出租车颜色贝叶斯问题
思考，快与慢蓝绿色出租车问题是展示贝叶斯推断心理困难的经典案例。它把关于总体的统计事实与关于个案的具体但不完美的证据并置起来，随后展示直觉判断如何忽视前者并高估后者。当一个等价版本把总体统计转化为因果解释时，这个问题尤其具有启发性——数学保持不变，但人的反应却发生显著变化。
基本事故情境
夜间，一辆出租车在一个由绿色出租车公司和蓝色出租车公司提供服务的城市中卷入肇事逃逸事故。绿色出租车占全部出租车的85%，而蓝色出租车仅占15%。一名目击者认定涉事车辆是蓝色。根据在事故条件下进行的测试，目击者辨认每种颜色的正确率为80%，错误率为20%。
问题要求判断涉事出租车是蓝色而非绿色的概率。目击者的报告具有相关性，但不能被视为确定无疑。证词具有诊断价值，因为出租车为蓝色时，正确辨认的可能性高于出租车为绿色时；然而，目击者每五次中也会错一次。因此，一旦获得个案观察，总体分布并不会消失，而仍然是计算的一部分。
证据的贝叶斯结合
贝叶斯推理要求把基准率与证据结合起来。在听取目击者证词之前，出租车为蓝色的概率是15%，原因很简单——蓝色出租车占该城市出租车总数的15%。目击者随后会改变这一先验信念，但不会将其抹去。正确的后验估计约为41%，而不是直接解读证词时可能得出的高得多的概率。
这个问题属于贝叶斯规则的更广泛逻辑；贝叶斯规则把先验信念与证据的诊断性结合起来。一项描述或观察可以使某个假设相对于另一个假设更受支持，却不意味着该假设单独来看就很可能为真。相关问题不仅是目击者的报告是否符合蓝色出租车，也包括当出租车实际上是绿色时，这样的报告出现得多么频繁，以及在报告出现之前每种颜色的出租车有多普遍。
统计基准率与因果基准率
这个问题还有第二个版本——两家公司运营数量相同的出租车，但绿色出租车涉及85%的事故，蓝色出租车仅涉及15%的事故。目击者的可靠性保持不变。这两个版本在数学上无法区分——在两者中，涉事出租车为蓝色的基准率都是15%，而目击者有80%的时间判断正确。然而，人们的反应却不同。
在第一个版本中，基准率是关于该城市出租车总体的统计事实。它说明绿色和蓝色出租车各有多少辆，却似乎不能解释为什么这名特定司机会肇事逃逸。寻求因果故事的心智在这个单纯的总体统计中找不到多少可用信息，因此，目光鲜明且针对个案的辨认往往占据主导地位。
第二个版本赋予同样的数值信息以因果形态。如果绿色出租车涉及的事故数量超过蓝色出租车的五倍，读者就可以把绿色出租车司机想象成异常鲁莽的人，并把这种刻板印象应用于案件中的未知司机。此时，事故本身支持指向绿色的故事，而目击者的证词支持指向蓝色的故事。由于两个因果叙事相互冲突，它们的影响大致相互抵消；判断会趋向于相等，接近蓝色出租车41%的贝叶斯估计值。
心理学意义
蓝绿色出租车问题区分了两种基准率。统计基准率描述案件所属的总体，而因果基准率则改变人们对个案如何发生的解释。统计基准率通常会被赋予过低的权重；当有关案件的具体信息可用时，它们甚至可能被完全忽视。因果基准率更容易被视为关于个体的信息，因此会与案件的其他细节结合起来。
这种对比揭示了概率与叙事之间更广泛的张力。目击者的陈述具体而且容易想象；出租车车队的构成则抽象而缺乏人格色彩。当抽象统计被转译成关于鲁莽的绿色出租车司机的因果叙述时，它在心理上变得鲜明起来，也获得更大的权重。由此产生的判断并不是证据发生了变化，而是证据的呈现方式发生了变化。
因此，这个问题可作为约束直觉的简明训练。一则关于案件的可信故事不应被允许取代限制推断的总体信息。贝叶斯推理要求判断者保留两者——可能原因的先验分布，以及新证据的不完美可靠性。它留下的持久教训是——当证据能够解释一件个别事件时，人们会觉得它更具说服力；但统计推理仍然必须考虑，在故事开始之前，什么结果本来更有可能。
