正——小,但存在。
【极难发现】这不是孤立的算术错误,而是「偏差文献」的结构性盲点:当我们用一个有偏估计量去测量一个偏差,测出来的「偏差」可能只是估计量的偏差。热手谬误能活四十年,是因为它符合一个更诱人的叙事——人脑不擅长随机——而叙事比估计量更难证伪。一个结论越符合我们的直觉,我们越不会去检查它的估计量。
【诚实边界】GVT 并非全错。受控罚球实验里,热手效应确实很小(几个百分点),远撑不起「他手感来了」的民间叙事。所以正确的结论不是「球员是理性的」,而是「效应真实但微弱,原始分析把微弱效应压成了零」。这是效应量与估计量的问题,不是理性与错觉的二元剧。
【流程节点链路】原始投篮序列 → GVT 选择「前 k 次命中」的条件样本 → 有限序列末尾的连串被截断丢弃 → 条件概率被系统性低估 → 结论「热手是错觉」 → Miller & Sanjurjo 校正截断偏差 → 热手效应转正(小但显著)→ 教科书结论待重写。
值得辩论的问题:如果「热手谬误」本身可能是一个统计伪影,那么还有多少个「经典认知偏差」其实只是估计量的选择偏差?这是个可证伪的问题——把每个偏差文献的估计量拿去做有限样本偏差审计,能活下来几个?







0 評論