Belief in the law of small numbers(AMOS TVERSKY&DANIEL KAHNEMAN,Psychological Bulletin,1971,vol.76,No.2,105-110)文章对研究者在心理学研究中对小数目法则的错误直觉进行了分析，所谓对小数目法则的错误直觉即人们认为小数目的简单随机样本有极高的代表性，在一个简单随机过程中误差可以相互抵消，所以一个随机抽样过程是一个自正过程。作者提出，由于怀有这样的错误信念，很多研究者在研究中容易忽视抽样过程本身的变异性，而认为一次抽样的样本高度代表了总体的状况，从而凭借一次样本所进行的实验结果轻易拒绝原假设，或是在重复实验中期望总体的另一个随机样本能够完全重复原实验的显著性水平。总结起来说，作者提出小数目法则的信念使研究者在研究过程中产生以下错误：研究者过分信赖小样本的代表性；对早期的局势和观察呈现形式的稳定性过分自信，过分强调显著性水平；研究者对某个实验的重复实验的显著性水平有不合理的期望，过窄估计置信区间；将实际的观察结果偏差归因于其他解释而很少意识到样本变化性的影响。

     作者指出，小样本的代表性是有局限性的，大数法则保证了大样本对总体有较好的代表性，而小样本则不然。因此作者建议在心理学研究中不该过分强调显著性水平，应该意识到样本变化的可能性，从而在研究之前应该对统计效力进行计算；而在研究过程中关注置信区间的计算，因为它是样本变异的一个很好的指数；另一方面要区分效应大小与显著性水平的差别，在一个重复实验中不该期望完全重复原实验的显著性水平，而应该评价其效应大小。

     在这篇文章中作者主要分析小数法则的错误，这种错误的表现和错误所造成的后果，以及建议在以后研究中应该注意的问题。并没有明确探讨人们这种错误信念产生的原因。

     自己想想觉得这种小数法则的信念产生的原之一可能是：人们对抽样理论的信赖，相信抽样技术的随机性已经能够保证样本的代表性，但是在利用这种技术的同时，人们并没有没有充分意识到抽样理论建构于大数定律之上，是大数定律奠定了用样本估计总体的理论基础。大数定律的直观含义是：随机事件的规律性总是在大量观察中才能显现出来，随着观察事件的增加，随机影响将相互抵消而使规律有稳定性的特点，而大数定律中大数是趋向于无穷大的。如果不充分意识到抽样理论建构的这个基础，人们自然容易深信利用抽样技术得到的样本的代表性，倾向于用单个样本的结论来估计总体的状况，而忽视了这样的事实：只有在数目很大的条件下一些规律性的现象才会趋于平稳地出现。可以说抽样技术保证了每一次样本的有限的代表性，但在多次抽样过程中这种有限的代表性并不会每一次都完全相同，而且有限次数的抽样并不能使样本呈现的规律趋于与总体规律一致。因此，除非偶然情况下，重复实验的结果是不能够保证完全一致的。

     阅读过程中对文章的主要意思是理解的，但是文中在阐述观点时采用一些具体的例子涉及到概率计算，虽然具体计算过程不影响理解文章意思，但是脚注1中利用贝叶斯法则来计算后验概率的具体过程还是让我感到很困惑。（不知道算不算钻牛角尖，希望老师指教）