代表性启发式 :
美国心理学家D.卡尼曼和以色列心理学家A.特沃斯基将代表性启发式定义为当在不确定的情况下做判断时，个体习惯性地评估当下情景与大脑中储存的先前情境模式的相似性，如果当下情境的特征与过去某个有代表性的情景类似，就遵循过去类似情境的经验做出判断。
代表性启发式可简化决策，帮助个体迅速抓住问题的本质推断结果，在很多决策情境下是非常有效的决策模型。但是个体在使用代表性启发式时，通常忽略了情景模式产生的条件、原因或可能性等。即使当下情景所提供的信息很充分，或者更好地有助于准确判断信息存在的情况下，个体仍然倾向于依赖这种策略决策的特点。如果个体没有意识到上述忽略的情况则会导致认知偏差，会损伤最终决策的质量。卡尼曼和特维斯基系统研究了代表性启发式可能会导致的决策偏差，他们的研究表明个体在估计判断时会导致5种类型的偏差：①会忽视被判断事情发生的概率。②会忽视对象样本大小的影响（概率统计理论认为，由小样本得出的结论不可靠）。③会认为偶然发生的事情需要看上去很偶然。④会直接用过去的规律预测未来将要发生的事情（刻舟求剑）。⑤会认为具体事情发生的概率比范畴更广的事情更高。
虽然在通常情况下，受过去经验指导，个体认为特定事件发生的可能性与这个特定时间所代表的群体事件发生的可能性之间存在联系，但如果在决策判断时滥用上述直觉，决策质量反而受到影响。