三扇门摆在你面前：换，还是不换？
游戏规则先摆上桌：三扇门，一扇后面是车，两扇后面是羊。你选了 1 号门。主持人知道车在哪，他打开 3 号门——一只羊冲你咩了一声。他笑眯眯地问：『换 2 号门吗？』
先别往下读，心里作答：换？不换？还是无所谓？
如果你的答案是『剩两扇门，一半一半，无所谓』——恭喜，你和当年成百上千封反对来信(不少出自博士之手)掉进了同一个坑。正确答案：换，赢率是 2/3；不换，只有 1/3。
证明只要三行：你最初选中车的概率是 1/3——这种情况换门必输；你最初选中羊的概率是 2/3——这时主持人被迫打开另一只羊的门，换门必赢。所以『换门赢』＝『你一开始选错』＝ 2/3。这道题 1975 年统计学家 Steve Selvin 就在 The American Statistician 的读者来信里提出并给出正解——比后来那场全国大吵早了整整 15 年。
目击者说是蓝车：你敢判它多大概率？
下一题，法庭见。某城 85% 的出租车属绿色车行、15% 属蓝色车行。夜里一辆出租车肇事逃逸，目击者一口咬定：『是蓝车。』法庭专门测过他，同等条件下辨色正确率 80%。问：肇事车真是蓝车的概率是多少？先在心里报个数。
报 80% 的请举手——Tversky & Kahneman 拿这题做实验时，被试回答的中位数和众数都是 80%。而贝叶斯给出的正确答案：约 41%。P(蓝|指认蓝) = (0.15×0.80) / (0.15×0.80 + 0.85×0.20) = 0.12/0.29 ≈ 41%——也就是说，这个指认更可能是错的。大家把『目击者可靠性』直接当成了答案，把『蓝车只占 15%』这条基率整个扔掉了：生动具体的个案证据碾压了抽象的统计背景，这就是基率忽视（base-rate neglect）。
觉得只有陪审团会栽？1978 年 Casscells 等人在《新英格兰医学杂志》报告了一场哈佛教学医院的小测验：某病患病率 1/1000，检测假阳性率 5%（患者几乎都能测出阳性），一个随机个体检测呈阳性，他真患病的概率是多少？——先作答，再往下看。60 名医学生、住院医与主治医生里，最常见的答案是 95%（45% 的人这么答），只有 18% 答对：约 2%。算给你看：1000 人里约 1 个真阳性；健康的 999 人里约 50 个假阳性；阳性堆里真患病 = 1/51 ≈ 2%。更扎心的是，2014 年 JAMA Internal Medicine 重复这个调查，正确率依然只有约 1/4，最常见答案还是 95%。
病根有个名字——逆概率混淆：把 P(证据|假设) 直接当成 P(假设|证据)。医生把『患病者中 95% 呈阳性』读成『阳性者中 95% 患病』；法庭版叫检察官谬误——『若无罪则 DNA 匹配概率极低』被读成『匹配了就几乎必然有罪』。
黑色连开 26 次：红色『该来了』吗？
1913 年 8 月 18 日，蒙特卡洛赌场，一张轮盘台上黑色已经连开了 15 次。你手里攥着筹码——押红吗？
当年的赌客用真金白银投了票：据 Huff & Geis 的经典记述，从黑色连开约 15 次起，人们蜂拥重注红色——『黑出了这么多，红该来了』——连输之后还不断加倍。结果黑色一路连开到 26 次，赌场赢走数百万法郎。
哪里错了？轮盘每一转都是独立事件，它不记得、也不亏欠任何颜色。『指定颜色连开 26 次』的先验概率确实低到约 2^-26 ≈ 1/6700 万——但那是开局前算总账的概率；黑已经开出 25 次之后，第 26 把开红的概率没有任何提高。这种『随机序列会自我纠偏』的直觉就是赌徒谬误（又叫蒙特卡洛谬误）；Tversky & Kahneman 把它归因于『小数定律』信念——错误地期望短序列也该体现长期比例。
赌徒谬误还有个镜像兄弟叫热手：这回人们不赌反转，反而笃信延续。1985 年 Gilovich、Vallone & Tversky 调查 100 名篮球迷：91% 相信球员『连中两三球后比连丢后更容易命中』，84% 主张把球传给刚连中数球的人；球迷估计一名 50% 命中率的球员刚投中后命中率 61%、刚投丢后 42%。可 1980-81 赛季 76 人队 9 名主力的真实记录：连中 3 球后再命中率加权均值只有 46%，连丢 3 球后反而 56%（刚中 1 球后 51%、刚丢后 54%）；凯尔特人罚球数据、康奈尔校队 100 投控制实验同样找不到正相关。GVT 的结论：人们严重低估纯随机序列自然成串（streak）的频率，把正常聚集当成了『状态』。赌徒谬误赌反转，热手谬误赌延续——同一枚硬币的两面：都不肯接受『随机本来就会成串』。
自测 · 学完检查一下
想真正动手做题、记进度、攒连胜？到互动课里练。
公司年会抽奖：三个箱子，一个装着大奖，两个是空的。你选了 A 箱。知道底细的主持人当场打开 C 箱——空的，然后问你要不要换 B 箱。换箱拿到大奖的概率是多少？
答案：2/3——你最初选错的概率是 2/3，只要选错了，换箱就必中
换箱＝只要你最初选错就赢。最初选中大奖的概率是 1/3（换必输）；选中空箱的概率是 2/3（此时知道底细的主持人被迫打开另一个空箱，换必中）——所以换箱赢率 2/3，是不换的两倍。『剩两个各一半』错在把主持人开箱当成随机事件：他永远只开空箱，这个动作携带信息。这就是蒙提霍尔三门问题，统计学家 Steve Selvin 1975 年在 The American Statistician 的读者来信中最早提出并给出正解。（出处：Selvin 1975；Krauss & Wang 2003）
换门为什么能赢 2/3，而不是『剩两扇门各 1/2』？下面哪个解释踩在点上？
答案：主持人知道车在哪、只会开羊门，他开哪扇受你首选约束、携带信息——你首选之外的 2/3 概率被整个压到剩下那扇未开的门上
主持人不是瞎开门：他知道车在哪、只会开羊门，开哪扇受你的首选约束——这是条件化行为、携带信息，你首选之外的 2/3 概率全压到剩下那扇未开的门上。反过来，若主持人不知情、随机开门恰好开出羊，换与不换才各 1/2——前提一变，答案就变。至于 vos Savant：她从没认错，1991 年 7 月 21 日《纽约时报》头版确认她是对的。（出处：Selvin 1975；Tierney, NYT 1991）
判断：换个主持人——他并不知道车在哪，随手打开一扇门，碰巧是羊。这时换门的赢率照样是 2/3。
答案：错误
错误。换门赢 2/3 的成立关键前提是：主持人知道门后情况、必定开一扇羊门、必定给出换门机会——他的开门是受约束的条件化行为。若主持人只是随机开门、恰好开出羊，此时换与不换各是 1/2。同一个开门动作，知情与否，概率结论完全不同——用这条前提可以一眼识别各种『伪蒙提霍尔』场景。（出处：Selvin 1975, The American Statistician）
1990 年 vos Savant 在专栏里写『换门，赢率翻倍到 2/3』，随后收到约一万封来信、近千封来自博士，普通读者来信 92% 反对她。这场大战最后怎么收场？
答案：1991 年《纽约时报》头版确认她是对的；她发动全美学校课堂做实验，模拟结果一致支持换门 2/3
1991 年 7 月 21 日《纽约时报》头版刊登 John Tierney 的报道，确认 vos Savant 是对的；她还发动全美学校课堂做实验，模拟结果一致支持换门 2/3。回头看那一万封信：普通读者 92% 反对、大学来信 65% 反对、近千封博士来信大多言之凿凿地反对——专业训练并不能免疫条件概率错觉，这正是此事成为『条件概率直觉集体失灵』标志性公案的原因。（出处：Tierney, NYT 1991；vos Savant, Game Show Problem）
某罕见病患病率 1/1000。公司全员体检用的检测几乎能测出所有患者，但假阳性率 5%。同事小李查出阳性，整个人都不好了。他真患病的概率最接近——
答案：约 2%——1000 人里约 1 个真阳性，健康的 999 人里却有约 50 个假阳性，阳性堆里真患病只占约 1/51
自然频数一摆就清楚：1000 人里约 1 个真患病（检测几乎必阳）；健康的 999 人里约 5% 即约 50 人假阳性——阳性的约 51 人里真患病只有 1 个，约 2%。1978 年 Casscells 等人拿同样的数字问哈佛教学医院的 60 名医学生、住院医与主治：45% 答 95%，只有 18% 答对；2014 年 JAMA Internal Medicine 重复调查，正确率仍只有约 1/4，最常见答案还是 95%。1/1000 的基率才是主角——『假阳性率 5%』绝不等于『阳性者中 95% 患病』。（出处：Casscells, Schoenberger & Graboys 1978, NEJM；Manrai et al. 2014）
法庭上检察官说：『如果被告无罪，DNA 恰好匹配的概率微乎其微——所以匹配了，他几乎必然有罪。』这段话踩进了哪个坑？
答案：逆概率混淆——把 P(证据|无罪) 直接当成了 P(无罪|证据)，跳过了『人群里有多少人可能碰巧匹配』这条基率
这是逆概率混淆（confusion of the inverse）的法庭版——检察官谬误：『若无罪则匹配概率极低』说的是 P(证据|无罪)，它不等于 P(无罪|证据)，中间隔着基率——人群里有多少人可能碰巧匹配。它和医生把『患病者中 95% 呈阳性』读成『阳性者中 95% 患病』是同一个病根。赌徒谬误、热手、小数定律说的都是对随机序列的误读，不是把条件概率的方向搞反。（出处：Gigerenzer & Hoffrage 1995；Eddy 1982）
同一道乳腺癌贝叶斯题，Gigerenzer & Hoffrage（1995）换了个问法，答对率从 16% 跳到 46%。他们做了什么？
答案：把概率格式（患病率 1%、灵敏度 80%、假阳性率 9.6%）改写成自然频数——『每 1000 名女性中 10 人患癌，其中 8 人阳性；990 名未患癌者中约 95 人也呈阳性』
他们把概率格式改写成了自然频数，答对率 16% → 46%（更短的频数格式达 50%）。频数的妙处：基率（10/1000）变得看得见，贝叶斯计算塌缩成一步——8/(8+95)。Gigerenzer & Hoffrage 的结论：人类认知长期处理的是逐例累积的自然频数而非单事件概率——直觉失灵多半不是人笨，而是信息表征格式和心智算法不匹配，换成频数表述，普通人也能做对贝叶斯推理。（出处：Gigerenzer & Hoffrage 1995, Psychological Review）
判断：轮盘已经连开 10 把红。因为红黑长期各占一半，接下来开黑的概率变高了——现在重注黑色是划算的。
答案：错误
错误。轮盘每一转都是独立事件，无记忆、不欠任何颜色——连开 10 把红之后，下一把开黑的概率没有任何提高。1913 年 8 月 18 日蒙特卡洛赌场黑色连开 26 次：据 Huff & Geis 记述，赌客从黑连开约 15 次起蜂拥重注红色、连输还不断加倍，最终赌场赢走数百万法郎。『指定颜色连开 26 次』的先验概率约 2^-26 ≈ 1/6700 万，但已经开出的部分丝毫不改变下一把的条件概率。这就是赌徒谬误，Tversky & Kahneman 归因于『小数定律』信念。（出处：Huff & Geis 1959；Tversky & Kahneman 1971）
暂停时间，教练拍板：『9 号刚连中 3 球，手正热，下一攻必须给他！』按 Gilovich、Vallone & Tversky 1985 年对 76 人队真实投篮记录的分析，这个判断——
答案：撞上了数据的反向：76 人队主力连中 3 球后再命中率加权均值约 46%，连丢 3 球后反而约 56%——GVT 由此判定『热手』是对随机序列的误读
GVT 1985 的数据恰好反向：76 人队 9 名主力连中 3 球后再命中率加权均值只有 46%，连丢 3 球后反而 56%（刚中 1 球后 51%、刚丢后 54%）；凯尔特人罚球与康奈尔校队 100 投控制实验同样找不到正相关——而球迷 91% 相信连中后更容易命中、84% 主张传给手热的人。GVT 的结论：人们低估随机序列自然成串的频率，把正常聚集当成状态。不过注意：2018 年后续研究对 GVT 的度量提出了修正（见下一题），『热手纯属错觉』也别急着奉为定论。（出处：Gilovich, Vallone & Tversky 1985, Cognitive Psychology）
判断：2018 年 Miller & Sanjurjo 证明 GVT 1985 使用的度量存在『连串选择偏差』——公平硬币抛 100 次，『连出 3 次正面后紧接着又是正面』的样本比例期望约 46% 而非 50%；用它修正后，GVT 自己的康奈尔受控投篮数据反而显示出显著的热手效应。
答案：正确
正确。这就是『连串选择偏差』（streak selection bias）：有限序列里即使各次完全独立，『连出 k 次后再出同结果』的样本比例期望也低于真实概率。GVT 当年把『连中后 ≈ 连丢后』当作没有热手的证据，恰好落进这个偏差；修正后，其康奈尔受控数据反而显示显著热手（点估计约 +13 个百分点，95% 置信区间约 4%-22%）。要谨慎的是：后续研究提出的这一修正主要针对受控实验数据，NBA 实战中热手效应的真实大小仍有争议。最有味道的教训：相信手感的球迷未必错，沿用有偏度量三十年的研究者才错了。（出处：Miller & Sanjurjo 2018, Econometrica；Data Colada [88]）