真实随机事件序列中概率判断的赌徒谬误:对 Xiang、Dorst 和 Gershman(2025)数据的再分析与概率模型检验

《Judgment and Decision Making》:A gambler’s fallacy for probability judgments when event sequences are truly random: A reanalysis of Xiang, Dorst, and Gershman’s (2025) data

【字体: 大 中 小 】 时间:2026年09月30日 来源:Judgment and Decision Making 2.5

编辑推荐:

  在最近一篇关于赌徒谬误(gambler’s fallacy)的文章中,Xiang、Dorst 和 Gershman(2025, Psychological Science 36(6), 451–464)得出结论:当事件序列真正随机时,该谬误在二元预测(bina

  
在最近一篇关于赌徒谬误(gambler’s fallacy)的文章中,Xiang、Dorst 和 Gershman(2025, Psychological Science 36(6), 451–464)得出结论:当事件序列真正随机时,该谬误在二元预测(binary predictions)中可被观察到,但在概率判断(probability judgments)中未出现,且二元预测不能容易地由概率判断来预测。他们提出赌徒谬误并非源于概率推理(probabilistic reasoning),并呼吁建立新理论,尽管其并未直接检验任何已有理论。然而,在本文中,研究人员表明,对 Xiang 等的数据进行更彻底的再分析可提供强证据,表明概率判断中存在赌徒谬误,并削弱所谓概率判断与二元预测之间的脱节。研究人员发现,对其代表性模型(representativeness model)的改进版本以及 Rabin 和 Vayanos(2010, The Review of Economic Studies 77(2), 730–778)模型的一个版本,能相当好地解释两种反应类型,提示概率理论并未受到严重威胁。最后,研究人员提出分层随机抽样(stratified random sampling)作为一种更高效的方法,用于向参与者呈现具有代表性的事件序列。
研究背景方面,当结果由随机机制生成时,人们有时会错误地认为,某一结果若近期以高于预期频率出现,则下一次更不可能出现,此即赌徒谬误。已有研究已在赌场、彩票、体育市场、投资、生育决策、足球守门员、棒球裁判、贷款官员和庇护法官等场景中记录该谬误。对赌徒谬误的解释通常基于人们对随机性的感知,尤其是 Kahneman 和 Tversky 提出的代表性启发式(representativeness heuristic),即人们相信短序列也应反映生成过程的显著特征,如结果比例接近基础率(base rate)、交替过多、缺少长连续。Xiang、Dorst 和 Gershman(2025;以下简称 XDG)指出,多数赌徒谬误研究使用二元预测或选择,而非概率判断;并且已有概率判断研究多使用非随机、人为构造序列。XDG 开展五项在线实验后得出结论:随机序列下二元预测存在赌徒谬误,概率判断不存在;二元预测不能由概率判断轻易预测;代表性模型不能解释两类反应,因此需要不依赖概率推理的新理论。本文作者认为 XDG 的分析虽非错误,但不够彻底且选择性较强,例如过度聚合末尾连续长度、未聚合基础率、未评估已发表模型。因此,研究人员采用 XDG 的统计程序及其类似程序重新分析其数据,并检验概率模型能否同时解释概率判断和二元预测。总体结论是:随机序列下概率判断存在强赌徒谬误证据,但个体异质性显著;概率判断与二元预测关系比 XDG 所称更强;修订代表性模型与 Rabin–Vayanos 模型能合理解释两类反应;概率理论并未受到严重威胁;分层随机抽样可更高效呈现代表性事件序列。

为开展研究,研究人员主要使用 XDG 的五项在线实验数据:每项实验 150 名参与者,基于 Rao and Hastie(2023)的 bingo-ball 颜色预测任务,每试次观看 8 个球序列并预测第 9 个球;实验 1a 为 50% 基础率概率判断,1b 为 50% 基础率二元预测,2a 为 40%/60% 基础率概率判断,2b 为 40%/60% 基础率二元预测,实验 3 为 50% 基础率非随机序列概率判断。样本还涉及 Rao and Hastie(2023)Experiment 2A 的 bingo 条件,N=56。关键技术包括 Wilcoxon 符号秩检验、贝叶斯 t 检验、贝叶斯因子(Bayes factor, BF10)、复制贝叶斯因子、贝叶斯混合效应回归(Bayesian mixed-effects regressions)、加权相关、模型网格搜索与加权平均绝对误差(weighted mean absolute error, wMAE),并比较修订代表性模型和 Rabin–Vayanos 模型。

研究结果如下。

2. Xiang 等(2025)的实验与结果
2.1 XDG 的五项实验:XDG 基于 bingo-ball 颜色预测任务开展五项在线实验,每项 150 名参与者,每实验 18 个试次。参与者看到 8 个球依次抽出,被告知每抽后球会放回并重新旋转,随后预测第 9 个球颜色。实验 1a 和 1b 为 50% 基础率,分别收集概率判断和二元预测;实验 2a 和 2b 为 40% 或 60% 基础率,随机分配给参与者并在 18 个试次中固定,分别收集概率判断和二元预测;实验 3 使用 50% 基础率和非随机序列,序列来自 Rao and Hastie(2023)Experiment 2A 的 bingo 条件,其中 12 个序列末尾连续长度为 1,其余 6 个末尾连续长度为 2 至 7。

2.2 XDG 的主要结果
2.2.1 概率判断的均值和中位数:XDG 对实验 1a、2a 和 3 的概率判断减去相应基础率。其结果中,50% 和 40% 基础率的中位数与零无显著差异,贝叶斯因子支持零假设;但 60% 基础率显示显著赌徒谬误,BF10=421.92。实验 3 非随机序列显示可靠赌徒谬误,BF10=273.61。实验 1a 与实验 3 中位数差异显著,p=.025。研究人员指出,XDG 关于 50% 基础率结论“广泛成立”的说法并不充分。

2.2.2 末尾连续长度效应:XDG 按基础率和末尾连续长度分别报告结果,发现二元预测中赌徒谬误比概率判断更明显,并出现非线性迹象,即反应先随末尾连续长度增加而下降,随后趋平或上升。XDG 仅对实验 1b 的二元预测和实验 3 的概率判断进行贝叶斯混合效应回归以评估非线性,未对实验 1a 和 2a 的概率判断作相应分析。

2.2.3 概率判断与二元预测的脱节:XDG 提出两条证据。第一,两类任务结果不一致:二元预测在 50% 和 40% 基础率显示赌徒谬误,但 60% 基础率未显示;概率判断结果几乎相反。第二,使用阈值模型和主观概率模型均无法从概率判断重构二元预测;其代表性模型对两类任务预测也不准确。因此 XDG 认为两类反应脱节,代表性启发式单独无法解释。

3. 对 Xiang 等(2025)数据的再分析
3.1 对基础率聚合:研究人员合并实验 2a 的 40% 和 60% 基础率数据,以及合并实验 1a 与 2a 数据后,重复 XDG 的 Wilcoxon 检验和贝叶斯 t 检验,发现概率判断存在显著赌徒谬误,BF10 超过 103,合并实验 1a 和 2a 时 BF10 接近 103。按末尾连续长度计算 bootstrap 95% 置信区间,均值在长度 2、3、4、5、7 显示显著赌徒谬误;中位数在长度 3、4、7 显著。末尾连续长度为 4 时,均值偏差为 ?7.17 个百分点,95% CI [?9.72, ?4.69];中位数为 ?3.00 个百分点,95% CI [?6.00, ?1.00]。结论是 XDG 关于随机序列下概率判断无赌徒谬误的结论在聚合基础率后不成立。

3.2 末尾连续长度大于 1:约一半 XDG 序列末尾连续长度为 1,而此类序列常缺失或反转赌徒谬误。排除这些序列后,均值和中位数更负,赌徒谬误更强。实验 1a 的 50% 基础率在 Wilcoxon 检验中显著,p=.027,但 BF10=0.76 仍偏向零假设;实验 2a 的 40% 基础率显著,p<.001,BF10 约 100。实验 1a 与实验 3 比较随机与非随机序列的 Wilcoxon 秩和检验不再显著,z=?0.80,p=.426,r=?.05;原显著差异主要由末尾连续长度为 1 的试次驱动。结论是 XDG 关于概率判断及随机与非随机序列区分的结论不适用于末尾连续长度大于 1 的序列。

3.3 复制贝叶斯因子:研究人员使用 Ly 等(2019)程序计算复制贝叶斯因子,检验 XDG 实验与 Rao and Hastie(2023)Experiment 2A 结果的复制关系。除实验 2a 的 40% 基础率在全部末尾连续长度下一次例外,复制贝叶斯因子大多大于 XDG 数据单独贝叶斯因子。仅考虑末尾连续长度大于 1 时,所有复制贝叶斯因子均支持复制 Rao and Hastie 结果。实验 1a 的 BF10 从 0.76 增至 4.82。原因是 XDG 备择假设厚尾且中心为零,而 Rao and Hastie 后验分布较窄且中心略低于效应量 ?0.3。两类贝叶斯因子回答不同问题,并非一方错误。

3.4 使用末尾连续长度的贝叶斯混合效应回归:研究人员按 XDG 方法对实验 1a 和 2a 的概率判断进行贝叶斯混合效应回归,以末尾连续长度及其平方项((Streak length)2)预测参与者平均概率,并将末尾连续长度中心化在 4。结果发现,无论数据如何聚合,截距均为负,95% 可信区间排除零,表明末尾连续长度为 4 时存在赌徒谬误。实验 1a 的 50% 基础率单独分析时 b=?3.39,95% CrI [?5.94, ?0.86];实验 2a 的 40% 基础率单独分析时 b=?8.20,95% CrI [?12.04, ?4.34]。二次项系数多为正,五项回归中四项 95% CrI 排除零;线性项系数为负,五项中三项排除零,说明概率估计先随末尾连续长度增加而下降,随后趋平或上升。个体异质性明显:实验 1a 与 2a 合并后,72.3% 参与者截距为负,但仅 29.0% 的可信区间排除零;27.7% 参与者截距为正,仅 10.7% 可信区间排除零。额外回归将每个概率判断作为独立观测、加入序列随机截距并处理非正态后,结果类似,可信负截距约 25.3%–25.7%,可信正截距约 5.0%–5.3%。结论是聚合层面存在赌徒谬误,但个体层面异质性大。

3.5 概率判断与二元预测的对应关系:由于 XDG 数据不允许参与者内分析,研究人员使用加权相关,分别按基础率检验实验 1a 和 2a 的平均概率判断与实验 1b 和 2b 的平均二元预测之间关系。每个基础率有 8 对均值。40%、50%、60% 基础率下,加权相关分别为 .72、.56、.86。XDG 阈值模型预测与二元反应的相关分别为 .70、.73、.90;主观概率模型相关为 .66、.47、.82,且对 k 值敏感,例如 k=4 时为 .69、.85、.81。结论是聚合水平上两类反应关系相对较强,但不能证明二元预测基于概率判断,可能二者源于共同潜在评价并映射到连续和二元反应。

3.6 比 XDG 模型更好解释数据的心理模型
3.6.1 修订代表性模型:XDG 原代表性模型存在方程误设,导致当观察比例等于基础率时仍预测偏离基础率,且未考虑基础率。研究人员修改模型:改变分母为 N+X,分段定义非代表性指数 X,使观察比例匹配基础率时 X=0;用两参数 logistic 方程,令 β0=ln(GT/(1?GT)),保证 X=0 时预测概率等于基础率,β1 为自由参数;并用序贯抽样连接概率预测与二元预测,k 为自由参数。最优模型 β1=0.139、k=2。修订模型对概率判断的 wMAE 为 4.6 个百分点,对二元判断为 6.8 个百分点;原模型分别为 11.5 和 20.0;阈值模型和主观概率模型对二元预测的 wMAE 分别为 11.7 和 9.8。修订模型显著优于 XDG 模型。

3.6.2 Rabin 和 Vayanos(2010)模型:该模型基于代表性,假设对非代表性序列进行修正,并对近期结果赋予更高权重。研究人员考虑其二元事件序列版本,加入 surprise 权重,以解决基础率不为 50% 时求和不为零的问题。概率重复由基础率减去 α/2 乘以加权求和得到,δ 控制折扣,α 控制修正幅度,k 控制序贯抽样。最优参数为 α=0.194、δ=0.639、k=2;对概率判断的 wMAE 为 4.2 个百分点,对二元预测为 3.9 个百分点,优于其他模型。该模型能捕捉部分非线性,并基本满足六条模型评价标准。

3.6.3 总结:修订代表性模型和 Rabin–Vayanos 模型均以共同参数解释概率判断与二元预测,远优于 XDG 所考虑模型,削弱 XDG 关于两类反应脱节的主张。序贯抽样参数 k 可使二元预测比例比概率判断更极端。模型参数数量为二或三个,用于预测来自四组参与者、10,800 个观测的 48 个均值并不过多。

4. 讨论
4.1 概率判断存在赌徒谬误:与 XDG 结论相反,其数据提供强证据表明随机序列下概率判断存在赌徒谬误。该谬误在平均层面明显,并随末尾连续长度变化,符合以往数据和理论。概率判断与二元预测之间的相关也强于 XDG 所称。修订代表性模型和 Rabin–Vayanos 模型可近似解释两类变量。但这不意味着所有或多数参与者均表现该谬误;即使总体效应可靠,个体层面仅少数参与者显示可信赌徒谬误。

4.2 二元预测效应更强:赌徒谬误在二元预测中仍比概率判断中更强。可能解释有三。第一,一些参与者给出等于基础率的概率判断,但在二元预测中仍选择反转;二元反应尺度比概率尺度更宽松。第二,两类问题格式含义不同,二元预测更容纳直觉或任意考虑,或数值反应尺度引发更分析性的判断策略并提醒基础率。第三,二元预测涉及序贯抽样过程,当潜在概率低于 50% 时可使二元预测更极端;但当基础率高于 50% 时,序贯抽样会将二元预测推高而非降低,对 60% 基础率构成挑战。模型预测概率的序贯抽样比直接用于观察概率判断更成功,提示观察概率判断本身可能是共同潜在表征的不完美映射。

4.3 分层作为随机抽样的有效策略:研究人员大体同意 XDG 认为赌徒谬误最好用随机序列研究,但 XDG 程序下许多参与者从未看到长末尾连续。实验 1a 中,29% 参与者从未看到长于 4 的末尾连续,72% 从未看到长于 6 的末尾连续,降低检验线性和非线性效应功效。分层随机抽样可保证序列不仅对整个实验代表性,也对每个参与者具有代表性。例如 16 个长度 8 序列可按末尾连续长度分配为 8、4、2、1、1。XDG 程序需 165 名参与者才有 80% 机会让 100 人看到长于 4 的末尾连续,分层仅需 100 人即可确定。对长连续长度需求较高时可过采样,但偏离代表性需较小,且估计效应量时需重加权。研究人员也指出,代表性抽样与实际实验目标之间存在权衡。

5. 结论(翻译):Xiang 等(2025)提出了关于赌徒谬误研究的重要问题。然而,与其结论相反,有强证据表明概率判断中存在赌徒谬误,因此概率判断与二元预测之间的差距比 Xiang 等所称更小。鉴于修订代表性模型和 Rabin 与 Vayanos(2010)模型的一个版本在解释两类问题反应方面的表现,过早否定将二元预测建立在概率推理之上的理论是不合适的。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号