Determiatios,” Foresic Sciece Iteratioal 275（2017）: 65–75。

鉴定人员做出的假阳性判断（错误识别）也要少得多：R. N. Haber, I. Haber, “Experimetal Results of Figerprit Compariso Validity ad Reliability: A Review ad Critical Aalysis,” Sciece & Justice 54（2014）: 375–389。

他们容易受到偏差的影响：Dror, “Hierarchy of Expert Performace,” 3。

他应该去迪士尼工作：M. Leadbetter, letter to the editor, Figerprit World 33（2007）: 231。

而不会真正改变他们的判断：L. Butt, “The Foresic Cofirmatio Bias: Problems, Perspectives ad Proposed Solutios—Commetary by a Foresic Examier,” Joural of Applied Research i Memory ad Cogitio 2（2013）: 59–60。

就连FBI在梅菲尔德案的内部调查中都强调：Stacey, “Erroeous Figerprit,” 713。

一项对21个国家400名鉴定专家展开的调查：J. Kukucka, S. M. Kassi, P. A. Zapf, I. E. Dror, “Cogitive Bias ad Blidess: A Global Survey of Foresic Sciece Examiers,” Joural of Applied Research i Memory ad Cogitio 6（2017）。

线性序列揭露：I. E. Dror et al., letter to the editor: “Cotext Determiatios,” Foresic Sciece Iteratioal 275（2017）: 65–75。

鉴定人员做出的假阳性判断（错误识别）也要少得多：R. N. Haber, I. Haber, “Experimetal Results of Figerprit Compariso Validity ad Reliability: A Review ad Critical Aalysis,” Sciece & Justice 54（2014）: 375–389。

他们容易受到偏差的影响：Dror, “Hierarchy of Expert Performace,” 3。

他应该去迪士尼工作：M. Leadbetter, letter to the editor, Figerprit World 33（2007）: 231。

而不会真正改变他们的判断：L. Butt, “The Foresic Cofirmatio Bias: Problems, Perspectives ad Proposed Solutios—Commetary by a Foresic Examier,” Joural of Applied Research i Memory ad Cogitio 2（2013）: 59–60。

就连FBI在梅菲尔德案的内部调查中都强调：Stacey, “Erroeous Figerprit,” 713。

一项对21个国家400名鉴定专家展开的调查：J. Kukucka, S. M. Kassi, P. A. Zapf, I. E. Dror, “Cogitive Bias ad Blidess: A Global Survey of Foresic Sciece Examiers,” Joural of Applied Research i Memory ad Cogitio 6（2017）。

线性序列揭露：I. E. Dror et al., letter to the editor: “Cotext Maagemet Toolbox: A Liear Sequetial Umaskig（LSU）Approach for Miimizig Cogitive Bias i Foresic Decisio Makig,” Joural of Foresic Sciece 60（2015）: 1111–1112。

第21章　甄选与汇总，超级预测的两大策略

官方机构在对预算进行预测时，会表现出不切实际的乐观：Jeffrey A. Frakel, “Over-optimism i Forecasts by Official Budget Agecies ad Its Implicatios,” workig paper 17239, Natioal Bureau of Ecoomic Research, December 2011。

预测者往往过于自信：H. R. Arkes, “Overcofidece i Judgmetal Forecastig,” i Priciples of Forecastig: A Hadbook for Researchers ad Practitioers,ed. Jo Scott Armstrog, vol. 30, Iteratioal Series i Operatios Research & Maagemet Sciece（Bosto: Spriger, 2001）。

一项正在进行的季度调查：Itzhak Be-David, Joh Graham, Campell Harvey, “Maagerial Miscalibratio,” The Quarterly Joural of Ecoomics 128, o. 4（November 2013）: 1547–1584。

不可靠性也是判断预测的误差来源之一：T. R. Stewart, “Improvig Reliability of Judgmetal Forecasts,” i Priciples of Forecastig: A Hadbook for Researchers ad Practitioers, ed. Jo Scott Armstrog, vol. 30, Iteratioal Series i Operatios Research & Maagemet Sciece（Bosto: Spriger, 2001）（以下简称Priciples of Maagemet Toolbox: A Liear Sequetial Umaskig（LSU）Approach for Miimizig Cogitive Bias i Foresic Decisio Makig,” Joural of Foresic Sciece 60（2015）: 1111–1112。

第21章　甄选与汇总，超级预测的两大策略

官方机构在对预算进行预测时，会表现出不切实际的乐观：Jeffrey A. Frakel, “Over-optimism i Forecasts by Official Budget Agecies ad Its Implicatios,” workig paper 17239, Natioal Bureau of Ecoomic Research, December 2011。

预测者往往过于自信：H. R. Arkes, “Overcofidece i Judgmetal Forecastig,” i Priciples of Forecastig: A Hadbook for Researchers ad Practitioers,ed. Jo Scott Armstrog, vol. 30, Iteratioal Series i Operatios Research & Maagemet Sciece（Bosto: Spriger, 2001）。

一项正在进行的季度调查：Itzhak Be-David, Joh Graham, Campell Harvey, “Maagerial Miscalibratio,” The Quarterly Joural of Ecoomics 128, o. 4（November 2013）: 1547–1584。

不可靠性也是判断预测的误差来源之一：T. R. Stewart, “Improvig Reliability of Judgmetal Forecasts,” i Priciples of Forecastig: A Hadbook for Researchers ad Practitioers, ed. Jo Scott Armstrog, vol. 30, Iteratioal Series i Operatios Research & Maagemet Sciece（Bosto: Spriger, 2001）（以下简称Priciples of Forecastig）, 82。

让法学教授预测最高法院的裁决：Theodore W. Ruger, Paulie T. Kim, Adrew D. Marti, Kevi M. Qui, “The Supreme Court Forecastig Project: Legal ad Political Sciece Approaches to Predictig Supreme Court Decisio-Makig,” Columbia Law Review 104（2004）: 1150–1209。

空气污染管理制度：Cass Sustei, “Maximi,” Yale Joural of Regulatio（草稿；May 3, 2020）。

许多存在噪声的关于预测的例子：Armstrog, Priciples of Forecastig。

对多次预测取平均值会大大提高预测的准确性：Jo Scott Armstrog, “Combiig Forecasts,”i Priciples of Forecastig, 417–439。

一组预测者的未加权平均值优于大多数个体及至所有个体的预测：T. R. Stewart, “Improvig Reliability of Judgmetal Forecasts,” i Priciples of Forecastig, 95。

综合预测平均减少了12.5%的误差：Armstrog, “Combiig Forecasts”。

根据近期判断的准确性来选择最好的判断者：Albert E. Maes et al., “The Wisdom of Select Crowds,” Joural of Persoality ad Social Psychology 107, o.2（2014）: 276–299。Forecastig）, 82。

让法学教授预测最高法院的裁决：Theodore W. Ruger, Paulie T. Kim, Adrew D. Marti, Kevi M. Qui, “The Supreme Court Forecastig Project: Legal ad Political Sciece Approaches to Predictig Supreme Court Decisio-Makig,” Columbia Law Review 104（2004）: 1150–1209。

空气污染管理制度：Cass Sustei, “Maximi,” Yale Joural of Regulatio（草稿；May 3, 2020）。

许多存在噪声的关于预测的例子：Armstrog, Priciples of Forecastig。

对多次预测取平均值会大大提高预测的准确性：Jo Scott Armstrog, “Combiig Forecasts,”i Priciples of Forecastig, 417–439。

一组预测者的未加权平均值优于大多数个体及至所有个体的预测：T. R. Stewart, “Improvig Reliability of Judgmetal Forecasts,” i Priciples of Forecastig, 95。

综合预测平均减少了12.5%的误差：Armstrog, “Combiig Forecasts”。

根据近期判断的准确性来选择最好的判断者：Albert E. Maes et al., “The Wisdom of Select Crowds,” Joural of Persoality ad Social Psychology 107, o.2（2014）: 276–299。预测市场的表现非常好：Justi Wolfers, Eric Zitzewitz, “Predictio Markets,” Joural of Ecoomic Perspectives 18（2004）: 107–126。

利用预测市场来汇总不同的观点：Cass R. Sustei, Reid Hastie, Wiser: Gettig Beyod Group-thik to Make Groups Smarter（Bosto: Harvard Busiess Review Press, 2014）。

德尔菲法：Gee Rowe, George Wright, “The Delphi Techique as a Forecastig Tool: Issues ad Aalysis,” Iteratioal Joural of Forecastig 15（1999）: 353–375。另参见Da Bag, Chris D. Frith, “Makig Better Decisios i Groups,” Royal Society Ope Sciece 4, o. 8（2017）。

实施起来却有一定的挑战性：R. Hastie, “Review Essay: Experimetal Evidece o Group Accuracy,”i B. Grofma & G. Guillermo, eds., Iformatio Poolig ad Group Decisio Makig（Greewich, CT: JAI Press, 1986）, 129–157。

迷你德尔菲法：Adrew H. Va De Ve, Adré L. Delbecq, “The Effectiveess of Nomial, Delphi, ad Iteractig Group Decisio Makig Processes,” Academy of Maagemet Joural 17, o. 4（2017）。

好于能够阅读情报和其他秘密数据的情报界分析师的平均水平：Superforecastig, 95。

超级预测者：Superforecastig, 231。预测市场的表现非常好：Justi Wolfers, Eric Zitzewitz, “Predictio Markets,” Joural of Ecoomic Perspectives 18（2004）: 107–126。

利用预测市场来汇总不同的观点：Cass R. Sustei, Reid Hastie, Wiser: Gettig Beyod Group-thik to Make Groups Smarter（Bosto: Harvard Busiess Review Press, 2014）。

德尔菲法：Gee Rowe, George Wright, “The Delphi Techique as a Forecastig Tool: Issues ad Aalysis,” Iteratioal Joural of Forecastig 15（1999）: 353–375。另参见Da Bag, Chris D. Frith, “Makig Better Decisios i Groups,” Royal Society Ope Sciece 4, o. 8（2017）。

实施起来却有一定的挑战性：R. Hastie, “Review Essay: Experimetal Evidece o Group Accuracy,”i B. Grofma & G. Guillermo, eds., Iformatio Poolig ad Group Decisio Makig（Greewich, CT: JAI Press, 1986）, 129–157。

迷你德尔菲法：Adrew H. Va De Ve, Adré L. Delbecq, “The Effectiveess of Nomial, Delphi, ad Iteractig Group Decisio Makig Processes,” Academy of Maagemet Joural 17, o. 4（2017）。

好于能够阅读情报和其他秘密数据的情报界分析师的平均水平：Superforecastig, 95。

超级预测者：Superforecastig, 231。尝试，失败，分析：Superforecastig, 273。

一种复杂的统计技术：Ville A. Satopää, Marat Salikhov, Philip E. Tetlock, Barb Mellers, “Bias, Iformatio, Noise: The BIN Model of Forecastig,” February 19, 2020, 23。

干预措施提高准确性：Satopää et al., “Bias,Iformatio,Noise,” 23.

与培训方式不同的是，通过团队合作……预测者可以利用这些信息：Satopää et al., 22。

“超级预测者”的成功主要归功于他们在控制测量误差方面出色的能力：Satopää et al., 24。

通过汇总既独立又互补的判断，我们可以获得准确度上的进一步提高：Cliti P. Davis-Stober, David V. Budescu, Stephe B. Broomell, Jaso Daa.“The compositio of optimally wise crowds.” Decisio Aalysis 12, o. 3（2015）: 130–143。

第22章　医疗决策，用科学的诊断指南减少噪声

量化肌腱退化的程度时，医生的诊断产生的噪声就很小：Laura Horto et al., “Developmet ad Assessmet of Iter- ad Itra-Rater Reliability of a Novel Ultrasoud Tool for Scorig Tedo ad Sheath Disease: A Pilot Study,” Ultrasoud 24, o. 3（2016）: 134。

当病理学家评估乳腺病灶的穿刺活检结果时：Laura C. Collis et al., 尝试，失败，分析：Superforecastig, 273。

一种复杂的统计技术：Ville A. Satopää, Marat Salikhov, Philip E. Tetlock, Barb Mellers, “Bias, Iformatio, Noise: The BIN Model of Forecastig,” February 19, 2020, 23。

干预措施提高准确性：Satopää et al., “Bias,Iformatio,Noise,” 23.

与培训方式不同的是，通过团队合作……预测者可以利用这些信息：Satopää et al., 22。

“超级预测者”的成功主要归功于他们在控制测量误差方面出色的能力：Satopää et al., 24。

通过汇总既独立又互补的判断，我们可以获得准确度上的进一步提高：Cliti P. Davis-Stober, David V. Budescu, Stephe B. Broomell, Jaso Daa.“The compositio of optimally wise crowds.” Decisio Aalysis 12, o. 3（2015）: 130–143。

第22章　医疗决策，用科学的诊断指南减少噪声

量化肌腱退化的程度时，医生的诊断产生的噪声就很小：Laura Horto et al., “Developmet ad Assessmet of Iter- ad Itra-Rater Reliability of a Novel Ultrasoud Tool for Scorig Tedo ad Sheath Disease: A Pilot Study,” Ultrasoud 24, o. 3（2016）: 134。

当病理学家评估乳腺病灶的穿刺活检结果时：Laura C. Collis et al.,