Нечувствителност към размера на извадката. За да оценят вероятността да получат определен резултат в извадка, направена от определено население, в типичния случай хората прилагат евристика на представителността. Тоест те оценяват вероятността за даден резултат от извадка, например че средният ръст в случайна извадка от десет мъже ще бъде 6 фута, по сходството на този резултат със съответните параметри (тоест със средния ръст в мъжкото население). Сходството на статистиката на една извадка с параметъра на населението не зависи от размера на извадката. Следователно ако вероятностите се оценяват по представителност, тогава преценената вероятност за статистиката на дадена извадка ще бъде по същество независима от размера на извадката. И наистина, когато субектите оценяваха разпределенията на средния ръст за извадки с различни размери, те произвеждаха идентични разпределения. Например на вероятността да се получи среден ръст, по-голям от 6 фута, се придаваше една и съща стойност за извадки от 1000, 100 и 10 мъже.423 Нещо повече, субектите не успяваха да оценят ролята на размера на извадката дори когато той бе подчертан във формулировката на задачата. Разгледайте следния въпрос:
Даден град е обслужван от две болници. В по-голямата болница всеки ден се раждат около 45 бебета, а в по-малката болница всеки ден се раждат около 15 бебета. Казано ви е, че 50% от всички бебета са момчета. Обаче точните проценти варират всеки ден. Понякога могат да са по-високи от 50%, а понякога по-ниски. За период от 1 година всяка болница е записвала дните, в които повече от 60% от родените бебета са били момчета. Според вас коя болница е отбелязала повече такива дни? по-голямата болница (21); по-малката болница (21); горе-долу еднакво (тоест в рамките на 5% за всяка) (53). Стойностите в скобите са числата на студентите, които избраха съответните отговори.
Повечето субекти прецениха, че вероятността да се родят повече от 60% момчета ще е една и съща в малката и в голямата болница, вероятно защото тези събития се описват с еднаква статистика и следователно са еднакво представителни за общото население. Противоположно на това, теорията за извадките изисква очакваният брой дни, в които повече от 60% от бебетата са момчета, да е много по-голям в малката болница, отколкото в голямата, защото за една голяма извадка е по-малко вероятно да се отклонява от 50%. Тази фундаментална идея на статистиката очевидно не е част от репертоара от интуиции на хората.
За сходна нечувствителност към размера на извадката се съобщава в оценките на постериорната вероятност, тоест на вероятността, че една извадка е била взета по-скоро от една популация, отколкото от друга. Разгледайте следния пример:
Представете си урна, пълна с топки, 2/3 от които са с един цвят, а 1/3 с друг. Един човек е изтеглил 5 топки от урната и е открил, че 4 са били червени, а 1 е била бяла. Друг изтеглил 20 топки и е открил, че 12 са били червени, а 8 са били бели. Кой от двамата би трябвало да се чувства по-уверен, че урната съдържа по-скоро 2/3 червени топки и 1/3 бели топки, отколкото обратното? Какви шансове бихте дали на всеки от тях? В тази задача верните постериорни шансове са 8 към 1 за извадката 4:1 и 16 към 1 за извадката 12:8 при допускането на равни приорни вероятности. Обаче повечето хора чувстват, че първата извадка дава по-силни данни за хипотезата, че урната е преобладаващо червена, защото пропорцията от червени топки е по-голяма в първата, отколкото във втората извадка. Тук отново интуитивните оценки се ръководят от пропорцията на извадката и по същество не се влияят от размера на извадката, който играе изключително важна роля в определянето на действителните постериорни шансове.424 Освен това интуитивните оценки за постериорните шансове са далеч по-малко крайни от верните стойности. Подценяването на въздействието на данните се наблюдава нееднократно в задачи от този тип.425 То се нарича „консерватизъм“.