第二節(jié) 認(rèn)知的視角：主觀概率判斷的支持理論

與邏輯學(xué)家把支持關(guān)系解釋為證據(jù)命題E與假設(shè)命題H之間的關(guān)系不同，認(rèn)知科學(xué)家把支持關(guān)系解釋為概率判斷之間的關(guān)系。在認(rèn)知科學(xué)家那里，根據(jù)對(duì)同一事件的不同描述可以產(chǎn)生不同的判斷，研究這些判斷之間的支持關(guān)系的理論就是支持理論，它是一個(gè)關(guān)于主觀概率判斷的非外延性理論。不難看出，前者的出發(fā)點(diǎn)是客觀主義概率理論，后者是主觀主義概率理論。前一理論是從概率邏輯的立場(chǎng)出發(fā)的，后一理論則從認(rèn)知科學(xué)的視角看問(wèn)題。盡管二者出發(fā)點(diǎn)和研究視角不同，但是概率判斷支持理論是對(duì)歸納支持理論的發(fā)展。

認(rèn)知科學(xué)家的實(shí)驗(yàn)研究探明，在日常推理中，人們通常并不遵循概率理論的外延邏輯原則。具體來(lái)說(shuō)，對(duì)于同一事件的兩種不同描述，往往會(huì)導(dǎo)致兩種不同的主觀概率判斷結(jié)果，而且，一個(gè)明確的事件（比如有1000人將死于地震）比一個(gè)籠統(tǒng)的事件（比如有1000人將死于自然災(zāi)害）往往被認(rèn)為更有可能發(fā)生。為了處理這種情況，特沃斯基（Tversky）和凱勒（Koehler）于1994年創(chuàng)立了一種關(guān)于信念的非外延性理論——支持理論。在這種理論中，主觀概率判斷并不依賴于事件本身，而是依賴于對(duì)事件的描述，這種描述被稱作假設(shè)。根據(jù)支持理論，每一個(gè)假設(shè)A都有一個(gè)支持度s（A），它的大小與這個(gè)假設(shè)的證據(jù)強(qiáng)度成正比。如果假設(shè)A和B有且僅有一個(gè)成立，那么，假設(shè)A成立而B不成立的判斷概率P（A,B）為：

因此，判斷概率可通過(guò)中心假設(shè)A與備擇假設(shè)B的相對(duì)支持度來(lái)解釋。支持理論的關(guān)鍵性假設(shè)是：把一個(gè)事件分解成幾個(gè)事件（部分）來(lái)描述（比如：將“一架飛機(jī)失事C”分解為“由于人為因素或者機(jī)械事故而導(dǎo)致的一架飛機(jī)意外失事Ca，或者由于恐怖襲擊或者蓄意破壞而導(dǎo)致的一架飛機(jī)非意外失事Cn”）通常可以增加它的支持度。因此，顯性選言事件Ca∨Cn的支持度等于或大于隱性選言事件C的支持度，即s（C）≤s（Ca∨Cn）。這個(gè)假定有兩層意思。第一，分解隱性選言假設(shè)可以提示人們想到那些可能被他們忽視但卻可能發(fā)生的情況；第二，明確地提出某種情況有助于提高其顯著性，從而增加其感知支持度。

在特沃斯基等人看來(lái)，支持理論可以為各種不同的事件提供一個(gè)統(tǒng)一的分析和解釋框架。它假定一個(gè)事件的判斷概率會(huì)隨著中心假設(shè)的分解而提高，并且會(huì)隨著備擇假設(shè)的分解而降低。比如，關(guān)于某個(gè)人將會(huì)自然死亡而不會(huì)非自然死亡的判斷概率會(huì)隨著導(dǎo)致自然死亡的各種因素（比如心臟病、中風(fēng)、癌癥等）的羅列而提高，而且會(huì)隨著導(dǎo)致非自然死亡的各種因素（如車禍、謀殺、火災(zāi)等）的羅列而降低。[3]

實(shí)際上，建立在主觀概率理論基礎(chǔ)上的支持理論主要關(guān)心的是如何借助概率方法來(lái)表達(dá)信念度，然而，借助帕斯卡概率邏輯，能否恰當(dāng)?shù)乇磉_(dá)信念度的問(wèn)題，一直是激烈爭(zhēng)論的焦點(diǎn)。正統(tǒng)觀點(diǎn)是貝葉斯主義觀點(diǎn)，按照這種概率理論，信念度是可以借助可加概率方法來(lái)表達(dá)的。另一種觀點(diǎn)是對(duì)此抱懷疑態(tài)度的懷疑論，他們認(rèn)為，很難用帕斯卡概率的規(guī)則來(lái)對(duì)信念進(jìn)行分析以表達(dá)主觀不確定性。第三種觀點(diǎn)是關(guān)于主觀概率的修正主義理論，即信念修正模型理論，包括登普斯特―沙弗（Dempster-Shafer）的信念理論（Dempster, 1967; Shafer, 1976），扎德（Zadeh）的可能性理論等。與貝葉斯主義觀點(diǎn)類似，修正主義者認(rèn)為，運(yùn)用直接論證或者運(yùn)用偏好方法，可以對(duì)信念加以量化，但是他們發(fā)現(xiàn)概率演算對(duì)于實(shí)現(xiàn)該目的來(lái)說(shuō)約束性太強(qiáng)了。因此，他們替換了在帕斯卡概率理論中使用的可加方法，而采用非可加的集合函數(shù)的方法來(lái)滿足弱化的需要。

貝葉斯主義理論和信念修正模型的基本假設(shè)都是外延性原則：給具有相同外延的事件指派一個(gè)相同的概率。然而，很多研究表明，人們的主觀概率判斷并非遵循外延性原則，因?yàn)閷?duì)相同事件的不同描述經(jīng)常會(huì)產(chǎn)生不同的判斷。信念描述理論的發(fā)展客觀上也促使人們相信，對(duì)信念的描述可以擺脫外延性假設(shè)。特沃斯基認(rèn)為，外延性原則不具有普遍有效性是人類判斷的基本特征，而不僅僅是一個(gè)個(gè)孤立的例子。這表明概率判斷并不僅僅依賴事件本身而是依賴對(duì)事件的描述。

簡(jiǎn)言之，特沃斯基等人的支持理論的主要觀點(diǎn)是：（1）主觀概率判斷受到描述的影響，具有描述的依賴性；（2）主觀概率判斷的結(jié)果是判斷者對(duì)中心假設(shè)的相對(duì)支持的反映；（3）主觀概率在二元判斷中表現(xiàn)出二元互補(bǔ)性；（4）在多元判斷中表現(xiàn)出次可加性；（5）主觀概率判斷存在分解效應(yīng)；（6）主觀概率判斷存在促進(jìn)效應(yīng)。現(xiàn)依次闡述如下。

1.描述的依賴性（description-dependence）

標(biāo)準(zhǔn)的概率理論和其他一些主觀概率理論認(rèn)為對(duì)同一事件的不同描述概率判斷值應(yīng)該不變，而支持理論認(rèn)為，人類在不確定條件下的概率判斷不符合外延性原則，而是表現(xiàn)出描述的依賴性，即對(duì)同一外延事件的不同描述所做出的主觀概率判斷不同。因此，支持理論區(qū)分了事件和對(duì)事件的描述，事件的描述也稱為假設(shè)。他們認(rèn)為主觀概率判斷不同于標(biāo)準(zhǔn)概率理論所認(rèn)為的基于事件A′和B′本身，而是基于對(duì)事件的描述A和B。描述依賴性的原則和啟發(fā)式的傳統(tǒng)一致，因?yàn)椴煌瑔l(fā)式是由事件的不同描述引起的。

描述依賴性的一個(gè)基本起點(diǎn)是，人們通常接受給予他們的問(wèn)題而不去自動(dòng)將它轉(zhuǎn)換成其他的相等形式。當(dāng)給人們呈現(xiàn)兩個(gè)具有相同外延的假設(shè)并且進(jìn)行比較時(shí)，他們會(huì)意識(shí)到二者的概率一樣，但是只給他們呈現(xiàn)一個(gè)假設(shè)時(shí)，他們很少去產(chǎn)生其他具有相等樣本空間的不同假設(shè)，也就是說(shuō)在主觀概率判斷中，人們通常不是將同一事件的不同描述表征為相等的樣本空間。

支持理論認(rèn)為概率判斷中外延性的失敗不是一些少數(shù)孤立的現(xiàn)象，而是代表了人類主觀概率判斷中一個(gè)本質(zhì)的特點(diǎn)。

2.主觀概率判斷結(jié)果是判斷者對(duì)中心假設(shè)的相對(duì)支持的反映

支持理論認(rèn)為，建構(gòu)對(duì)假設(shè)的支持是概率判斷的中間因素（也就是說(shuō)，假設(shè)→支持→概率）。而對(duì)于窮盡且互斥的子假設(shè)A、B，人們都會(huì)產(chǎn)生一個(gè)非負(fù)的支持s（A）、s（B）。那么對(duì)于中心假設(shè)A而非備擇假設(shè)B的概率判斷用公式表示為：

這是支持理論的基本公式，它表明了概率和支持的關(guān)系：概率判斷的結(jié)果反映了相對(duì)于備擇假設(shè)的支持而言判斷者對(duì)中心假設(shè)的相對(duì)支持。支持理論認(rèn)為，支持的獲得既可以是基于客觀的數(shù)據(jù)（如頻率或概率），也可以是基于判斷啟發(fā)式（如可獲得性啟發(fā)、代表性啟發(fā)、錨定和調(diào)節(jié)啟發(fā)）而得到的主觀印象。

是否可以用支持度來(lái)預(yù)測(cè)概率呢？很多研究已經(jīng)探究這種預(yù)測(cè)的可行性，認(rèn)為人們是從對(duì)支持的直接估計(jì)來(lái)判斷概率的。特沃斯基和凱勒（Koehler）在實(shí)驗(yàn)中要求被試首先判斷幾個(gè)籃球隊(duì)在各比賽中獲勝的概率，然后再讓他們?cè)u(píng)估各隊(duì)的實(shí)力（支持度的判斷），結(jié)果發(fā)現(xiàn)，可以用實(shí)力評(píng)估來(lái)預(yù)測(cè)概率判斷。凱勒等人讓被試判斷嫌疑犯的嫌疑大小或者犯罪可能性的大小，結(jié)果發(fā)現(xiàn)可以用嫌疑性來(lái)準(zhǔn)確地預(yù)測(cè)每個(gè)嫌疑犯犯罪的可能性。福克斯（Fox）發(fā)現(xiàn)可以用球隊(duì)實(shí)力來(lái)準(zhǔn)確地預(yù)測(cè)該球隊(duì)在未來(lái)的比賽中獲勝的概率。這幾個(gè)實(shí)驗(yàn)都證明了支持度和概率判斷的線性關(guān)系，表明可以用支持來(lái)預(yù)測(cè)概率。

3.主觀概率判斷的二元互補(bǔ)性（binary complementarity）

支持理論認(rèn)為，當(dāng)假設(shè)只有兩個(gè)且二者是互補(bǔ)和窮盡時(shí)，概率判斷表現(xiàn)為二元互補(bǔ)性，即二者的概率判斷之和約為1，表現(xiàn)出可加性。

很多研究發(fā)現(xiàn)概率判斷符合二元互補(bǔ)性，如福克斯和伯克（Birke）的研究表明當(dāng)律師判斷訴訟結(jié)果時(shí)體現(xiàn)了二元互補(bǔ)性。[4]但一些研究表明二元判斷中出現(xiàn)了超可加性（superadditivity），即二者的概率判斷之和小于1。Windschitl進(jìn)一步研究表明主觀概率判斷的可加性并不意味著在感知信念程度上的互補(bǔ)性。

愛(ài)德森（Idson）和克蘭茨（Krantz）針對(duì)二元判斷的非互補(bǔ)性通過(guò)修訂支持理論的基本公式提出了擴(kuò)展的支持理論（Extended Support Theory）。[5]在這個(gè)修正的公式中引入了兩個(gè)參數(shù)：K，備擇假設(shè)證據(jù)支持的缺失值，即在判斷中被試用來(lái)代替?zhèn)鋼窦僭O(shè)的支持；λ，在判斷A的概率時(shí)被試注意到的不支持A的支持。

for（A）支持A的支持，against（A）不支持A的支持

實(shí)驗(yàn)表明，該公式能夠解釋二元判斷中的非互補(bǔ)性；修訂的公式在預(yù)測(cè)概率判斷上比基本公式更為成功。

4.主觀概率判斷滿足次可加性規(guī)律

支持理論認(rèn)為，當(dāng)假設(shè)多于2個(gè)時(shí)，概率判斷滿足次可加性（subadditivity）規(guī)律，即幾個(gè)假設(shè)的概率判斷之和大于1。支持理論發(fā)現(xiàn)了兩種次可加性，用公式表示為：

在上述公式中，A表示隱選言假設(shè)（如病人患呼吸系統(tǒng)疾病），而B(niǎo)∨C是和A具有相同外延的顯選言假設(shè)（如“病人患病毒性或者細(xì)菌性的呼吸系統(tǒng)疾病”），即顯選言假設(shè)列出了事件的各子假設(shè)而隱選言假設(shè)沒(méi)有列出。公式左邊的不等式表示隱次可加性，即隱選言假設(shè)A的支持小于或等于顯選言假設(shè)B∨C的支持；公式右邊的不等式表示顯次可加性，即顯選言假設(shè)B∨C的支持小于或等于各個(gè)子假設(shè)的支持之和。

概率判斷的次可加性偏差表現(xiàn)在各種領(lǐng)域中，如在專業(yè)球迷預(yù)測(cè)比賽結(jié)果、律師預(yù)測(cè)官司的輸贏、審計(jì)員的審計(jì)都表現(xiàn)出次可加性。劉海影和傅小蘭的研究表明主觀概率判斷的次可加性具有跨文化的一致性。

次可加性是人類對(duì)不確定事件進(jìn)行概率判斷時(shí)的一個(gè)基本的反應(yīng)偏向。值得注意的是次可加性本身并不表示與客觀概率值相比高估了顯選言假設(shè)而低估了隱選言假設(shè)，它僅表示判斷者認(rèn)為前者發(fā)生的可能性比后者大。

4.1.次可加性的原因解釋及實(shí)驗(yàn)證據(jù)

支持理論認(rèn)為隱次可加性有兩個(gè)原因：第一，顯選言假設(shè)提取出了可能被忽略的情況，即增加了事例可獲得性；第二，外顯地提到各子假設(shè)可能會(huì)提高其重要性從而增加感知的支持度。

特沃斯基和凱勒從性質(zhì)假設(shè)和數(shù)量假設(shè)的研究中區(qū)分出隱次可加性的兩個(gè)原因。[6]他們的實(shí)驗(yàn)發(fā)現(xiàn)，被試判斷性質(zhì)假設(shè)“一個(gè)人死于癌癥”的可能性顯著小于“死于呼吸系統(tǒng)癌癥、消化系統(tǒng)癌癥、生殖系統(tǒng)癌癥、乳癌、泌尿系統(tǒng)癌癥、血癌或其他癌癥”的可能性之和，因?yàn)楹笳咛嵝蚜吮辉嚳赡芎雎缘那闆r。在讓被試判斷數(shù)量假設(shè)“有小孩夫妻的比例”時(shí)，當(dāng)把夫妻分為幾類（如分為：有1個(gè)小孩的夫妻、有2—3個(gè)小孩的夫妻、有3個(gè)以上小孩的夫妻），被試判斷的有小孩夫妻的比例明顯增加。研究者認(rèn)為，被試判斷“有小孩的夫妻比例”時(shí)，他們并沒(méi)有忽略上述幾類情況，之所以會(huì)出現(xiàn)次可加性，是因?yàn)榉纸馓岣吡四切┓N類的重要性從而增加了判斷值。

支持理論認(rèn)為顯次可加性的產(chǎn)生有兩個(gè)原因：第一，再壓縮（repacking）；第二，錨定調(diào)節(jié)啟發(fā)式的運(yùn)用。“再壓縮”是指顯選言假設(shè)往往被再次壓縮成隱選言假設(shè)，再次壓縮會(huì)降低概率判斷值，表現(xiàn)出顯次可加性；“錨定調(diào)節(jié)啟發(fā)式的運(yùn)用”是指判斷者不是獨(dú)立地評(píng)價(jià)顯選言假設(shè)中每個(gè)子假設(shè)的支持然后相加，而是評(píng)價(jià)了其中一個(gè)子假設(shè)后在參考其他假設(shè)的基礎(chǔ)上向上做適當(dāng)?shù)卣{(diào)節(jié)。因?yàn)檫@樣的調(diào)節(jié)通常是不充分的，所以其概率判斷小于分別判斷之和，表現(xiàn)為顯次可加性。

羅騰施特萊歇（Rottenstreich）和特沃斯基在研究中把“他殺”按照時(shí)間分解：在白天被殺害和在晚上被殺害，實(shí)驗(yàn)結(jié)果表現(xiàn)出了顯次可加性[7]。他們認(rèn)為，時(shí)間式分解使被試采用了再壓縮策略，即將顯選言假設(shè)再壓縮成隱選言假設(shè)“被他人殺害”判斷。在另一個(gè)的實(shí)驗(yàn)中，把被試分成3組評(píng)估學(xué)生人數(shù)：①首先評(píng)估人數(shù)較多的專業(yè)（高條件組）, ②首先評(píng)估人數(shù)較少的專業(yè)（低條件組）, ③不做前期評(píng)估（無(wú)條件組）。然后再讓他們?cè)u(píng)估這兩個(gè)專業(yè)的總?cè)藬?shù)。研究者認(rèn)為被試運(yùn)用了錨定調(diào)節(jié)啟發(fā)式：高條件組基于較多人數(shù)的調(diào)節(jié)比低條件組基于較少人數(shù)的調(diào)節(jié)給出更大的人數(shù)估計(jì)；而無(wú)條件組基于較多人數(shù)的調(diào)節(jié)，因此和高估計(jì)組應(yīng)該無(wú)差異。

4.2.備擇假設(shè)的次可加性

支持理論用整體權(quán)重（global weight）和局部權(quán)重（local weight）來(lái)衡量備擇假設(shè)的次可加性程度。假設(shè)A和ā1, …, ān相互排斥且窮盡，當(dāng)判斷中心假設(shè)A的概率時(shí)，備擇假設(shè)ā1, …, ān通常被壓縮為整體判斷，那么備擇假設(shè)的次可加性表示為：

Wā被稱為整體權(quán)重，它反映了把ā1+…+ān壓縮成整體ā時(shí)所打折扣的大小，Wā值越小代表次可加性的程度就越大，也表示壓縮后損失的支持越多。

凱勒等人對(duì)于中心假設(shè)和備擇假設(shè)次可加性的關(guān)系，提出了一個(gè)簡(jiǎn)單的線性折扣模型來(lái)表示：

根據(jù)該公式，當(dāng)對(duì)中心假設(shè)A的支持增大時(shí)，備擇假設(shè)的次可加的程度也就越強(qiáng)，表現(xiàn)出備擇假設(shè)的次可加的權(quán)重因子Wā隨著中心假設(shè)的支持增加而減小。線性折扣模型表明，當(dāng)支持中心假設(shè)證據(jù)力量很強(qiáng)時(shí)，人們趨向于更小可能將備擇假設(shè)自發(fā)地分解。

布倫納（Brenner）和凱勒進(jìn)一步從每個(gè)子假設(shè)的貢獻(xiàn)角度探究了剩余假設(shè)的次可加性，[8]用公式表示為：

Wiā被稱為局部權(quán)重，它反映了把備擇假設(shè)當(dāng)作整體判斷時(shí)每一個(gè)子假設(shè)所打折扣的大小。Wā和Wiā值越小，表明壓縮后的隱選言所損失的支持越多，對(duì)中心假設(shè)的主觀概率判斷值就越大。他們?cè)谡w權(quán)重和局部權(quán)重的基礎(chǔ)上進(jìn)一步發(fā)展出了局部權(quán)重模型。

4.3.影響次可加性的兩個(gè)重要因素

4.3.1.頻率和概率的信息格式與次可加性

吉格倫澤（Gigerenzer）和霍夫拉吉（Hoffrage）認(rèn)為，人類在長(zhǎng)期的進(jìn)化過(guò)程中形成的認(rèn)知算法，適合處理以頻率形式表征的信息，而不適合處理以概率形式表征的信息，因此他們質(zhì)疑在很多實(shí)驗(yàn)研究中出現(xiàn)的認(rèn)知偏差是因?yàn)樾畔⒁愿怕矢袷匠尸F(xiàn)，當(dāng)把概率變?yōu)轭l率時(shí)，認(rèn)知偏差就會(huì)消失。

然而主觀概率判斷的實(shí)驗(yàn)表明，頻率信息并沒(méi)有消除次可加性的認(rèn)知偏差，只不過(guò)使其程度變小。特沃斯基和凱勒的研究發(fā)現(xiàn)，被試判斷概率信息比判斷頻率信息表現(xiàn)出更大的次可加性。羅騰施特萊歇和特沃斯基、凱勒的實(shí)驗(yàn)同樣證明頻率比概率在一定程度上減小了次可加性的程度。

4.3.2.分解數(shù)目與次可加性

許多實(shí)驗(yàn)證明次可加性的大小隨著假設(shè)數(shù)目的增加而增大。特沃斯基和凱勒發(fā)現(xiàn)：當(dāng)把死亡原因分解為7個(gè)種類判斷時(shí)概率值顯著高于把它分解為3個(gè)種類的判斷[9]。劉海影和傅小蘭也發(fā)現(xiàn)次可加性隨分解部分的增加而增強(qiáng)。這種分解數(shù)量和次可加性的正相關(guān)有一個(gè)前提，就是窮盡了事件包含的所有假設(shè)。

多爾蒂（Dougherty）和亨特（Hunter）認(rèn)為，人們不可能對(duì)一個(gè)事件包含的所有假設(shè)窮盡，只有少數(shù)幾個(gè)假設(shè)能從長(zhǎng)時(shí)記憶中提取出來(lái)并被保持在工作記憶中參與概率判斷。他們的實(shí)驗(yàn)結(jié)果表明：在有時(shí)間限制的情況下人們從長(zhǎng)時(shí)記憶中提取備擇假設(shè)的數(shù)量減少，次可加性增大；工作記憶容量大的被試比工作記憶容量小的被試考慮到了更多的備擇假設(shè)，次可加性較小。這表明了分解數(shù)目和次可加性的負(fù)相關(guān)。

5.主觀概率判斷的分解效應(yīng)（unpacking effect）

支持理論把描述上的分解所引起的概率判斷值的增加稱為分解效應(yīng)，用公式表示為：

公式8表示分解中心假設(shè)會(huì)提高對(duì)中心假設(shè)的概率判斷；公式9表示分解備擇假設(shè)會(huì)降低對(duì)中心假設(shè)的概率判斷；反過(guò)來(lái)說(shuō)，壓縮中心假設(shè)會(huì)降低對(duì)中心假設(shè)的概率判斷，而壓縮備擇假設(shè)會(huì)提高對(duì)中心假設(shè)的概率判斷。在現(xiàn)實(shí)生活中，人們通常把備擇假設(shè)當(dāng)作剩余的整體而沒(méi)有分解，這種壓縮就減小了對(duì)備擇假設(shè)的證據(jù)支持的判斷，從而增加了對(duì)中心假設(shè)的概率判斷，這是概率判斷中經(jīng)常出現(xiàn)的一個(gè)現(xiàn)象。分解效應(yīng)和格式塔理論的著名觀點(diǎn)“整體大于部分之和”恰好相反，支持理論認(rèn)為分解會(huì)增加感知的強(qiáng)度，所以部分之和大于總體。

已有的研究表明，在各種判斷領(lǐng)域中都表現(xiàn)出了分解效應(yīng)。布羅迪（Brody）等人的研究發(fā)現(xiàn)，[10]在概率判斷和頻率判斷中分解會(huì)增加判斷值。博文（Boven）和埃普利（Epley）的實(shí)驗(yàn)表明，分解效應(yīng)還適用于情感判斷等其他種類的社會(huì)判斷，如在團(tuán)體任務(wù)貢獻(xiàn)的判斷中個(gè)體趨向于夸大自己的貢獻(xiàn)，而當(dāng)他們把團(tuán)體中的合作者們“分解”為“個(gè)體”時(shí)，這種夸大就會(huì)顯著削弱。Tversky和Fox的研究發(fā)現(xiàn)，在不確定條件下的決策也表現(xiàn)出分解效應(yīng)，如分解使人們對(duì)于未來(lái)的隨機(jī)事件如體育比賽結(jié)果、風(fēng)險(xiǎn)投資或者其他事件愿意付出更多的賭注。Fox和Clemen的研究表明，即使是決策領(lǐng)域的專家也會(huì)表現(xiàn)出分解效應(yīng)，但是這種偏向隨著領(lǐng)域知識(shí)的增加而降低。

克魯格（Kruger）和埃文斯的研究發(fā)現(xiàn)，[11]分解效應(yīng)能夠用于解釋計(jì)劃錯(cuò)覺(jué)（plan illusion）：計(jì)劃錯(cuò)覺(jué)的原因在于人們不能自動(dòng)地將多面任務(wù)分解為各個(gè)組成部分。在實(shí)驗(yàn)中讓被試估計(jì)完成某項(xiàng)任務(wù)需要多長(zhǎng)時(shí)間，結(jié)果表明：當(dāng)要求分解任務(wù)時(shí)，被試認(rèn)為所需時(shí)間更長(zhǎng)。實(shí)驗(yàn)同時(shí)發(fā)現(xiàn)分解效應(yīng)受到任務(wù)難度的影響，任務(wù)越復(fù)雜，分解的作用越大。

福克斯和羅騰施特萊歇的研究發(fā)現(xiàn)，[12]分解效應(yīng)還受到樣本空間在主觀上如何分解的影響，當(dāng)判斷“下一周中星期天比其他任何一天都熱的可能性”時(shí)，被試做出兩維的分解，因此概率是1/2；判斷“下一周當(dāng)中最熱的一天是星期天的可能性”時(shí)，被試做出七維的分解，因此概率為1/7。

6.主觀概率判斷中的促進(jìn)效應(yīng)（enhancement effect）

促進(jìn)效應(yīng)是指當(dāng)支持假設(shè)的證據(jù)增加時(shí)，判斷者對(duì)各個(gè)假設(shè)的概率判斷之和也會(huì)增加。證據(jù)的增加可能是因?yàn)樽C據(jù)的分解或者證據(jù)的替換。因此，主觀概率不僅取決于對(duì)中心假設(shè)和對(duì)備擇假設(shè)如何描述，而且也取決于對(duì)證據(jù)如何描述。假如有相互排斥且窮盡的假設(shè)A1, A2, …, An, āi指與中心假設(shè)Ai相對(duì)應(yīng)的所有備擇假設(shè)壓縮成的隱選言假設(shè)，如證據(jù)B比證據(jù)C對(duì)各個(gè)假設(shè)支持度更大，那么：

促進(jìn)效應(yīng)表明：證據(jù)B引發(fā)的概率判斷之和大于證據(jù)C引發(fā)的概率判斷之和，且兩者之和都大于或等于1。促進(jìn)效應(yīng)說(shuō)明，人們的主觀概率判斷不同于標(biāo)準(zhǔn)概率理論要求的補(bǔ)償性（compensatory），而表現(xiàn)出非補(bǔ)償性的特征，即增加一個(gè)假設(shè)的概率判斷并沒(méi)有降低對(duì)其他競(jìng)爭(zhēng)性假設(shè)的概率。實(shí)際上，一個(gè)新的證據(jù)通常會(huì)增加對(duì)所有假設(shè)的概率判斷，或者是增加其中一個(gè)假設(shè)的概率但并沒(méi)有降低其他假設(shè)的概率。值得注意的是，促進(jìn)效應(yīng)表明人們夸大了對(duì)先驗(yàn)概率的反應(yīng)，然而過(guò)去的研究結(jié)論“基礎(chǔ)概率忽略”現(xiàn)象則說(shuō)明人們并沒(méi)有充分意識(shí)到先驗(yàn)概率的影響。

特沃斯基和凱勒在實(shí)驗(yàn)中把支持理論的預(yù)期和貝葉斯模型理論與謝弗（Shafer）理論的預(yù)期相比較，結(jié)果證明主觀概率判斷符合促進(jìn)效應(yīng)。實(shí)驗(yàn)設(shè)置了低信息組（描述了4個(gè)嫌犯的基本信息）和高信息組（增加了4個(gè)嫌犯作案的動(dòng)機(jī)和時(shí)間），然后讓被試判斷4個(gè)嫌犯犯罪的可能性。結(jié)果表明：在高信息條件下被試對(duì)4個(gè)嫌犯犯罪可能性的判斷比在低信息條件下大，且其和都大于1。同時(shí)他們發(fā)現(xiàn)在替換證據(jù)的條件下也會(huì)出現(xiàn)促進(jìn)效應(yīng)。羅騰施特萊歇等人證明，[13]對(duì)證據(jù)具體的描述比籠統(tǒng)的描述增加了證據(jù)支持的力度。凱勒用模擬的醫(yī)學(xué)診斷任務(wù)，讓被試根據(jù)病人的癥狀判斷病人可能患有的疾病。假設(shè)某病人有癥狀A(yù)bCDe（大寫字母表示該病人有某種癥狀，小寫字母表示該病人沒(méi)有某種癥狀），通過(guò)前期的練習(xí)使判斷者習(xí)得癥狀A(yù)的出現(xiàn)表明該病人患有疾病F1，而癥狀C 的出現(xiàn)表明該病人患有疾病F3。結(jié)果發(fā)現(xiàn)，癥狀C的出現(xiàn)并不影響對(duì)F1的支持和概率判斷。因此，支持評(píng)價(jià)的過(guò)程是非補(bǔ)償性的，也就是說(shuō)支持備擇假設(shè)的證據(jù)不影響對(duì)中心假設(shè)支持的判斷；結(jié)果還發(fā)現(xiàn)，即使是無(wú)診斷作用的證據(jù)也能提高對(duì)中心假設(shè)的概率判斷值。上述研究都表現(xiàn)出了證據(jù)的促進(jìn)效應(yīng)。