目录（点击切换）
本文选自 丹尼尔·卡尼曼新作《噪声》，扫上面码免费领电子书
重。请回想一下，参与者只看到了该故事的一个版本。因而，他们在
对更严重的损害给予更严厉的惩罚时，结果的产生并非是基于仔细比
较，而是因为他们在两个版本中进行了自动匹配。参与者的反应更多
依赖于快思考系统而非慢思考系统。
充满噪声的量表
该研究的第二个目标是找出惩罚性损害赔偿为何会充满噪声。我
们的假设是，对于被告应该受到多严重的惩罚这一问题，陪审团的想
法往往是一致的，但对于如何将惩罚意图转化到赔偿金额这一量表
上，他们出现了很大的分歧。
该研究设计比较了在相同案件的判决中，三种量表中存在的噪声
数量，这三种量表分别是愤怒程度、惩罚倾向和赔偿金额(美元) 。
为了测量噪声，我们采用了本书第6章分析美国联邦法官的噪声审查结
果时使用的方法。在那项分析中，我们假设某一案件中所有人的判断
均值可以被看作是无偏差、公正的值。这只是出于分析目的所做的假
设。需要强调的是，这个假设可能是错的。在理想状况下，陪审员使
用的量表对每起案件的判断都应该是一致的。任何偏离平均值的判断
都被视为误差，这些误差是系统噪声的来源。
第6章提到，系统噪声可分为水平噪声和模式噪声。在这里，水平
噪声是指不同陪审员通常的严厉程度的变异 ，而模式噪声是指某位陪
审员对不同案件的反应相对于其自身平均值的变异。因此，我们可以
将判断的总体变异分解为三个组成部分，公式见下面。
判断方差公正惩罚的方差
噶
水平噪声?
各
模式噪声?
Variance of Judgments
Variance of Just Punishments
十
(Level Noise) ?
噶
(Pattern Noise) ?
这种分析方法将判断的方差分解为三个部分，分别对愤怒程度、
惩罚倾向和赔偿金额这三种判断进行了分析。
图15-1显示了分析结果。噪声最少的量表是惩罚倾向，其中系统
噪声占变异的51%，与公正惩罚的变异几乎一样多。愤怒程度比惩罚倾
向的量表噪声量更大，达到71%。到目前为止，赔偿金额量表的噪声量
是最大的，判断中有9和合的变异为噪声!
关于卡尼曼的预期理论相关推荐:
丹尼尔 卡尼曼的书,卡尼曼理论 赌徒输,噪声这本书
评论已关闭！