第14章 猜一下，汤姆的专业是什么？
讲述了一个实验，如果给你一个学生信息，你能猜到他所在的专业么？
1. 所在的大学
如果仅仅知道所在大学，你可能会查询他所在大学的专业人数的分布来判断。
1. 所在大学
2. 这位学生的生活习惯，以及性格
如果知道知道上面两个信息，集合专业分布的人数和不同性格会喜欢专业的程度来判断的他会就读于什么专业。
以上的两种的情况都是在我们获取的信息并不是很完全的情况下能做出的一些猜测的依据，但是我们的系统一会利用典型性启发做出不那么正确的思考。比如你猜一个人的所在的专业，可能不会选择那个学校的专业的人数分布，而回去选择你对那个学校的第一感觉，比如那个高校什么专业比较出名，什么专业比较好就业等等。做出不一样的判断。书中有说到典型性的两宗罪：
典型性的第一宗罪就是，它过于喜爱预测不可能发生的（低基础比率的）事件。
典型性的第二宗罪是它对证据质量不够敏感。
书中也提到和不错的激活系统二的方法：皱眉头。比如人们会紧张的表情也会激活系统二。比如一个人对一个环境感到不愉快，那么他的系统二的警觉性会比一般人来的强。
书中还提到了另一个来约束系统一的方法：贝叶斯定理。这个是统计学里的一个定理，大概就是用统计学来约束系统一。以下是对贝叶斯定理关键点的总结：
·以相对合理的基础比率对结果的可能性作出判断。
·质疑你对证据的分析。
定理从学习到实战还是需要不少的练习的。没有那么快上手就记住两点：第一，基础比率十分重要，即便是在手头的案例已有证据的情况下依然如此；第二，通过分析证据得到的直观印象通常都会被夸大。
基础比率比如，本科人数是远远大于硕士、博士。这些基础的判断标准。
最后的是本章的示例：
“草坪修整得很好，接待员看起来很能干，家具也十分抢眼，但这并不意味着这是一家经营状况良好的公司。我希望董事会不要依照典型性启示作出判断。”
“这家新成立的企业看起来好像不会倒闭，但是这个行业的成功基础比率非常之低。我们又怎么能知道这家企业就是个特例（一定能成功）呢？”
“他们一直在重复犯同样的错误：用并不充分的证据来预测罕见的事件。当证据不充分时，我们应该以基础比率作为判断依据。“
“我知道这份报告绝对是具有毁灭性意义的，也许它的证据十分确凿，但我们凭什么相信呢？我们必须在做计划时保持一定的怀疑态度才行。”
