（一）、启发式偏差 当人们要对一个既复杂模糊又不确定的事件进行判断时，由于没有行之有效的方法，往往会走一些思维的捷径，比如：依赖过去的经验，通过对过去的经验进行分析处理，得到启示，然后利用得到的启示作出判断。
这些思维的捷径，有时帮助人们快速地做出准确的判断，但有时会导致判断的偏差。这些因走捷径而导致的判断偏差，就称为“启发式偏差”。 启发式偏差主要有三种:代表性偏差、可得性偏差、锚定效应。这三种方法既可以得出正确的推理结果也有可能导致错误的结论。 （二）、启发式偏差的内容： 1、代表性启发法。在使用启发法时，首先会考虑到借鉴要判断事件本身或事件的同类事件以往的经验即以往出现的结果，这种推理过程称之为代表性启发法。 一般情况下，代表性是一个有用的启发法，但在分析以往经验，寻找规律或结果的概率分布的过程中，可能会产生严重的偏差，从而得到错误的启示，导致判断错误。 使用“代表性”进行判断可能产生的偏差有: (1)代表性会导致忽略样本大小。在分析事件特征或规律时，人们往往不能正确理解统计样本大小的意义，对总体进行统计的结果才是真正的结果，样本的数量愈接近真实的数量，统计的结果也就愈可信，样本愈小，与真实数量相差愈大，统计的结果愈不能反映真实的结果情况。代表性启发法是对同类事件以往所出现的各种结果进行统计分析，得到结果的概率分布从而找出发生概率最大的结果即最可能发生的结果。因此必须考察所有同类事件这个总体或者考察尽量多同类事件(大样本)。但人们往往趋向于在很少的数据基础上很快地得出结论。 (2)代表性会忽略判断的难易程度，即使面对的是一个复杂的难以判断的问题，也简单地去作出判断，或经常根据不规范的和与判断无关的描述轻易地作出判断，或经常会忽略掉不熟悉或是看不懂的信息，只凭自己能够理解和熟悉的信息去作出判断，这些忽略掉的信息可能对判断是关键的。 2、可得性启发法。在使用启发法进行判断时，人们往往会依赖最先想到的经验和信息，并认定这些容易知觉到或回想起的事件更常出现，以此作为判断的依据，这种判断方法称为可得性启发法。 人们最容易想到的通常是过去经常发生的事件或近期发生的不寻常事件，但这些信息也可能对判断是不重要的或不够的，自然也会导致判断上的偏差，因此，在使用可得性启发法时要注意对易得性信息的性质进行判断，挖掘更多的信息进行综合判断。
