Buscar en Wikipedia

Heurística de representatividad
Artículo Hablar

Idioma Descargar PDF Mirar Editar

La heurística de representatividad se utiliza al emitir juicios sobre la probabilidad de que un evento sea representativo en carácter y
esencia de un evento protípico conocido. [1] Forma parte de un grupo de heurísticas (reglas simples que rigen el juicio o la toma de
decisiones) propuestas por los psicólogos Amos Tversky y Daniel Kahneman a principios de la década de 1970 como "el grado en que [un
evento] (i) es similar en esencia características a su población original, y (ii) refleja las características más destacadas del proceso por el cual
se genera". [1] La heurística de representatividad funciona comparando un evento con un prototipo o estereotipo que ya tenemos en mente.
Por ejemplo, si vemos a una persona vestida con ropa excéntrica y leyendo un libro de poesía, es más probable que pensemos que es un
poeta que un contable. Esto se debe a que la apariencia y el comportamiento de la persona son más representativos del estereotipo de un
poeta que de un contador.

La heurística de representatividad puede ser un atajo útil en algunos casos, pero también puede conducir a errores de juicio. Por ejemplo, si
solo vemos una pequeña muestra de personas de un grupo particular, podríamos sobrestimar el grado en que son representativas de todo
el grupo. Las heurísticas se describen como "atajos críticos que generalmente nos llevan a donde necesitamos ir, y rápidamente, pero a costa
de desviarnos ocasionalmente del rumbo". [2] Las heurísticas son útiles porque utilizan la reducción del esfuerzo y la simplificación en la
toma de decisiones. [3]

Cuando las personas confían en la representatividad para emitir juicios, es probable que juzguen erróneamente porque el hecho de que algo
sea más representativo no lo hace en realidad más probable. [4] La heurística de representatividad se describe simplemente como la
evaluación de la similitud de objetos y su organización en función del prototipo de categoría (por ejemplo, lo similar va con lo similar, y las
causas y efectos deben parecerse entre sí). [2] Esta heurística se utiliza porque es un cálculo sencillo. [4] El problema es que la gente
sobreestima su capacidad para predecir con precisión la probabilidad de un evento. [5] Por lo tanto, puede resultar en el descuido de las
tasas base relevantes y otros sesgos cognitivos . [6] [7]

Contenido

Determinantes de la representatividad

Es más probable que se utilice la heurística de representatividad cuando el juicio o la decisión a tomar tiene ciertos factores.

Semejanza

Al juzgar la representatividad de un nuevo estímulo/evento, la gente suele prestar atención al grado de

similitud entre el estímulo/evento y un estándar/proceso. [1] También es importante que esas características
sean destacadas. [1] Nilsson, Juslin y Olsson (2008) descubrieron que esto estaba influenciado por la explicación
ejemplar de la memoria (los ejemplos concretos de una categoría se almacenan en la memoria), de modo que
las nuevas instancias también se clasificaban como representativas si eran muy similares a una categoría. como
si se encontrara con frecuencia. [8] Se han descrito varios ejemplos de similitud en la literatura heurística de
representatividad. Esta investigación se ha centrado en las creencias médicas. [2] La gente suele creer que los
síntomas médicos deben parecerse a sus causas o tratamientos. Por ejemplo, durante mucho tiempo se ha
creído que las úlceras eran causadas por el estrés, debido a la heurística de representatividad, cuando en
realidad las bacterias causan úlceras. [2] En una línea de pensamiento similar, en algunas creencias de medicina
Juicio rápido sobre si un objeto
alternativa se ha alentado a los pacientes a comer carne de órganos que corresponde a su trastorno médico. El novedoso encaja en una
uso de la heurística de representatividad se puede ver en creencias aún más simples, como la creencia de que categoría existente

comer alimentos grasos engorda. [2] Incluso los médicos pueden dejarse llevar por la heurística de la
representatividad al juzgar la similitud , por ejemplo en los diagnósticos. [9] El investigador descubrió que los médicos utilizan la heurística de
representatividad al hacer diagnósticos al juzgar qué tan similares son los pacientes al paciente estereotipado o prototípico con ese
trastorno. [9]

Aleatoriedad

La irregularidad y la representatividad local afectan los juicios de aleatoriedad. Las cosas que no parecen tener ninguna secuencia lógica se
consideran representativas de la aleatoriedad y, por tanto, tienen más probabilidades de ocurrir. Por ejemplo, THTHTH como una serie de
lanzamientos de monedas no se consideraría representativo de lanzamientos de monedas generados aleatoriamente, ya que está demasiado
bien ordenado. [1]

Artículo principal: Insensibilidad al tamaño de la muestra.

La representatividad local es una suposición en la que la gente se basa en la ley de los números pequeños, según la cual se percibe que las
muestras pequeñas representan a su población en la misma medida que las muestras grandes ( Tversky y Kahneman, 1971 ). [1] Una muestra
pequeña que parezca distribuida aleatoriamente reforzaría la creencia, bajo el supuesto de representatividad local, de que la población está
distribuida aleatoriamente. Por el contrario, una muestra pequeña con una distribución sesgada debilitaría esta creencia. [1] Si se repite un
lanzamiento de moneda varias veces y la mayoría de los resultados consisten en "cara", la suposición de representatividad local hará que el
observador crea que la moneda está sesgada hacia "cara". [1]

Los estudios clásicos de Tversky y Kahneman.

Tom W.

En un estudio realizado en 1973, [10] Kahneman y Tversky dividieron a sus participantes en tres grupos:

"Grupo de tarifa base", a quienes se les dieron las instrucciones: "Considere todos los estudiantes de posgrado de primer año en los EE.
UU. hoy. Por favor escriba sus mejores conjeturas sobre el porcentaje de estudiantes que ahora están matriculados en los siguientes nueve
campos de especialización. " [10] Los nueve campos propuestos fueron administración de empresas, informática, ingeniería, humanidades y
educación, derecho, biblioteconomía, medicina, ciencias físicas y biológicas, y ciencias sociales y trabajo social. [10]

"Grupo de similitud", a quienes se les dio un bosquejo de personalidad. "Tom W. es muy inteligente, aunque carece de verdadera
creatividad. Tiene necesidad de orden y claridad, y de sistemas limpios y ordenados en los que cada detalle encuentre su lugar apropiado.
Su escritura es bastante aburrida y mecánica, ocasionalmente animada por juegos de palabras un tanto cursis y destellos de imaginación
del tipo ciencia ficción. Tiene un fuerte impulso por la competencia. Parece sentir poca simpatía por otras personas y no le gusta
interactuar con los demás. Egocéntrico, sin embargo, tiene una profunda moraleja. sentido." [10] Se pidió a los participantes de este grupo
que clasificaran las nueve áreas enumeradas en la parte 1 en términos de qué tan similar es Tom W. al estudiante graduado prototípico de
cada área. [10]

"Grupo de predicción", a quienes se les dio el bosquejo de personalidad descrito en 2, pero también se les dio la información "El bosquejo
de personalidad anterior de Tom W. fue escrito durante el último año de Tom en la escuela secundaria por un psicólogo, sobre la base de
pruebas proyectivas. Tom W. es actualmente un estudiante de posgrado. Clasifique los siguientes nueve campos de especialización de
posgrado en orden de probabilidad de que Tom W. sea ahora un estudiante de posgrado en cada uno de estos campos. [10]

Los juicios de probabilidad fueron mucho más cercanos para los juicios de similitud que para las tasas base estimadas. Los hallazgos
respaldaron las predicciones de los autores de que las personas hacen predicciones basándose en cuán representativo es algo (similar), en
lugar de basarse en información de tasa base relativa. [10] Por ejemplo, más del 95% de los participantes dijeron que sería más probable que
Tom estudiara informática que educación o humanidades, cuando había estimaciones de tasas base mucho más altas para educación y
humanidades que para ciencias de la computación. [10]

El problema del taxi

En otro estudio realizado por Tversky y Kahneman, a los sujetos se les planteó el siguiente problema: [4]

Un taxi se vio involucrado en un accidente de atropello y fuga durante la noche. En la ciudad operan dos compañías de
taxis, la Verde y la Azul. El 85% de los taxis de la ciudad son Verdes y el 15% son Azules. [4]

Un testigo identificó el taxi como Azul. El tribunal probó la confiabilidad del testigo bajo las mismas circunstancias que
existieron la noche del accidente y concluyó que el testigo identificó correctamente cada uno de los dos colores el 80% de
las veces y falló el 20% de las veces. [4]

¿Cuál es la probabilidad de que el taxi involucrado en el accidente fuera Azul y no Verde sabiendo que este testigo lo
identificó como Azul? [4]

La mayoría de los sujetos dieron probabilidades superiores al 50% y algunos dieron respuestas superiores al 80%. La respuesta correcta,
encontrada utilizando el teorema de Bayes , es menor que estas estimaciones: [4]

Hay una probabilidad del 12% (0,12 = 0,15 × 0,80) de que el testigo identifique (correctamente) el taxi azul como azul.

Existe una probabilidad del 17% (0,17 = 0,85 × 0,20) de que el testigo identifique (incorrectamente) el taxi verde como azul.

Por lo tanto, existe una probabilidad del 29% (0,29 = 0,12 + 0,17) de que el testigo identifique el taxi como azul.

Esto da como resultado una probabilidad del 41% (0,41 ≈ 0,12 ÷ 0,29) de que el taxi identificado como azul sea en realidad azul.

Este resultado se puede lograr mediante el teorema de Bayes que establece:

dónde:

P(x) - una probabilidad de x,

B - el taxi era azul,

I - el taxi es identificado por el testigo como azul,

B | I - el taxi que está identificado como azul, era azul,

Yo | B - el taxi que era azul, es identificado por el testigo como azul.

La representatividad se cita en el efecto similar de la falacia del jugador , la falacia de la regresión y la falacia de la conjunción . [4]

Sesgos atribuidos a la heurística de representatividad

Descuido de la tasa base y falacia de la tasa base

Artículo principal: falacia de la tasa base

El uso de la heurística de representatividad probablemente conducirá a violaciones del teorema de Bayes : [11]

Sin embargo, los juicios por representatividad sólo miran la semejanza entre la hipótesis y los datos, por lo que se equiparan probabilidades
inversas: [11]

Como puede verse, la tasa base P(H) se ignora en esta ecuación, lo que lleva a la falacia de la tasa base . Una tasa base es la tasa básica de
incidencia de un fenómeno. La falacia de la tasa base describe cómo las personas no tienen en cuenta la tasa base de un evento al resolver
problemas de probabilidad. [12] Esto fue probado explícitamente por Dawes, Mirels, Gold y Donahue (1993), quienes hicieron que las
personas juzgaran tanto la tasa base de personas que tenían un rasgo de personalidad particular como la probabilidad de que una persona
que tenía un rasgo de personalidad determinado tuviera otro. [11] Por ejemplo, se preguntó a los participantes cuántas personas de 100
respondieron fielmente a la pregunta "Soy una persona concienzuda" y también, dado que una persona respondió fielmente a esta
pregunta, ¿cuántas responderían fielmente a una pregunta de personalidad diferente? . Descubrieron que los participantes equiparaban
probabilidades inversas (p. ej., ) incluso cuando era evidente que no eran lo
mismo (las dos preguntas fueron respondidas inmediatamente una después de la otra). [11]

Axelsson describe un ejemplo médico. [12] Digamos que un médico realiza una prueba que tiene una precisión del 99% y usted da positivo
para la enfermedad. Sin embargo, la incidencia de la enfermedad es de 1/10.000. Su riesgo real de padecer la enfermedad es del 1%, porque
la población de personas sanas es mucho mayor que la enfermedad. [12] Esta estadística a menudo sorprende a la gente, debido a la falacia
de la tasa base, ya que muchas personas no tienen en cuenta la incidencia básica al juzgar la probabilidad. [12] La investigación realizada por
Maya Bar-Hillel (1980) sugiere que la relevancia percibida de la información es vital para descuidar la tasa base: las tasas base sólo se
incluyen en los juicios si parecen igualmente relevantes para el resto de la información. [13]

Algunas investigaciones han explorado la tasa base de negligencia en niños, ya que había una falta de comprensión sobre cómo se
desarrollan estas heurísticas de juicio. [14] [15] Los autores de uno de esos estudios querían comprender el desarrollo de la heurística, si difiere
entre los juicios sociales y otros juicios, y si los niños usan tasas base cuando no usan la heurística de representatividad. [15] Los autores
encontraron que el uso de la heurística de representatividad como estrategia comienza desde el principio y es consistente. Los autores
también encontraron que los niños usan estrategias idiosincrásicas para hacer juicios sociales inicialmente y usan más tasas base a medida
que crecen, pero el uso de la heurística de representatividad en el ámbito social también aumenta a medida que crecen. [15] Los autores
encontraron que, entre los niños encuestados, las tasas base se utilizaban más fácilmente en juicios sobre objetos que en juicios sociales. [15]
Después de realizar esa investigación, Davidson (1995) estaba interesado en explorar cómo la heurística de representatividad y la falacia de
conjunción en los niños se relacionaban con los estereotipos de los niños. [14] De acuerdo con investigaciones anteriores, los niños basaron
sus respuestas a los problemas en tasas base cuando los problemas contenían información no estereotipada o cuando los niños eran
mayores. También hubo evidencia de que los niños cometen la falacia de la conjunción. Finalmente, a medida que los estudiantes crecieron,
utilizaron la heurística de representatividad en problemas estereotipados y, por lo tanto, emitieron juicios consistentes con los estereotipos.
[14]
Hay pruebas de que incluso los niños utilizan la heurística de representatividad, cometen la falacia de la conjunción y no tienen en cuenta
las tasas base. [14]

Las investigaciones sugieren que el uso o la negligencia de las tasas base pueden verse influenciados por la forma en que se presenta el
problema, lo que nos recuerda que la heurística de representatividad no es una "heurística general para todo propósito", sino que puede
tener muchos factores contribuyentes. [16] Las tasas base pueden pasarse por alto con mayor frecuencia cuando la información presentada
no es causal. [17] Los tipos base se utilizan menos si existe información individualizadora relevante. [18] Se ha descubierto que los grupos
descuidan la tasa base más que los individuos. [19] El uso de tasas base difiere según el contexto. [20] La investigación sobre el uso de tasas
base ha sido inconsistente y algunos autores sugieren que es necesario un nuevo modelo. [21]

Falacia de la conjunción
Artículo principal: falacia de la conjunción

A un grupo de estudiantes universitarios se les proporcionó una descripción de Linda, modelada para ser representativa de una feminista
activa. Luego se pidió a los participantes que evaluaran la probabilidad de que ella fuera feminista, la probabilidad de que fuera cajera de
banco o la probabilidad de ser cajera de banco y feminista. [22] La teoría de la probabilidad dicta que la probabilidad de ser cajera de banco
y feminista (la conjunción de dos conjuntos) debe ser menor o igual a la probabilidad de ser feminista o cajera de banco. . [22] Una
conjunción no puede ser más probable que uno de sus constituyentes. Sin embargo, los participantes juzgaron que la conjunción (cajera de
banco y feminista) era más probable que ser cajera de banco sola. [22] Algunas investigaciones sugieren que el error de conjunción puede
deberse en parte a factores lingüísticos sutiles, como una redacción inexplícita o una interpretación semántica de "probabilidad". [23] [24] Los
autores sostienen que tanto la lógica como el uso del lenguaje pueden estar relacionados con el error y deberían investigarse más a fondo.
[24]

Falacia de disyunción

Desde la teoría de la probabilidad, la disyunción de dos eventos es al menos tan probable como cualquiera de los eventos individualmente.
[22]
Por ejemplo, la probabilidad de estudiar física o biología es al menos tan probable como la de estudiar física, si no más. Sin embargo,
cuando una descripción de personalidad (datos) parece ser muy representativa de un estudiante de física (por ejemplo, protector de bolsillo)
que de un estudiante de biología, la gente juzga que es más probable que esta persona sea un estudiante de física que de ciencias naturales
( que es un superconjunto de la física). [22]

La evidencia de que la heurística de representatividad puede causar la falacia de la disyunción proviene de Bar-Hillel y Neter (1993). [25]
Descubrieron que las personas juzgan que una persona que es altamente representativa de ser un estudiante de estadística (por ejemplo,
muy inteligente, participa en competencias de matemáticas) tiene más probabilidades de ser un estudiante de estadística que de ciencias
sociales (superconjunto de estadísticas), pero no creen que sea más probable que se especialice en lengua hebrea que en humanidades
(superconjunto de lengua hebrea). [22] Por lo tanto, sólo cuando la persona parece altamente representativa de una categoría se considera
que esa categoría es más probable que su categoría superior. Estas valoraciones incorrectas se mantuvieron incluso ante la pérdida de
dinero real en apuestas sobre probabilidades. [22]

Insensibilidad al tamaño de la muestra.

Artículo principal: Insensibilidad al tamaño de la muestra.

La heurística de representatividad también se emplea cuando los sujetos estiman la probabilidad de un parámetro específico de una
muestra. Si el parámetro representa en gran medida a la población, a menudo se le asigna una alta probabilidad. Este proceso de estimación
normalmente ignora el impacto del tamaño de la muestra.

Un concepto propuesto por Tversky y Kahneman proporciona un ejemplo de este sesgo en un problema sobre dos hospitales de diferente
tamaño. [26]

Aproximadamente 45 bebés nacen en el hospital grande, mientras que 15 bebés nacen en el hospital pequeño. La
mitad (50%) de todos los bebés que nacen en general son niños. Sin embargo, el porcentaje cambia de un día a otro.
Durante un período de 1 año, cada hospital registró los días en los que >60% de los bebés nacidos eran niños. La
pregunta que se plantea es: ¿Qué hospital cree usted que registró más días de este tipo?

El hospital más grande (21)

El hospital más pequeño (21)

Aproximadamente iguales (es decir, dentro del 5% de diferencia entre sí) (53)

Los valores que se muestran entre paréntesis son el número de estudiantes que eligen cada respuesta. [26]

Los resultados muestran que más de la mitad de los encuestados seleccionaron la respuesta incorrecta (tercera opción). Esto se debe a que
los encuestados ignoran el efecto del tamaño de la muestra. Los encuestados seleccionaron la tercera opción probablemente porque la
misma estadística representa tanto a los hospitales grandes como a los pequeños. [26] Según la teoría estadística, un tamaño de muestra
pequeño permite que el parámetro estadístico se desvíe considerablemente en comparación con una muestra grande. [26] Por lo tanto, el
hospital grande tendría una mayor probabilidad de permanecer cerca del valor nominal del 50%.

Conceptos erróneos sobre el azar y la falacia del jugador

Esta sección es un extracto de la falacia del jugador . [ editar ]

La falacia del jugador , también conocida como falacia de Montecarlo o falacia de la madurez de las oportunidades, es la creencia incorrecta
de que, si un evento particular ocurre con más frecuencia de lo normal durante el pasado, es menos probable que suceda en el futuro (o
viceversa), cuando se haya establecido de otra manera que la probabilidad de tales eventos no depende de lo que haya sucedido en el
pasado. Estos acontecimientos, que tienen la cualidad de independencia histórica, se denominan estadísticamente independientes . La
falacia se asocia comúnmente con los juegos de azar , donde se puede creer, por ejemplo, que es más probable que la próxima tirada de
dados sea seis porque recientemente ha habido menos números de seis de los esperados .

El término "falacia de Montecarlo" tiene su origen en el ejemplo más conocido del fenómeno, que ocurrió en el Casino de Montecarlo en
1913. [27]

Falacia de regresión
Esta sección es un extracto de Falacia de regresión . [ editar ]

La falacia de regresión (o regresiva) es una falacia informal . Supone que algo ha vuelto a la normalidad debido a las acciones correctivas
tomadas mientras era anormal. Esto no tiene en cuenta las fluctuaciones naturales. Con frecuencia se trata de un tipo especial de falacia post
hoc .

Ver también

Heurística del afecto

Portal de psicología
Sustitución de atributos
Portal de filosofía
Disponibilidad heurística

Lista de sesgos en el juicio y la toma de decisiones

Negligencia de extensión

Referencias

1. ^a b c d e f g h Kahneman y Tversky 1972 15. ^a b c d Jacobs, Janis E.; Potenza, María (1991). "El uso de heurísticas de
juicio para tomar decisiones sociales y de objetos: una perspectiva de
2. ^a b c d e Gilovich, Thomas; Savitsky, Kenneth (1996). "Lo similar va con
desarrollo". Desarrollo Infantil. 62(1): 166-178. doi:10.1111/j.1467-
lo similar: el papel de la representatividad en creencias erróneas y
8624.1991.tb01522.x .
pseudocientíficas" (PDF). Investigador escéptico. 20(2): 34–40.
doi:10.1017/CBO9780511808098.036 . Archivado desdeel original 16. ^ Gigerenzer, Gerd; Demonios, Wolfgang; En blanco, Hartmut (1988).
(PDF)el 4 de noviembre de 2014. "Presentación y contenido: El uso de tarifas base como variable
continua". Revista de Psicología Experimental: Percepción y desempeño
3. ^ Shah, Anuj K.; Oppenheimer, Daniel M. (2008). "Heurística
humanos . 14 (3): 513–525. CiteSeerX 10.1.1.318.6320 . doi :
simplificada: un marco de reducción de esfuerzo". Boletín Psicológico .
10.1037/0096-1523.14.3.513 .
134 (2): 207–222. doi : 10.1037/0033-2909.134.2.207 . PMID
18298269 . 17. ^ Ajzen, Icek (1977). "Teorías intuitivas de eventos y los efectos de la
abcdefgh información de tasa base en la predicción". Revista de Personalidad y
4. ^ Tversky y Kahneman 1982
Psicología Social . 35 (5): 303–314. doi : 10.1037/0022-3514.35.5.303 .
5. ^ Fortuna, Erica E.; Goodie, Adam S. (2012). "Las distorsiones
18. ^ Koehler, Jonathan J. (1996). "Reconsideración de la falacia de la tasa
cognitivas como componente y enfoque de tratamiento del juego
base: desafíos descriptivos, normativos y metodológicos". Ciencias del
patológico: una revisión". Psicología de las Conductas Adictivas . 26 (2):
comportamiento y del cerebro . 19 (1): 1–17. doi :
298–310. doi : 10.1037/a0026422 . PMID 22121918 .
10.1017/S0140525X00041157 .
6. ^ Tversky y Kahneman 1974 .
19. ^ Argot, Linda ; Seabright, Mark A; Dyer, Linda (1986). "Uso individual
7. ^ Nisbett, Richard E.; Ross, Lee (1980). Inferencia humana: estrategias y versus grupal de información individualizada y de tasa base".
carencias del juicio social . Prentice Hall. págs. 115 –118. ISBN Comportamiento Organizacional y Procesos de Decisión Humana . 38
978-0-13-445073-5. (1): 65–75. doi : 10.1016/0749-5978(86)90026-9 .

8. ^ Nilsson, Håkan; Juslin, Peter; Olsson, Henrik (2008). "Ejemplos en la 20. ^ Zukier, Henri; Pepitone, Albert (1984). "Roles y estrategias sociales
niebla: el sustrato cognitivo de la heurística de representatividad". en la predicción: algunos determinantes del uso de información de
Revista escandinava de psicología . 49 (3): 201–212. doi : tasa base". Revista de Personalidad y Psicología Social . 47 (2): 349–360.
10.1111/j.1467-9450.2008.00646.x . PMID 18419587 . doi : 10.1037/0022-3514.47.2.349 .

9. ^Garb , Howard N. (1996) . "La representatividad y heurísticas de la 21. ^ Medin, Douglas L.; Edelson, Stephen M. (1988). "Estructura del
conducta pasada en el juicio clínico". Psicología Profesional: problema y uso de información de tasa base basada en la experiencia".
Investigación y Práctica. 27(3): 272–277. doi:10.1037/0735- Revista de Psicología Experimental: General . 117 (1): 68–85. doi :
7028.27.3.272 . 10.1037/0096-3445.117.1.68 . PMID 2966231 .

10. ^a b c d e f g h Kahneman y Tversky 1973. 22. ^a b c d e f g Tversky & Kahneman 1983.

11. ^a b c d Dawes, Robyn M.; Mirels, Herbert L.; Oro, Eric; Donahue, Eileen
(1993). "Igualando probabilidades inversas en juicios de personalidad
implícitos". Ciencia Psicológica. 4(6): 396–400. doi:10.1111/j.1467-
9280.1993.tb00588.x . S2CID143928040 .
12. ^a b c d Axelsson, Stefan (2000). "La falacia de la tasa base y la
dificultad de detección de intrusiones". Transacciones ACM sobre
Seguridad de la Información y Sistemas. 3(3): 186–205. CiteSeerX
10.1.1.133.3797 . doi:10.1145/357830.357849 . S2CID11421548 .
13. ^ Bar-Hillel, Maya (1980). "La falacia de la tasa base en los juicios de
probabilidad" (PDF) . Acta Psicológica . 44 (3): 211–233. doi :
10.1016/0001-6918(80)90046-3 .
14. ^a b c d Davidson, Denise (1995). "La heurística de representatividad y
el efecto de la falacia de la conjunción en la toma de decisiones de los
niños". Merrill-Palmer trimestral. 41(3): 328–346. JSTOR23087893 .
23. ^ Fiedler, Klaus (1988). "The dependence of the conjunction fallacy on
subtle linguistic factors". Psychological Research. 50 (2): 123–129.
doi:10.1007/BF00309212 . S2CID 144369350 .
24. ^ a b Politzer, Guy; Noveck, Ira A. (1991). "Are conjunction rule
violations the result of conversational rule violations?". Journal of
Psycholinguistic Research. 20 (2): 83–103. doi:10.1007/BF01067877 .
S2CID 143726019 .
25. ^ Bar-Hillel, Maya; Neter, Efrat (1993). "How alike is it versus how likely
is it: A disjunction fallacy in probability judgments". Journal of
Personality and Social Psychology. 65 (6): 1119–1131.
doi:10.1037/0022-3514.65.6.1119 .
26. ^ a b c d AlKhars, Mohammed; Evangelopoulos, Nicholas; Pavur,
Robert; Kulkarni, Shailesh (2019-04-10). "Cognitive biases resulting
from the representativeness heuristic in operations management: an
experimental investigation" . Psychology Research and Behavior
Management. Retrieved 2021-04-28.

27. ^ "Why we gamble like monkeys" . BBC.com. 2015-01-02.

Works by Kahneman and Tversky

Tversky, Amos; Kahneman, Daniel (1971). "Belief in the law of small numbers". Psychological Bulletin. 76 (2): 105–110.
CiteSeerX 10.1.1.592.3838 . doi:10.1037/h0031322 .

Kahneman, Daniel; Tversky, Amos (1972). "Subjective probability: A judgment of representativeness" (PDF). Cognitive Psychology. 3 (3):
430–454. doi:10.1016/0010-0285(72)90016-3 .

Kahneman, Daniel; Tversky, Amos (1973). "On the psychology of prediction". Psychological Review. 80 (4): 237–251.
doi:10.1037/h0034747 .

Tversky, Amós; Kahneman, Daniel (1974). "Juicio en condiciones de incertidumbre: heurísticas y sesgos" (PDF) . Ciencia . 185 (4157):
1124-1131. Código Bib : 1974Sci...185.1124T . doi : 10.1126/ciencia.185.4157.1124 . PMID 17835457 . S2CID 143452957 .

Tversky, Amós ; Kahneman, Daniel (1982). "Impacto probatorio de las tarifas base" . En Kahneman, Daniel; Eslovic, Paul; Tversky, Amos
(eds.). Juicio en condiciones de incertidumbre: heurísticas y sesgos . págs. 1124–31. doi : 10.1126/ciencia.185.4157.1124 . ISBN 978-0-521-
28414-1. PMID 17835457 . S2CID 143452957 . {{cite book}}: |journal=ignorado ( ayuda )

Tversky, Amós; Kahneman, Daniel (1983). "Razonamiento extensivo versus intuitivo: la falacia de la conjunción en el juicio de probabilidad".
Revisión psicológica . 90 (4): 293–315. doi : 10.1037/0033-295X.90.4.293 .

Referencias generales
Barón, Jonathan (2000). Pensar y decidir (3ª ed.). Prensa de la Universidad de Cambridge. ISBN 978-0-521-65972-7.

Más, Scott (1993). La psicología del juicio y la toma de decisiones . Educación McGraw-Hill. ISBN 978-0-07-050477-6.

enlaces externos

Presentación en PowerPoint sobre la heurística de representatividad (con enlaces adicionales a presentaciones de experimentos clásicos)

Última edición hace 1 mes por 172.243.118.227

El contenido está disponible bajo CC BY-SA 4.0 a menos que se indique lo contrario.

Condiciones de uso • Política de privacidad • Escritorio