Lecture0-批判性思维概述.pptVIP

* 干扰性原因带来的常见性错误 * 什么是干扰性原因？ 对于同样的证据可以有完全不同的解释，我们把那些不同的解释作为干扰性原因，比如解释房价上涨，物价上涨的种种观点。 不同的干扰性原因单独看往往都看似合理，也都能就一个结果发生的原因提供能自圆其说的解释。 干扰性原因越多，某个具体干扰性原因的可信度就越轻，它可能只是造成结果的一个“促成因素”，而不是决定性因素 。 * 干扰性原因带来的常见逻辑错误 因果关系过度简单化： 根据一些不够充分的因素来解释某事件，过分强调某一个或某几个因素对事件的作用。 典型案例：因为银行进入加息通道，所以房价一定会跌。 分　　析：房价下跌因素很多，除了金融因素，还有同期市场需求，国家政策，投资风险偏好多种因素影响，一个因素变动并不能导致结论成立。 * 干扰性原因带来的常见逻辑错误 因果关系过度简单化： 根据一些不够充分的因素来解释某事件，过分强调某一个或某几个因素对事件的作用。 典型案例：实际上，次贷危机也好，美国贸易赤字也好，说穿了，就是美国人消费得太多，生产得太少，形成了缺口。这个缺口怎么补？一是抢，二是骗。 分　　析：要真如此，为什么还有经济学家主张用刺激消费来帮助尽快走出经济危机？ * 干扰性原因带来的常见逻辑错误 混淆原因和结果： 将原因和结果混淆在一起或没有认识到两件事可能是互相影响的。 典型案例：统计100名女性工作者研究表明：容易生气的女人免疫系统就容易受到伤害。 分　　析：答案也许是免疫系统容易受到伤害的女人，容易导致肝火旺盛而易怒。 * 干扰性原因带来的常见逻辑错误 对共同原因的疏忽： 没认识到两件事可能因为另一个共同因素的影响而相互联系。 典型案例：统计100名女性工作者研究表明容易生气的女人免疫系统就容易受到伤害。 分　　析：也许容易产生敌意和免疫系统不好都是因为这群调查对象拥有不良的生活习惯，也许是其它原因（比如高强度加班）导致某些女人容易生气同时免疫系统受到伤害。 两件事相关性很强并不能等于可以证明他们有因果关系。 * 干扰性原因带来的常见逻辑错误 在此之后，由此引起错误： 仅仅因为B在A之后发生，就认为B是A引起的 典型案例：每次播放郑少秋拍摄的电影，比如《大时代》，香港股市就下跌。所以存在“丁蟹效应”。 分　　析：丁蟹效应是典型的事后归因，人们分析自己的错误过程中常常会犯这种错误。 * 统计数据是否有欺骗性？ 统计数据是一种以数字形式表现出来的证据。 这样的证据可以给人留下深刻的印象，因为数字使证据看起来非常科学、精确，让人感觉到代表着“事实”。 然而统计数据可以并且经常欺骗大家。 关于这点中国人都特别明白！ * 统计数据的骗局 统计数据中的骗局之一 * 典型案例： 中国估计有6750万套空置房。（来源出处不可查） 保守估计，中国有3000万性工作者。 今年物价肯定涨了3倍以上！ 中国估计有6750万套空置房 不可知的，有偏见的统计数据 统计数据中的骗局之二 * 典型案例： 随我国GDP不断增快，中国人民平均收入近年来保持较高增长水平（如果用中数或众数平均数统计，也许是下降） 我单位人均工资收入增长较快（也许只是领导收入增加较快） 中国人民平均收入近年来保持较高增长水平 令人困惑的平均数： 假如要使平均收入较高，就应该用算术平均数，而不是中数或者众数这样的平均数计算方法（中数和众数是更符合实际感受的计算方法）。 统计数据中的骗局之三 * 典型案例： 每1000名消费者中，只有5个人投诉对服务不满意，因此证明这项服务质量很好。 通货膨胀主要原因是因为国际油价这类资源类产品涨价带来输入性通货膨胀。（目前的国际油价离2008年150美元高位还有相当距离，那个时候可没提这个理由） 结论与证据不相符合： 用正确的数据证明错误的结论 通货膨胀主要原因是因为国际油价等资源产品引起的 统计数据中的骗局之四 * 典型案例： 新的汰渍洗衣粉洗衣效率提高了30%（是和谁对比？也许其它产品更高） 现在小区治安越来越糟糕，恶性犯罪率增加了400%（也许绝对数量只是从1起增加到4起，而入住人口增加了10倍） 截至2008年，我国森林面积1.95亿公顷，森林覆盖率达到20.36%（没有告诉你大部分是人工林，改成树林覆盖率更好） 借助遗漏的信息撒谎 中国森林覆盖率已达到20.36% 统计数据中的骗局之五 * 典型案例： 治疗方案X将使心脏病发作的可能性减少20%（也许本来发作风险就不足5%，减少20%也只是4%） 我明年的销售目标是销售额是比今年增加500%（今年我的销售额是零） 使用相对值类数据来描述风险减少可能具有欺骗性 本系统能使项目成本降低5% 小心别人故意遗漏了哪些重要信息？ * 常见的反对意见 缺失定义 缺失价值观解释 缺失论证里提到事实的来源 搜集事实的详细程序 缺失或不完整的