３．確率判断の落とし穴 (1)統計的独立 • 統計的独立＝個々の試行は独立的に生起すること ↓↑ • 過去に生起した事象は、次の試行に影響を与えない＊（公正な）コイン投げやルーレット、サイコロなどでは成り立っているといえる (2)大数の法則と少数の法則・大数の法則＝試行回数が十分に多ければ、相対頻度が理論的な確率に近づいていくこと（もう少し厳密に言うと） • ベルヌーイの大数の法則：ある試行において事象Ｅのおこる確率をｐとし、この試行を独立にn回繰り返すとき事象Ｅのおこる回数をXnで表すと、nを十分大きくとれば、相対度数Xn/nは、例外的な場合を除けばほぼｐに近くなること (2)大数の法則と少数の法則 (continued) • 少数の法則という誤った信念＝非常に多くの試行でしかあてはまらない大数の法則が、少ない試行でも有効であると考えてしまうこと (3)サンプルサイズの無視 • 代表性ヒューリスティックスがバイアスとして機能する条件の一つがサンプルサイズ（標本数）の無視 • ありうべき確率に引きずられて、大数の法則を無視してしまう ⇒少数の法則への信念 (4)ギャンブラーの錯誤少数の法則への信念統計的独立の無視ランダムであれば、事象が交差して生起すると期待する心理的傾向（バイアス） ⇒ギャンブラーの錯誤 (5)平均への回帰 • 大数の法則からの帰結 →試行回数が十分に大きければ、累積平均は、ありうべき値（理論的確率、本来の実力など）に徐々に収束していく Ⅲ リスク認知と意思決定１．意思決定とリスク２．リスク状況での評価３．プロスペクト理論４．さまざまなフレーミング５．公正さの評価１．意思決定とリスク • わたしたちは将来を確実に見通すことができない（←合理性の限界） ↓ • 意思決定での選択肢の評価の際には、選択肢が導く結果の不確実性を考慮する必要がある。１．意思決定とリスク(continued) • リスク状況＝情報が不完全であるために、起こりうる状態（結果）が一つに特定できないものの、起こりうる状態（結果）に対しての（主観的あるいは客観的な）確率分布を想定できる状況 • われわれの意思決定の多くはこうした状況でなされている２．リスク状況での評価 (1)期待利得による評価 • リスク状況での評価方法として、期待利得（期待値）に基づいた評価がしばしば行われる (2)期待効用による評価 • 10000円のもたらす満足度は1000円のもたらす満足度の10倍ではなく、50000円のもたらす満足度の1/5でもない →単なる利得ではなく、それがもたらす満足度＝効用を基準にして評価する •一般に、限界効用は逓減すると想定される (2)期待効用による評価 (continued) • 限界効用逓減に基づいた期待効用基準によって、リスク回避的な選択が説明できるようになる。リスク選好的 (3)反転効果 • 利得に関する選択ではリスク回避的であるのにもかかわらず、損失に関する選択では、リスク選好的になること • 一般に、利得よりも損失に対して敏感に反応する傾向が強い（損失の嫌悪） • 損失についても限界効用逓減は成り立つ。 ○Ｓ字型の価値関数