“脾气越温,福报越深!真的,你看,某某某脾气很温和,所以他的福报就非常深;还有那个谁谁谁,脾气也特别温和,所以他才能活得那么健康/赚那么多钱/找到那么好的爱人/当那么大的官/孩子那么孝顺......”
每当有人对你说类似事情时,不管说的人是皇帝还是叫花子、不管是你最信得过的爸爸妈妈还是你非常讨厌的坏蛋甚至是你不认识的人,不管你是从地摊杂志上还是从历史书或者电视上、新闻中看到类似说法的,你都应该学会像下面这样思考: 一、是不是真的有他们说的这个人?(不要因为说这话的人是皇帝、爸爸妈妈、历史书、电视、新闻,你就想当然地认为他们说的一定是真的。他们也许是在故意骗你,也许是他们自己弄错了,然后他们把弄错的事情当成真实情况说给你听了!)
二、如果那个人不存在,那就可以不继续分析下去了; 三、如果那个人真的存在,那他的情况是不是真的像他们说的那样?(理由同第一条!) 四、如果他的情况根本不像他们说的那样,那就可以不继续分析下去了;如果他的情况真像他们说的那样,那他的“福报深”和他的“脾气温和”之间存在因果关系吗? (注:“脾气温和”和“福报深”都是无法量化、仁者见仁智者见智、没有统一标准的东西,同样一个脾气,你可以觉得那很温和,其他人可能就会觉得不温和;拥有同样一件好事,你可能会觉得很幸福,其他人可能就会觉得算不上幸福。所以,遇到类似的说法时,你就基本可以确定这个说法不靠谱了。) 五、如果他的“福报深”和他的“脾气温和”之间没有因果关系,那你就知道他的说法是错的,可以不继续分析下去了。(提示:前后发生的两件事之间,99.99%是没有因果关系的——我以前专门论述过这个问题——但我们人类的思维漏洞让我们很容易把前后发生的两件事之间看成有因果关系!) 六、如果他的“福报深”和他的“脾气温和”之间的确有因果关系,那这样的事情是属于个案、特例还是具有普遍性? 七、如果这只是个案而不具有普遍性,那就不值得你重视,你可以礼貌性地笑一笑,不必为了获得很深的福报而去特意“脾气温和”。 八、如果他们说这具有普遍性,那你就可以这样想或这样问:有统计数据么? 九、如果他们说没有专门、严格的统计数据,而只是给你举很多例子,那你就应该想到,他们可能是在有意或无意地说谎。当然。他们也可能没说谎。即使他们没说谎,那也说明他们只是把一个个的个案简单地堆积在了一起而已。这时你就应该想到,个案和个案的简单堆积是说明不了多大问题的。 十、如果他们用个案的简单堆积来说明他们想要证明的东西,那你就应该意识到,他们很可能把各种沉默的证据给忽略了。当然,他们也许根本不懂什么叫沉默的证据,他们只是无意中忽略了对自己观点不利的证据而已。也许他们知道有许多反面证据,但故意只给你出示有利的证据,并故意隐瞒了不利的证据。 十一、如果他们有统计数据,而且统计数据也支持他们的观点,那你应该想一想他的统计结果是不是一种“统计学假象”。 十二、如果他们的统计结果只是一种统计学假象,那就根本无法证明他的观点的。(很容易让人一眼就看出毛病的“统计学假象”有“所有吃过饭/穿过衣服的人最后都死了”等,但许多统计学假象并不容易看出来。“幸存者偏差”和“统计学假象”有类似的地方,我这里就不分析了!)
十三、不管他们的统计结果是不是一种统计学假象,你都可以问问统计样本有多大。 十四、如果统计样本太小,那就没有什么说服力。(西药做三期临床实验时,统计对象一般都要达到几百甚至几千人,具体多少我暂时忘记了,这里仅作参考!) 十五、如果样本数量足够大,那他们在统计时设置了对照组没有?分组时是不是采取了随机的方式? 实验过程中双盲了没有? 十六、如果他们没有做到随机、对照、双盲,那实验结果就是不可靠的,他的观点也就是不可靠的。 十七、如果他们做了随机、对照、双盲、大样本实验,但实验设计得有漏洞,那实验结果就不支持他的观点,他的观点仍然是不可靠的。 十八、虽然他的实验设计得很合理、没有漏洞,但别人用相同的方法却重复不出他所说的那种结果,那他的实验结果就无法得到同行的认可,他的观点仍然是不可靠的。 十九、如果别人也能重复出他的实验结果,这说明他的实验结果对的可能性非常大、错的可能性非常小,就会得到大多数同行的认可。 二十、直到这时,你才可以放心地相信他的观点了。不过,你必须仍然清楚,他的观点对的可能性只是非常非常大、错的可能性只是非常非常很小而已,不代表就完全没有错的可能了。 如果你学会了像上面这样一步一步思考,你就学会了理性思考,你今后上当受骗的可能性就小多了! |
|
来自: hercules028 > 《教育、学习、知识》