专家预测比不上简单运算准确
奥利·阿申菲尔特（Orley Ashenfelter）是普林斯顿大学的经济学家，爱喝葡萄酒。对于简单的统计学方法的力量可以胜过世界著名学者的观点，阿申菲尔特曾经作过一个引人注目的论证。他想通过波尔多酒生产年所提供的相关信息来预测该酒的未来价值。这个问题之所以重要，是因为优质葡萄酒要想达到质量的顶峰需要很多年。出自同一个酒窖的酒，因其年份不同，在价格上有很大差异。生产时间相差12个月的酒，其价值会相差10倍或更多。预测未来价格的一项因素是它的本质价值，因为投资者买酒就像买艺术品一样，都希望它能够增值。
人们通常认为葡萄酒酿造期之所以能够决定酒的好坏是受生长期间天气多样性的影响，温暖干燥的夏季会酿就最好的葡萄酒，因此全球变暖貌似会惠及葡萄酒产业。湿润的春天也会使这一产业受益，这样的天气会在不影响质量的情况下增产。阿申菲尔特通过天气的三个特征，夏季生长期的平均温度、丰收期的降水量以及上一个冬季的总降水量，来估测出葡萄酒的特质及特定的年份，再将这些常识性知识转化成数据公式来预测葡萄酒的价格。他的公式给出了未来几年甚至几十年后的准确价格预测。事实上，他的公式所预测的葡萄酒期货价格比新酒的市价更准确。这个新的“米尔模式”向那些为前期价格定位提供建议的专家的估价能力发起了挑战。它还对经济理论发起了挑战，根据这些理论，价格应该能够反映出所有有用信息，包括天气因素。阿申菲尔特的公式非常精确，预测价格与真实价格的相关系数超过了0.9。
为什么专家预测不如简单运算准确？米尔猜测其中一个原因是这些专家试图变得聪明，总想跳出思维的框框，在预测时会考虑将不同特征进行复杂的结合。复杂化对稀奇古怪的事情是有影响的，但十有八九会降低其正确性，将这些特征简单地整合在一起反而会更好。有几项研究已经表明，即使人们知道公式给出的建议分数，人类决策制定者在面对预测公式时也会自叹弗如。他们认为自己比公式强大，因为人们拥有关于这一问题的其他信息，但他们往往是错的。在米尔看来，在极少数情况下，我们可以利用主观判断，其他时候用判断替代公式并不是个好主意。在一个著名的思维实验中，他描述了一个能够预测某人今晚会不会去看电影的公式，他指出，如果知道此人今天摔断了腿，不用这个公式也罢。于是就有了“断腿原则”。当然，关键问题是断腿的概率太小了，但一旦腿断了，结论也就很明确了。
专家判断不可取的另一个原因，是人们对复杂信息的最终判断很难达成一致。如果有人要求这些专家对同一信息进行两次评估，他们通常会给出不同的答案。这些不一致之处往往正是真正令人关切的地方。一个经验丰富的放射科医师在两个不同的场合看到同一张片子，这两次检查结果在“正常”与“异常”之间会有20%的偏差。一项让101名审计员独立评价企业内部审计业务可靠性的实验也反映出类似的不一致程度。此前曾有过对不同专业人士判断可靠性的41项研究，研究要求审计员、病理学家、心理学家、组织管理者等专业人士回顾自己原来的判断。尽管他们对每个案例的再次评估在几分钟内就完成了，但实验结果还是说明了判断的不一致性非常典型。不可靠的判断使人们对任何事物都不可能作出有效预测。
这种普遍的不一致性很有可能是由于系统1对极端条件的依赖所致。我们从那个主要实验可以得知，在我们的环境中有一种不被注意的刺激物在本质上影响着我们的思想和行为。这种影响会从这一时刻波及下一时刻。在炎热的天气里，短暂的凉风会使你感到心情舒畅，这个时刻无论评估什么都会相对更积极一些。对于一个将要获得假释的犯人来说，在假释审核期间的每一顿饭之间，他都会有很大的变化。由于我们对我们思想中的东西没有一个清晰的认识，我们永远不会知道在周围环境有微小的变化时，我们会作出不一样的判断。公式却不会有这样的问题，输入不变，输出也不会改变。可预见性很差，这是米尔和他的后继者们在研究中得出的，不一致性会破坏任何预测的有效性。
这项研究得出了一个惊人的结论：要提升预测的准确度，最终的结果应由公式给出，在低效的情况下尤其如此。例如，在医学院的学生录取工作中，最终决定一般由面试候选人的老师来做。这一依据是片面的，但他们的推测也有可靠的证据：如果面试官也参与最终的录取工作，面试的过程很可能会降低选拔过程的准确性。这是因为面试官过于相信自己的直觉，他们会很重视个人的喜好而忽略很多其他信息，从而降低了有效性。同样，专家在评估新酒的价格时会品尝酒，这种信息的反面作用大于正面。当然，即使清楚天气对酒质的影响，专家们也无法保证公式那样的一致性。
继米尔的最初研究之后，促进该领域最重要发展的要数罗宾。道斯所发表的著名论文《决定中非正当线性模型的稳定之美》了。社会科学中常用的数据统计分析是按照某一运算法则评估不同的预测因素，这叫做多次回归，且已经被运用于常用软件中。多次回归中体现的逻辑很有说服力：它找到了将各种预测因素权衡后再整合到一起的最理想公式。然而，道斯发现，这种复杂的数据运算没什么用处，人们也可以通过选取一组对于预测结果以及提升价值都很有效的数据作出类似的判断（使用标准数据或者是等级）。一个公式与这些预测因素以同样的权重结合起来预测新事物才有可能像使用多次回归处理原始样本一样取得理想的预测效果。更新研究则更深入地指出：均衡考虑各项预测因素的公式更有优势，因为它们不受样本突变的影响。
这种基于等权原则的计算方案的成功有着重要的实践意义：它可以在不作任何事前统计研究的基础上就能开发出有用的运算方法。这种基于现有数据或者常识的简单等权公式通常可以预测出意义重大的结果。在一个令人难忘的例子中，道斯指出了婚姻的稳定性可以通过一个公式来预测：
做爱的频率减去争吵的频率
你应该不会希望得到的结果是负数。
这个研究的重要结论是，在信封背面构思的一个运算公式通常可以和理想化的公式媲美，与专家的言论相比肯定更胜一筹了。这种逻辑适用于很多领域，从证券投资组合经理对股票的选择，到医生和病人对治疗方式的选择。
一项拯救了千万婴儿的简单运算法堪称对于这项研究的经典应用。妇产科医生清楚地知道，如果婴儿在出生后的几分钟内无法正常呼吸的话，他（她）就会有很大的脑损伤甚至夭折的风险。在1953年麻醉学家弗吉尼亚·阿普加（Virginia Apgar）介入之前，内科医生和接生人员一直在用他们的临床经验来判断婴儿是否处于危险状态，不同人员的依据也不尽相同。一些人侧重于观察孩子的呼吸情况，另一些人则观察婴儿的啼哭频率。由于没有一个标准，人们经常错过危险信号，导致许多新生儿不幸夭折。
一天早饭后，一个住院医生问阿普加医生如何对新生儿作系统评估。她回答道：“这很简单，你可以这样做。”阿普加快速写下了5个变量（心率、呼吸、反应、肌肉强度和颜色）以及3个分数（0、1、2分别代表各个变量的稳健度）。阿普加意识到自己可能会有所突破，而且这一突破还可能被应用到所有的产房中，她便开始用这种方法评估每一个出生一分钟的婴儿。一个得到8分以上的婴儿一般是肤色粉红、蠕动、啼哭、面部扭曲并拥有100次以上的脉搏，这样的婴儿外形很好。低于4分的婴儿一般是浑身青紫、肌肉松弛、不爱动且心跳微弱，这样的婴儿需要立即救治。应用了阿普加的评分原则后，产房的护士们终于在判断婴儿情况是否危险的问题上有了一套标准，人们认为这个公式对减少婴儿的夭折率起到了很重要的作用。现在，阿普加的方法依然应用于每一个产房中。阿图尔·甘德（Atul Gawande）近期的著作《一份清单宣言》（A Checklist Manifesto）也介绍了一些其他案例，以说明列表以及简单原则的优点。
