在一项早期的研究中，心理学家为8名经验丰富的赌注登记经纪人列示出过去赛马成绩记录中出现的88个变量（比如马匹负重量、获胜场次、不同条件下的表现等)，然后要求每个经纪人根据变量信息的重要性进行排序。
接着让这些经纪人通过过去45场赛马比赛的相关数据预测每场比赛前五位的马匹。
研究过程中,按照变量重要性从高到低依次告诉每个经纪人5个变量、10个变量、20个变量和40个变量的相关信息，因此每个经纪人对每场比赛的结果会根据不同的信息组做出四次预测。在每次预测中,经纪人还被要求对其每次预测结果的自信度进行排名。
当了解5个变量信息的时候,经纪人预测结果的准确度和自信度紧密相关。让人不解的是，随着变量数的增加，出现了两种现象。
首先，预测结果的准确度基本保持不变。经纪人面对5个变量信息和面对40个变量信息做出预测的准确度大致相同。“信息越多越有助于我们做出更好的决策”这一说法显然并非事实。
其次,随着变量信息的增加,经纪人对预测结果的自信度大幅增加。
掌握5个变量信息的时候,经纪人的自信度是17% ;当变量数增加到40个时，经纪人的自信度超过30%(记住!此时预测结果的准确度并没什么变化)。所以增加的信息并没有帮助经纪人们做出更准确的预测,只是增加了他们预测的自信程度。
炒股新手如何识别股票的买卖信号，主要看建仓线与派发线！
另一些心理学家在美式橄榄球比赛中发现了类似的结果。他们研究了球迷预测15场全美大学生体育协会(NCAA)比赛结果及比分的能力。在参加这项研究之前,参与者要通过一个测试以证明他们拥有丰富的大学生橄榄球赛相关知识，从而可以被视为比赛“专家”。
在五轮实验中，将通过对未参加实验的球迷进行调查筛选出的信息按照随机顺序列出。每轮随机显示6条信息。提供的信息中刻意排除了球队的名字，因为名字太容易引导参与者的判断。但是这些信息广泛涵盖了诸如掉球情况、失误率、获得码数等各类统计数据。
为了检验信息更多是否就更好,每一轮实验中将与受试者所获同样的信息输入一个计算机模型。在五轮试验中，计算机与受试者面临的情况一样,获得的信息逐次增多。
实验结果对于那些认为信息多总比少好的人来说还比较有利。在第一轮只获得6条信息时，计算机模型的预测准确度是56% ;随着信息的逐渐增加，预测准确度上升到71%。因此，对于计算机来说确实是信息越多越好。
那人类的情况是怎样的呢?像赌注登记经纪人一样，橄榄球专家们的预测准确度并没有随着信息的增加而显著提高。不管是6条信息还是30条信息，他们的预测准确度都基本一致。然而,参与者的自信度随着信息数量的增加而显著提高了。例如，参与者们的自信度从面对6条信息时的69%上升到30条信息时的80%。正如赛马中的登记经纪人那样，随着信息数量增加而增加的不是预测准确度，而是预测自信度。
原创文章，作者：菜鸡，如若转载，请注明出处：https://www.20on.com/222027.html
