← 全部概念地圖
標準

概念地圖・機率權重函數

分類:行為

這一頁不只是把一個概念解釋一遍——一張自己畫的結構圖,加上拿台灣情境從頭走一次的實例演練、這個框架什麼時候會騙你,以及它接回 P.A.I.N. 之後長什麼樣。一頁必須交付的三層 →

機率權重函數:一條曲線同時解釋樂透與保單

同一位老闆,桌上同時放著兩張紙:一張是每期五十元的彩券,一張是一年十二萬六千元的儲槽責任險保單。先別問他在想什麼,先問這兩張紙上的機率各是多少——頭獎約一千三百九十八萬分之一,儲槽出事這裡設為每年 0.002。一邊小到寫成小數要先數七個零,一邊小到十年也未必碰上一次。他卻願意同時為兩張紙掏錢:一張是主動去追那個機率,一張是花錢把那個機率買掉。機率權重函數畫的就是這件事:橫軸放客觀機率,縱軸放它在決定的那一刻真正拿到的份量。

機率權重函數:客觀機率與決策權重的倒 S 形曲線 橫軸是客觀機率、縱軸是決策時被賦予的權重,兩軸都從 0 到 1。灰色虛線對角線代表權重等於機率。金色曲線從左下出發,先走在對角線上方,在 0.35 處與它交叉,之後一路走在對角線下方,最後回到右上角;曲線兩端陡、中間緩,是倒 S 形。交叉點左側加了網底。座標區最左緣有一條朱紅細帶,代表彩券與儲槽事故那種遠小於 0.01 的機率,全擠在這一格裡。 機率權重函數:客觀機率如何變成決策權重 縱軸:決策時實際被賦予的權重 w(p) 左段在對角線上方 0.01 的權重約 0.055 交叉點 0.35 右段在對角線下方 0.80 的權重約 0.60 1.0 0.5 0 0.35 0.5 1.0 橫軸:客觀機率 p 權重等於機率 機率權重曲線 交叉點在 0.35 左邊:權重高於機率 右邊:權重低於機率 兩端陡、中間緩 形狀是倒 S 形 彩券頭獎與儲槽事故的 機率都遠小於 0.01, 全擠在最左邊那條細縫 裡,這張圖畫不出來。 曲線為示意形狀,落點為示意值,非實測參數。
交叉點落在 0.35:左邊的機率被墊高,右邊的機率被壓低。

曲線上的幾個落點,客觀機率與決策權重擺一起

先把兩根軸講清楚。橫軸是客觀機率,是保單上、公告上那個算得出來的數字;縱軸是決策權重,是這個數字在他按下決定的那一刻,心裡真正拿到的份量。兩者相等的話,圖上會是一條四十五度的直線——實際長出來的是另一條。

客觀機率 p決策權重 w(p)這一格在說什麼
0.010.055權重是機率的五點五倍,全條曲線最誇張的一段
0.050.13還有兩點六倍,放大的效果仍然很重
0.100.19剩一點九倍,差距開始收斂
0.350.35交叉點,帳面上的數字與心裡的份量剛好對齊
0.500.42一半的機會,只拿到四成二的份量
0.800.60八成的把握,心裡只給六成,已經打了七五折
0.950.79幾乎確定的事,還是被折掉一截
0.990.91要真的走到 1.0,那一格份量才拿得回來

把落點之間的斜率量一次,形狀就出來了:0 到 0.10 這一小段,機率每往上走一格,權重跟著跳一點九格;0.10 到 0.80 那長長一段,只跟零點五九格;過了 0.80,又衝回兩格。兩端陡、中間緩,先凹後凸——這叫倒 S 形。它最誇張的地方不在中段,在最左邊那一小截:機率從零走到 0.01,權重已經被墊到五點五倍。

判斷你有沒有在高估一個小機率,看三個地方

一、這個機率你是怎麼知道的。有分母的機率,代表有人數過分子也數過分母;沒有分母的機率,多半是從一則新聞、一次客訴、一句業務的口頭補充長出來的。後者沒有任何東西壓著它,曲線左端那段陡坡會把它一路抬上去,抬到你自己都覺得「這種事常常發生」。自問:這個數字的分母是誰數的,數了幾個?

二、你上一次聽到這件事發生是多久以前。同樣一個 0.002,上個月才有同業出事,跟十年沒聽過,在心裡是兩個完全不同的數字——那是可得性在作用,愈容易被想起來的,權重被墊得愈高。要判斷自己有沒有被抬起來,先問時間,再問機率。時間近的那一個,通常已經在陡坡上了。自問:我上一次聽到這件事,是這一季,還是上一個十年?

三、這個數字有沒有人可以替你重算一次。只有一個來源的機率,扭曲的空間最大——沒有第二個人拿同一份資料算過,你沒辦法知道那個數字是量出來的還是講出來的。找第二個來源的目的很單純:看兩邊差多少。兩個數字落在同一個量級,這個數字大致站得住;其中一個是另一個的三倍五倍,你手上的其實是一個印象。自問:換一個人拿同一份資料,會不會算出同一個數?

一家液態氮供應商的兩張單子,同一段曲線各解釋一次

實例演練
  • 桌上第一張紙,彩券:頭獎機率約一千三百九十八萬分之一,寫成小數是 0.0000000715。頭獎兩億元,只算頭獎的期望值就是兩億乘以 0.0000000715,等於 14.3 元。一張賣五十元。五十元換 14.3 元
  • 先扣掉這裡的誇張:上面那 14.3 元只算了頭獎。實際彩券還有其他獎項,把它們一起算進去,期望值會高於 14.3 元——所以「五十元換 14.3 元」是誇張過的版本,方向對,倍數不對。先扣掉自己的誇張
  • 桌上第二張紙,儲槽責任險:把儲槽事故機率設為每年 0.002,一旦發生的損失設為三千五百萬元。期望損失就是三千五百萬乘以 0.002,等於七萬元。保單上的保費是十二萬六千元。多付了八成
  • 兩張紙擺在一起:一邊主動迎向一個極小的機率,一邊花錢躲開一個極小的機率——方向相反,結果相同:兩張紙上,他付出去的都高於帳面上的期望值。方向相反,行為相同
  • 回曲線上找位置:0.0000000715 與 0.002,比圖上最小的那個落點 0.01 還小得多。在線性的橫軸上,它們全部擠在原點右邊那一格裡,也就是圖上那條朱紅細帶。兩張單子都躺在那條看不見的細縫中,而那正是曲線最陡的一段。最陡的那一段,畫不出來

要留意這條曲線能給的東西有多少。它算不出那五十元該賣多少,也算不出十二萬六千元該收多少——保費裡本來就含附加費用,彩券的價格裡含公益金與其他獎項,那兩個比值都不是純粹的權重比。它只給方向:兩張紙上,付出去的都高於帳面上的期望值,而被墊高的那一段機率愈小,落差愈大。另外,0.002、三千五百萬元、十二萬六千元這三個數字,都是為了把算式走完而設的,不代表任何保險商品的實際費率,也不代表任何產業的實際事故率。以上為說明結構用的示意情境,僅供理解框架之用。

三種情況下,這條曲線會給你錯的答案

  1. 它是描述性的,拿去算最適保費會得到錯的答案。這條曲線描述的是人怎麼做決定;定價要用另一套工具——精算那一套從頭到尾用客觀機率,不碰權重。把權重代進費率公式,等於把客戶的偏誤當成成本算進去,你會系統性地高估自己該收多少,然後在市場上被報價乾淨的同業洗掉。要用它的地方在銷售與溝通那一端,不在定價那一端。
  2. 同樣的決定要做一千次時,權重的扭曲會被拉平。單次決定裡,那一段陡坡很有力;一年要出一千趟槽車、要接一千張訂單的時候,大數法則會把扭曲磨掉——重複賭局裡這條曲線幾乎失效,該看的是平均數。判準很簡單:這件事你這輩子會遇到幾次?答案是一兩次,曲線就在作用;答案是每週三次,就回去看那張長期的統計表。
  3. 它只講機率怎麼被扭曲,不講結果值怎麼被扭曲。這條曲線管的是機率那一半,結果值那一半不在它身上。單獨用它,會把「損失那一側比較痛」這件事整個漏掉——同樣是賠三千五百萬元,寫在保單條款上,跟真的從公司帳戶匯出去,在心裡的重量差得很遠。少了那一半,你會以為所有的抗拒都來自機率被高估,然後在錯的地方使力。

痛點視角看,被高估的那一段,就是有人願意付錢的位置

痛點視角

曲線左端那一小段偏差,養活了兩個完全不相干的行業。

一邊是彩券行,一邊是保險業務。它們賣的東西方向完全相反,卻靠同一段陡坡吃飯——只要一個機率小到讓人抓不住,它在心裡就會被墊高,而墊高的那一截,就是可以收費的空間。同一個人同時買彩券又買保險,光用「他怕風險」解釋不了:他在其中一張紙上主動迎向風險,在另一張紙上花錢躲開風險,態度是相反的。能同時解釋兩張紙的,只有機率在他心裡被扭曲這一層。這張圖畫得出一個機率被墊高了幾倍,畫不出這個人為什麼願意為那一截付錢——那要回到他躺下之後還會想起來的那件事。今晚挑一份你最近寄出去的報價單,把你要客戶避開的那件壞事,換成一句他上個月才聽過的事。距離愈近,那一段愈陡。

關於機率權重,常被問到的幾件事

機率權重函數跟展望理論是同一件事嗎?

展望理論是一套有兩個零件的東西。一個是價值函數,管的是結果怎麼被感受,參考點與損失趨避那一整套都在那一半。另一個就是這條機率權重曲線,管的是機率在決定的那一刻怎麼被扭曲。兩個零件缺一個,很多事情就解釋不通:只看前者,你答不出為什麼有人會去買一張期望值遠低於售價的彩券;只看後者,你會漏掉損失那一側比較痛。這一頁只畫後者。

為什麼叫倒 S 形?

把一條標準的 S 形曲線直立起來看,它是先凸後凹。這條反過來,先凹後凸——左端往上抬、中段拉平、右端再往上衝,兩端陡、中間緩。用手指沿著圖走一次最快:從原點出發,一開始爬得比對角線快,走到 0.35 之後爬得比對角線慢,最後那一小段又追上來。這個「陡、緩、陡」的節奏,就是它被叫做倒 S 形的理由。寫成 S 形,會把左端那段陡坡整個講反,結論也跟著反。

交叉點一定落在 0.35 嗎?

不一定。這一頁圖上的 0.35 是為了把形狀講清楚而設的示意值,表上那八組權重也一樣——它們沒有對應到任何一篇研究的實測參數。實際做過的量測裡,交叉點會隨題目、隨受測者、隨獎金大小移動。所以能拿去用的是形狀與方向:小機率被墊高、中高機率被壓低、中間有一個交叉點。至於那個點在你這一行是 0.3 還是 0.4,得靠你自己那些單子去量。

知道自己會高估小機率,就能改掉嗎?

改不掉,但能繞開。這條曲線是知覺層的東西,跟視錯覺一樣,知道了還是會看到——所以有效的做法落在別的地方:換掉決策的輸入。把「很少發生」換成一個帶分母的數字,把單一來源換成兩個來源,把「上個月同業出事」這種時間近的訊息,跟一份三年份的統計擺在一起看。你的感覺不會變,但你手上那張表會變,而簽字的那一刻,看的是表。

上一張保單簽下去的時候,有沒有人告訴過你那個機率的分母。想把結果值那一半補起來,接著看展望理論;想知道被墊高的那一段機率怎麼換算成保費與自己扛的金額,再看自負額的取捨。

發現引用或事實有誤?請寫信回報,我會依更正政策修正。

喜歡這篇文章嗎?

每週幫你拆二本好書,把判斷力、好書金句、好問題,直送你的信箱。

不適合你可隨時退訂 · 每週兩封,陪你把書讀進生活。

送出即表示同意我們依隱私權政策使用你的 email。