第4章 论预测心理学（2）

二、数值预测

标准预测理论中的一个基本规则是，在一组案例中，预测的变异性，应该反映预测准确度。当预测准确度极佳时，个体将预测标准值（criterion value）。而当不确定性极大时，在所有案例中，个体都将预测固定值（在类别预测中，个体将预测最高频率的类别。在数值预测中，个体会依据损失函数，预测均值、众数、中位数或其他数值）。因此，预测准确度极佳时，预测的变动将等同于标准值的变动。预测准确度为零时，预测变异性也为零。预测准确度为中等时，预测的变异性也取中等的值，也就是，预测依标准而回归。因此，不确定性越大，预测变异性越小。而使用代表性启发式的预测并不符合这一规则。在前一节，我们已知，预测的预期准确度下降时，人们并不会回归于高频率的类别。本节将在数值预测情境下显示类似的错误。

1.结果预测对输入信息的评估

假设你被告知，一位大学新生被咨询人员形容为聪明、自信、渊博、勤奋，还富有好奇心。请考虑下面对该描述可能提出的两类问题：

（1）评估：关于学习能力，这一描述给你留下多深的印象？这种描述适合多少比例的新生，会给你留下更深印象？

（2）预测：你估计该生会获得多高的平均绩点？获得更高的平均绩点的新生的比例是多少？

这两个问题之间有一重要区别。在第一个问题中，你评估的是输入信息；在第二个问题中，你预测结果。由于第二个问题比第一个问题肯定有更大的不确定性，你的预测应该比你的评估更趋向回归。也就是说，你给出的作为预测的比例将比作为评估的比例更接近50％。为凸现这两个问题之间的差异，请考虑这项描述不准确的可能性。它应该不会对你的评估产生任何影响：对这些描述给你印象的排序与它们的准确度无关。另一方面，就预测而言，只有当你怀疑描述不准确或者你的预测不准确时，你才会回归。

然而，代表性假设，使预测和评估一致成为必然。在评估一份给定描述时，人们很可能选取最能代表这一描述的分值。如果人们用代表性预测，他们会选取最具代表性的分值作为预测。因此，评估与预测将基本上等同。有多项研究被用来检验这个假设。在每项研究中，被试获得有关一组案例的描述性信息。评价组评价与特定总体相关的每一描述的质量（quality），预测组则预测将来的表现。这两组的判断将被比较，以检验预测是否比评估更趋向回归。

在这两项研究中，被试得到对大学新生的描述，据称是由咨询员在对新生班级的访谈基础上写成的。在第一个研究中，每一描述由五个形容词组成，如我们引用的例子一样，它们涉及智力品质与性格。在第二个研究中，描述是大段的报告，包括这些学生的详细背景和目前对大学生活的适应情况。在两项研究中，评估组都被要求，以评估“在整个班级中，由描述显示的比该生更具学习能力的同学的比例”的方式，评估每一份描述。预测组得到同样的描述，并被要求预测每位学生在大一学期末取得的平均绩点与百分比方式的班级排名。

这两项研究的结果都在图4-2中有显示，它为每一描述描出百分比平均绩点的预测均值对应着平均评估的点。观察到的预测与评估之间的唯一的系统的偏差发生在形容词研究中，在该研究中，预测始终高于对应的评估。用每位被试的数据算出预测或评估的标准差（standard deviation）。在我们研究中的数值范围内，这些数值的对比没有显示出评估组与预测组在变异性上的显著差异。在形容词研究中，评估组（N=38）的平均标准差是25.7，预测组（N=36）是24.0（t=1.25，df=72，没有显著差异，简写为ns）。在报告研究中，评估组（N=37）的平均标准差是22.2，预测组（N=63）是21.4（t=0.75，df=98，没有显著差异，简写为ns）。在两项研究中，预测组与评估组都产生同样极端的判断，尽管前者基于粗略的访谈信息预测出稍具客观性的标准值，而后者仅仅是评估从每一描述那里获得的印象。在预测的统计理论中，只有在预测准确度极佳时，我们观察到的预测与评估之间的相等才具合理性，而在这些研究中，难以想象这一条件能得到满足。

对评估与预测相等的进一步的证据，源于贝丝（ Beth，1972）的硕士论文。她呈现给三组被试7段话，每段话都描述一位实习老师在某一特定试讲课程上的表现。被试是希伯来大学统计课程上的学生。他们被告知，这些描述是从100位小学教师的档案中抽取出来的，这些老师在5年前完成了他们的教师培训计划。评估组的被试，要求用相对于给出总体的百分比分数的方式，评估这段话描述的课程的质量。预测组的被试，要求用百分比分值来预测每位教师目前的名次，也就是在写出这些描述的5年后他的总体胜任能力。评估-预测组要完成这两项任务。与上述研究一样，评估与预测的差异不明显。这一结果对被试之间与被试内（within-subject）的比较同样成立。尽管判断者都毫无疑问知道在一次试讲课程与五年后的教学能力之间有多重因素起作用，这一知识却并未导致他们的预测比评估更趋向回归。

2.预测对转换

前面的研究说明，对变量的预测相比于对变量输入信息的评估，并不会更趋向回归。在下面这个研究中，我们将说明在有些情况下，对某一变量（学习成就）的预测，并不比变量在不同尺度之间的转换，更趋向回归。平均绩点，被选作输出变量，是因为它具有相关性，且它的分布特性对被试是非常熟悉的。

三组被试参加了实验。所有组的被试，都要在单一每位学生获得的百分比分值基础上，预测10位假想的学生的平均绩点。所有小组都拿到同样的一组百分比分值，只是三组获得如下的对输入变量的不同表述：

（1）百分比平均绩点：第一组被试（N=32）被告知，“对这数名学生的每一位，你都会得到一个代表他大学第一年的学习成就的百分比分值，你将需要对他当年的平均绩点给出你的最佳的猜测。”研究者也向被试解释，“比如，百分比分值是65，表示该生获得的平均绩点好于他所在班级的65％的同学，以此类推。”

（2）心理集中度（mental concentration）：第二组被试（N=37）被告知，“对心理集中度的测试是测量集中注意力和提取由复杂信息传达的所有信息的能力。研究发现，获得较高平均绩点的学生，往往在心理集中度测试中取得高分，反之亦然。然而，研究发现，心理集中度测试中的表现取决于测试者参加测试时的情绪和心理状况。因此，同一人重复测试会取得差别很大的分数，这取决于测试前一天晚上他的睡眠状况和当天他的心境。”

（3）幽默感：第三组被试（N=35）被告知，“幽默感的测试可测量一个人为卡通配上诙谐的文字说明和欣赏不同形式的幽默的能力。研究发现，在此测试中取得高分的学生比取得低分的总体上趋于获得更高的平均绩点。不过，用幽默感去预测平均绩点，不可能有较高的准确度。”

在这个实验设计中，所有被试都在同一组百分比值基础上预测平均绩点。第一组仅仅将百分比平均绩点的数值转换为平均绩点尺度上的数值。另一方面，第二组和第三组依据关系甚远的证据来预测平均绩点。标准的推理将要求这两组的预测比第一组的判断更回归，也就是有更少的波动。然而，代表性假设暗示了不同模式的结果。

第二组用可能有效但不可靠的、被看作学习能力的一种衡量方式的心理集中度来预测。我们假设这一组的预测与第一组预测相比，并不会更回归。总之，我们推测，最能代表在某一能力测试（如心理集中度）中取得的百分比数值的成就分值（如平均绩点），是对应在成就量度上的同一百分比数值。因为代表性并不受不可靠性的影响，我们预期用不可靠的心理集中度的测试做出的平均绩点预测，将基本上与用百分比平均绩点做出的预测相同。另一方面，我们预期第三组的预测将会回归，因为幽默感的测试，并不被普遍认为是学习能力的衡量方式。

由这三组赋予10个百分比数值的预测显示于图4-3。在该图中，显而易见的是，第二组的预测并不比第一组的预测更回归，而第三组的预测显得更回归。

在每位被试数据的范围内，计算出4个指标：他的预测的均值，他的预测的标准差，输入数值基础上做出的预测平均绩点的回归的斜率，以及它们之间的积矩相关系数。三组中的这些数值的均值均列示于表4-3。

在表格中，三组都产生有顺序的数据是显而易见的，这由输入变量与预测之间的高度相关证明[平均的相关系数，是通过将个人的数据转换为费希尔系数（ Fisher' s Z）而获得的]。预先计划的第一组和第二组、第二组和第三组之间比较的结果确证了在图4-3中观察到的模式。在用百分比平均绩点和心理集中度做出的预测之间没有显著差异。因此，人们在用对能力的衡量来预测对成就的衡量时并不回归，无论它多么不可靠。

另一方面，用幽默感做出的预测，是回归的，尽管不够充分。由回归曲线的比较而推定的平均绩点和幽默感之间的相关系数是0.70。另外，用幽默感做出的预测，显著地比用心理集中度做出的预测高。同时，由心理集中度做出的预测，倾向于比百分比平均绩点基础上的预测高。我们在很多研究中都获得这一发现。当在不完备信息基础上预测某人的学习成就时，被试表现得宽大仁慈（Guiford，1954）。他们对有效性降低做出的反应是，提高预测出的表现水平。