过度自信效应

​

什么是过度自信效应？

过度自信效应是指，对一个判断的把握，超出了记录所能支持的程度。记录可以是分数，可以是相对于另一个人的名次，也可以是你画出的区间有多少次真的罩住了答案。

在困难的任务上，人们高估自己的实际表现，同时又错误地以为自己不如别人；在容易的任务上，人们低估自己的实际表现，同时又错误地以为自己比别人强。

这句话译自唐·摩尔与保罗·希利2008年发表在《Psychological Review》上的原句。高估表现（overestimation）是分数缺口：你声称的分数减去你实际得到的分数。高估相对位置（overplacement）是名次缺口。它从你把自己放在对方之上的距离算起，再减去你实际上领先对方的距离。过度精确（overprecision）是区间。太多把握挤在太少的结果上。这三个名字是同一批文献里的三个部分。它们不是同一个失误的三个说法。 一次练习测验能把这个拆分看清楚。它可以问你刚刚得了多少分，这个分数相对一个随机同学处在哪里，以及多宽的带子仍然应该罩住真实分数。一种暖烘烘的感觉填不满三格。贝叶斯思维是把事先的预期朝着新证据移动的正式习惯。摩尔与希利用这个习惯来解释。信号有噪声时，估计应当落在事先预期和信号之间。在本页，过度自信效应说的是：这一步做得不完整时，三个测法各自怎样，以及带子比它的命中更窄时怎样。

​

过度自信效应的三层理解

• 入门：信号是一种很有把握的感觉。顺着它行动之前，先说出它回答的是哪一个问题。分数、名次和区间是三个问题。
• 实践：评审之前，把三个答案写在一行上。一个是你认为自己得到的分数。一个是你相对一个随机同侪的名次。一个是你声称大约十次能罩住九次的带子。事后用命中来给带子打分。
• 进阶：困难任务和容易任务把分数和名次推向相反的方向。新证据只把事先的预期挪动一部分，并不是把事先的份额丢掉。基础比率忽视是个案一到就离开已说明的份额。下面的测验从事先预期出发，再把估计拉回去。一道10题测验上的分数，不是一间办公室的错误率。

​

起源

这个名字比三种测法的拆分更早。拆分才让这个名字用得上。 1965年，斯图尔特·奥斯坎普在《Journal of Consulting Psychology》第29卷、第261–265页发表了《Overconfidence in case-study judgments》。奥斯坎普当时在克莱蒙特研究生院。这篇论文修订了1964年4月18日他在西部心理学会的发言。三十二名评判者读一份已发表的个案，分成四个按时间排列的阶段。个案是约瑟夫·基德，出自罗伯特·怀特1952年的《Lives in Progress》。每个阶段之后，评判者回答关于这个人的同一套25个问题。 八名评判者是加利福尼亚州一家州立医院的临床心理学家。每人有数年临床经验，其中五人有博士学位。十八人是心理学研究生。六人是人格课程里的高年级本科生。没有人知道研究假设。他们四五人到九人一组坐着，各按自己的速度做。下面的平均数把32人合在一起。 阶段里的材料增加时，准确率并没有显著上升。把握上升了。论文报告，把握从第1阶段的33%升到第4阶段的53%。平均缺口，也就是把握减去准确率，第1阶段是7个点，第4阶段是25个点，t = 5.14，df = 31，远远超过.001水平。32名评判者里，除了2人，都变得过度自信。

显然，越来越强的把握，并不是对一个个案的预测越来越准的可靠标志。

这句译自该文摘要的收束句，说的是这一份个案。33、53、7和25都属于这25个问题。那家医院雇用了其中8名评判者。这些数字不是病房里失误的计数。不要用33减7，或用53减25，再把得数叫成准确率。把握的上升和缺口是两笔分开的报告，上升那一句里的数是四舍五入后的说法。 后来的一批研究要求人对一个数量给出区间，常常是90%的区间。摩尔与希利把那一条线概括为：区间罩住真相的次数不到一半。他们引用阿尔珀特与雷法（1982），克莱曼、索尔、冈萨雷斯-瓦列霍与巴拉斯（1999），以及索尔与克莱曼（2004）。他们还引用泰根与约根森（2005），说90%区间的命中率在30%到50%。本页不重读那些命中率。它们不是下面的测验。 摩尔与希利把三种测法放进同一篇论文。《The Trouble With Overconfidence》是《Psychological Review》第115卷、第502–517页（2008）。摩尔在卡内基梅隆大学泰珀商学院。希利在俄亥俄州立大学经济系。测验在卡内基梅隆的实验室里进行。论文报告的一次 PsycINFO 检索里，实证研究所占的份额大致是：约64%测的是高估表现，约5%测的是高估相对位置，约31%测的是过度精确。高估表现的研究里，约74%问的是人对单一题目有多把握。论文说，那种格式把分数缺口和区间粘在一起。

​

核心要点

三个测法让过度自信效应不会塌成一种心情。统计思维用区间罩住答案的次数来给区间打分。下面的步骤，是2008年那些测验上的三个分数。

​

应用场景

一个判断要被当成事实来用时，先写这三行。测验里的数字是这个模式的画面。离开实验室时，把它们留在实验室。

​

经典案例

被计数的测验，是摩尔与希利2008年论文里的实验。八十二名卡内基梅隆大学的学生在实验室里参加。平均年龄24岁，标准差6.42，范围是18岁到59岁。招募他们的帖子标题是“Tons o’ Trivia”。作者担心，一个冷知识标题会招来把自己放得太高的人。这个担心没有出现在事先的预期里。对自己的预期平均分是5.36，对一名随机的先前参与者也是5.36。 每人做18份测验，每份10题。主题是科学、电影、历史、体育、地理和音乐。每个主题有一份容易的、一份中等的、一份困难的。顺序随机，每三个一轮里各有一种难度，一共六轮。平均得分是8.86、5.92和0.71，F(2, 162) = 781.00，p < .001。人们看得出差别。中途对自己分数的估计是8.64、5.93和1.50，F(2, 162) = 586.00，p < .001。从容易到困难的落差，在信念上比在分数上小。 对0到10的每一个分数，他们都给出一个概率，既为自己，也为一名随机的先前参与者。十一根条子的概率始终加总到100%。这些报告用二次评分规则付费。论文说，当报告符合本人诚实的最佳估计时，这条规则付得最多，每一组猜测从0美元到2美元。测验本身的报酬取决于百分位名次。18轮里随机抽出5轮，再取平均。大约90分钟后，平均报酬是20.23美元。 分数缺口和名次缺口走向分开。中途，也就是做完测验、尚未对答案时，高估表现在容易测验上平均是负0.22分，中等是0.01，困难是0.79，F(2, 162) = 42.53，p < .001。这三个平均数的标准差是0.93、1.27和1.50。高估相对位置平均是0.48、0.04和负1.36，F(2, 162) = 24.88，p < .001。那些标准差是2.59、3.91和2.39。在同一份测验内部，两个测法一起移动，平均相关是.29。跨过18份测验，它们走向分开，r(18) = −.64，p = .004。 反复练习并没有擦掉分数缺口。论文报告，轮次没有主效应。轮次与难度的交互显著，F(10, 810) = 2.65，p = .003，论文说这种变化不是一条直线。对线性模式的检验并不显著。高估相对位置既没有轮次的主效应，也没有轮次与难度的交互。 按论文自己的检验，区间仍然太紧。代表90.5%把握的带子，有73.1%的次数罩住了真实分数。论文的二项检验把“在这种把握的带子上，命中率低到这个程度”的机会，放在大约每一百万次里的6次。把握跑在命中率前面：每一种难度、每一轮、每一个阶段、自己和另一个人，都是如此，所有 p < .01。更宽的带子属于更不准的估计。中途，带子宽度与离真实分数的距离相关，自己是 r = .54，另一个人是 r = .23，两者都是 p < .001。 教训是这个拆分。一个词曾被要求同时罩住分数、名次和区间。在这些测验上，前两个走向相反，区间也不跟着其中任何一个走。学生在回答冷知识，并且因为报告一个分布而得到报酬。10题测验上0.79分的平均缺口不是79%。73.1%的命中率也不是旧的区间研究里那份30%到50%的概括。20.23美元是这一场的平均报酬。它不是市场上的回报。

​

边界与失效场景

把三个测法折成一种心情时，过度自信效应就用错了名字。把测验上的一个点带出实验室、当成工作场所的比率时，也用错了。 第一条边界是难易颠倒。容易的测验上，分数低了0.22分，名次高了0.48分。困难的测验上，分数高了0.79分，名次低了1.36分。标准差比这些平均数更大。移动发生在平均数上。达克效应说的是技能，以及判断这份技能的能力。困难测验0.71的平均分，是这些题目做出来的结果。摩尔与希利把克鲁格与邓宁（1999）引为“熟练的人会低估”的一份报告。本页不重读那篇1999年的论文，也不把0.79或负0.22挪到那一页上。 第二条边界是区间。看见测验之后，命中率从55.1%升到85.6%。对完答案之后，另一个人分数的命中率是84.4%。三个数都低于带子所代表的90.5%把握。摩尔与希利对更早的90%区间的概括——命中不到一半——以及他们归给泰根与约根森（2005）的30%到50%，是另一种方法。73.1%是从0到10的完整分布上切出来的带子。奥斯坎普那里，把握从33%升到53%，准确率的线是平的，那是第三项任务。加页抬高了那里的把握。那些页不是2008年的命中率。 第三条边界是往外搬，包括相邻的概念。规划谬误说的是对自己项目的时间和成本。乐观偏见说的是自己的未来相对别人的未来。摩尔与希利把两者都当成“机会偏高或偏低时，高估表现和高估相对位置会翻转”的场合。本页不携带它们的数字。虚幻优越是那一页，谈的是在容易的特质上把自己放在别人之上。控制错觉谈的是人以为自己能把结果转到什么程度。效度错觉谈的是对预测力很差的线索保持把握。加利福尼亚那家州立医院雇用了奥斯坎普的8名评判者。7个点的缺口和25个点的缺口，不是病房的错误率。

​

常见误区

有三种混淆跟着这个词走。三个测法被当成一种感觉。更多页数被当成更高的准确率。测验上的一个点被当成工作中的比率。

​

相关概念

过度自信效应旁边，是一种技能模式、一种时间模式、一种关于自己未来的信念，以及移动事先预期的正式方法。这些链接是邻居。它们不是这个缺口的别名。

​

一句话总结