珍屯医学

标题: 情感预测 [打印本页]

作者: 大江 时间: 2019-7-4 00:02
标题: 情感预测
情感预测（也称为享乐预测，或享乐预测机制）是对未来情绪（情绪状态）的预测。作为影响偏好，决策和行为的过程，情感预测由心理学家和经济学家研究，具有广泛的应用。

目录
1 历史
2 应用
3 概述
4 主要错误来源
4.1 情绪错误的主要来源
4.1.1 影响偏差
4.1.2 期望效应
4.1.3 意识形成过程
4.1.4 免疫忽视
4.1.5 正面和负面影响
4.2 认知错误的主要来源
4.2.1 焦点主义
4.2.2 时间贴现
4.2.3 内存
4.2.4 误解
4.2.5 投影偏差
4.3 动机错误的主要来源
4.3.1 动机推理
5 经济学
5.1 应用
5.2 决策
5.3 快乐和幸福
6 在法律上
6.1 侵权赔偿
6.2 资本量刑
6.3 性骚扰
7 在健康方面
8 改进预测
9 参考

历史
Kahneman和Snell在20世纪90年代初开始研究特征预测，研究其对决策的影响。 “情感预测”这个词后来被心理学家蒂莫西·威尔逊和丹尼尔·吉尔伯特所创造。早期的研究倾向于仅仅关注于测量情绪预测，而随后的研究开始研究预测的准确性，揭示人们对未来情绪状态的评判令人惊讶。例如，在预测赢得彩票等事件如何影响他们的快乐时，人们可能会高估未来的积极情绪，忽略可能导致他们在单一彩票事件之外的情绪状态的众多其他因素。与情感预测中的系统误差相关的一些认知偏差是焦点，移情差距和影响偏差。

应用
虽然情感预测传统上吸引了经济学家和心理学家的最多关注，但他们的研究结果反过来引起了各种其他领域的兴趣，包括幸福研究，法律和医疗保健。它对决策和福祉的影响是这些领域的政策制定者和分析师特别关注的问题，尽管它也有道德应用。例如，低估我们适应改变生活的事件的能力的倾向导致法律理论家质疑侵权损害赔偿背后的假设。行为经济学家已将预测与实际情绪结果之间的差异纳入其不同类型的效用和福利模型中。这种差异也与医疗保健分析师有关，因为许多重要的健康决策取决于患者对未来生活质量的看法。

概观
情感预测可以分为四个部分：关于情绪效价的预测（即正面或负面），经历的特定情绪，持续时间和强度。[1]虽然所有四个组成部分都可能出现错误，但研究绝大多数表明，最容易产生偏见的两个领域，通常是高估的形式，是持续时间和强度。[2] [3]免疫忽视是对负面事件的一种影响偏见，人们无法预测他们的心理免疫系统会加速他们的康复。平均而言，人们对于预测他们对未来事件的感受会有相当准确。[1]然而，一些研究表明，预测特定情绪以应对更复杂的社交事件会导致更大的不准确性。例如，一项研究发现，虽然许多想象遇到性别骚扰的女性会预测愤怒情绪，但事实上，更高比例的女性会报告恐惧感。[4]其他研究表明情绪预测的准确性对于积极情绪比负面影响更大，[5]表明总体倾向对感知到的负面事件反应过度。吉尔伯特和威尔逊认为这是我们心理免疫系统的结果。

虽然情感预测发生在当下，研究人员也会调查其未来的结果。[3] [6] [7]也就是说，他们将预测分析为两步过程，包括当前预测以及未来事件。打破现在和未来阶段，研究人员可以测量准确性，并弄清楚错误是如何发生的。例如，吉尔伯特和威尔逊根据影响的组成部分和进入预测过程的时间对错误进行分类。[1]在目前的情感预测阶段，预测人员会想到未来事件的心理表征，并预测他们将如何对情绪作出反应。未来阶段包括对事件发生的初始情绪反应，以及随后的情绪结果，例如初始感觉的消退。[1]

当整个预测过程发生错误时，人们容易受到偏见的影响。这些偏见使人们无法准确预测他们未来的情绪。错误可能是由于外在因素（如框架效应）或内在因素（如认知偏差或期望效应）引起的。因为准确度通常被衡量为预测者目前的预测与最终结果之间的差异，研究人员还研究时间如何影响情感预测。[7]例如，在结构层面理论中捕获了人们以不同于近似事件来表示远距离事件的倾向。[8]

人们通常不准确的情感预测者的发现最明显地被纳入幸福概念化及其成功追求，[9] [10]以及跨学科的决策[11] [12]。情感预测的结果激发了哲学和伦理辩论，例如，如何定义福利。[13]在应用层面，调查结果为医疗保健政策，[11]侵权法，[14]消费者决策制定，[15]和衡量效用[3]（见下文关于经济，法律和健康的章节）提供了各种方法。

较新且相互矛盾的证据表明，情感预测中的强度偏差可能不如先前的研究所表明的那么强烈。包括荟萃分析在内的五项研究恢复了证据，即情感预测中的过高估计部分归因于过去研究的方法论。他们的结果表明，一些参与者误解了情感预测测试中的具体问题。例如，一项研究发现，当参与者被问及他们在参与选举时的一般感受时，与参与者被问及参与选举时的具体感受相比时，本科学生倾向于高估经验丰富的快乐水平。调查结果显示，75％-81％的参与者提出一般性问题误解了他们。在澄清任务后，参与者能够更准确地预测他们的情绪强度[16]

主要的错误来源
由于预测误差通常来自认知过程的文献，[2] [17] [18]许多情感预测错误源于并经常被认为是认知偏差，其中一些是密切相关或重叠的结构（例如投射偏差和同情差距））。以下是有助于预测错误的常见引用认知过程列表。

情绪错误的主要来源
影响偏见
主要文章：影响偏见
不同人群和情境中情感预测中最常见的错误来源之一是影响偏差，即高度或持续时间过高估计未来事件的情绪影响的倾向。[1] [17]过度估计强度和持续时间的趋势都是在情感预测中发现的稳健和可靠的错误。[2] [16]

一项记录影响偏见的研究调查了大学生参加住房彩票的情况。这些学生预测，在被分配到理想或不受欢迎的宿舍后，他们会有多快乐或不快乐。这些大学生预测，彩票结果将导致他们自己的幸福水平存在显着差异，但是后续调查问卷显示，分配到理想或不受欢迎的宿舍的学生报告了几乎相同的幸福水平。[19]因此，预测的差异高估了住房分配对未来幸福的影响。

一些研究专门针对“耐久性偏见”，即过高估计未来情绪反应持续时间的趋势。[15]即使人们准确地估计他们未来情绪的强度，他们也可能无法估计他们的持续时间。耐久性偏见通常对负面事件的反应更强。[2]这很重要，因为人们倾向于为他们认为会带来持久幸福的事件而努力，而且根据耐久性偏见，人们可能会朝着错误的方向努力。[20]

影响偏差是一个广义的术语，涵盖了许多更具体的错误。提出影响偏见的原因包括免疫忽视，[2]聚焦，[19] [20]和误解等机制。情感预测中影响偏差的普遍性是医疗保健专家特别关注的问题，因为它影响患者对未来医疗事件以及患者 - 提供者关系的期望。（见健康。）

期望效应
以前形成的期望可以改变对事件本身的情绪反应，促使预测人员确认或揭穿他们的初步预测。[1] [21]通过这种方式，自我实现的预言可以导致预测者做出准确预测的感觉。不准确的预测也会因预期效应而放大。例如，一位期待电影愉快的预报员，一旦发现它变得乏味，就会比没有期望的预报员少得多。[22]

感觉制作过程
重要的生活事件可以在很长一段时间内对人们的情绪产生巨大影响，但这种情绪的强度往往随着时间的推移而减少，这种现象被称为情绪消失。在进行预测时，预报员经常忽视这一现象。[23]心理学家认为，情绪不会随着时间的推移而像放射性同位素一样衰减，但中介因素更为复杂。[1]人们的心理过程有助于抑制情绪。心理学家提出，令人惊讶，意外或不太可能的事件会导致更激烈的情绪反应。研究表明，人们对随机性和混乱感不满意，并且当出现意外或意外时，他们会自动想出如何理解事件。这与免疫忽视有关，因为当这些不必要的随机行为发生时，人们会感到不安并试图找到意义或应对这一事件。人们试图了解情况的方式可以被认为是机构制定的应对策略。这个想法不同于免疫忽视，因为这更多是一时的想法。免疫忽视试图在事件发生之前应对事件。

一项研究记录了感觉制定过程如何减少情绪反应。研究发现，一件小礼物在没有理由的情况下产生了更大的情绪反应，而不是因为这个原因促成了感觉制作过程，减轻了礼物的情感影响。研究人员总结说，如果人们对这种情况不确定，那么在积极的情况下，愉快的感觉就会延长。[24]

人们没有预料到他们会以减少情绪反应强度的方式理解事件。这种错误被称为纵向忽视。[1]例如，（“如果我的老板同意给我加薪，我会欣喜若狂”）员工可能会相信，特别是如果员工认为加薪的可能性不大。在批准请求之后，员工可能会立即感到兴奋，但随着时间的推移，员工会了解情况（例如，“我是一个非常努力的工作人员而我的老板必须注意到这一点”），从而抑制了情绪反应。

免疫忽视
吉尔伯特等人。最初创造了术语“免疫忽视”（或“免疫偏见”）来描述心理免疫系统的功能。免疫忽视是指预测者不了解他们适应和应对负面事件的倾向。[2] [25]在不知不觉中，身体将识别出一个紧张的事件并试图应对这一事件或试图避免它。 Bolger＆Zuckerman发现，应对策略因人而异，并受其个性影响[26]他们认为，由于人们在预测未来事件时通常不会考虑应对策略，因此具有更好应对策略的人应该产生更大的影响偏见，或预测结果和实际结果之间的差异。例如，要求一个害怕小丑的人如何去马戏团会觉得可能会导致对恐惧的过高估计，因为对这种恐惧的预期导致身体开始应对负面事件。 Hoerger等。通过研究大学生对足球比赛的情绪来进一步研究。他们发现，在预测他们的团队输掉比赛时的感受时，一般应对情绪而不是避开情绪的学生会产生更大的影响偏见。他们发现那些具有更好应对策略的人恢复得更快。由于参与者在做出预测时没有考虑他们的应对策略，实际应对的人有更大的影响偏见。那些避开情绪的人会非常接近他们预测的情况。[25]换句话说，能够处理情绪的学生能够从他们的感受中恢复过来。学生们并不知道他们的身体实际上正在应对压力，这个过程使他们感觉比不应对压力更好。此后，Hoerger开展了另一项关于免疫忽视的研究，该研究研究了约会者和非约会者对情人节的预测，以及他们在随后的日子里的感受。 Hoerger发现不同的应对策略会导致人们在情人节后的几天内产生不同的情绪，但参与者的预测情绪都会相似。这表明大多数人没有意识到应对可能对情绪事件后的感受产生的影响。他还发现，免疫忽视不仅会对负面事件产生偏见，而且对于积极事件也会产生偏见。这表明人们不断做出不准确的预测，因为他们没有考虑到他们应对和克服情绪事件的能力。[27] Hoerger提出，应对方式和认知过程与对生活事件的实际情绪反应有关。[27]

吉尔伯特和威尔逊提出的免疫忽视的一种变体是区域-β悖论，由于应对系统的参与，从更强烈的痛苦中恢复的速度要快于从较不强烈的经历中恢复。这使预测变得复杂，导致错误。[28]相反，准确的情感预测也可以促进区域-β悖论。例如，卡梅伦和佩恩进行了一系列研究，以调查情感预测与同情现象崩溃之间的关系，这是指随着需要帮助的人数增加，人们的同情心减少的倾向。[29 ]参与者的实验了解达尔富尔的1名或8名儿童。这些研究人员发现，那些擅长调节情绪的人往往对来自达尔富尔的8个孩子的故事的回应经历较少的同情，而只有1个孩子的故事。这些参与者似乎通过正确预测他们未来的情感状态并积极地避免故事导致的负面情绪增加而挫败了他们的同情心。为了进一步确定主动情绪调节在这种现象中的因果作用，另一项研究的参与者阅读相同的材料，并鼓励他们减少或体验他们的情绪。参与者被指示减少他们的情绪，据报道8个孩子的感觉不如1，这可能是因为前者所需的情绪负担和努力增加（区域-β悖论的一个例子）。[29]这些研究表明，在某些情况下，准确的情感预测实际上可以通过区域-β悖论促进不必要的结果，例如同情现象的崩溃。

积极与消极的影响
研究表明，情绪预测对正面和负面情绪的准确性是基于预测的时间距离。 Finkenauer，Gallucci，van Dijk和Pollman发现，当预测的事件或触发事件更加遥远时，人们对正面影响的预测准确性要高于负面影响。[5]相反，当事件/触发器在时间上更接近时，人们对负面影响表现出更大的情感预测准确性。情感预测的准确性也与一个人预测他或她的情绪强度的程度有关。关于积极和消极情绪的预测，Levine，Kaplan，Lench和Safer最近表明，人们实际上可以高度准确地预测他们对事件的强烈感受。[16]这一发现与目前发表的大部分情感预测文献相反，作者认为这是由于这些研究如何进行的程序性假象。

另一个重要的情感预测偏差是消退影响偏见，其中与不愉快记忆相关的情绪比与积极事件相关的情绪更快地消退。[30]

认知错误的主要来源
焦点
主要文章：焦点
当人们过分关注事件的某些细节而忽略其他因素时，就会发生焦点（或“聚焦错觉”）。[31]研究表明，当人们将注意力集中在生活方面时，人们倾向于夸大生活方面。[3]一个着名的例子来自Kahneman和Schkade的论文，他在1998年创造了“聚焦幻觉”一词。[32]他们发现虽然人们倾向于认为如果他们住在加利福尼亚州，中西部的人会更满意，结果显示两个地区居民的生活满意度相同。在这种情况下，专注于容易观察到的天气差异在预测满意度方面比其他因素更重要。[32]还有很多其他因素可能有助于移居中西部，但他们决定的重点是天气。各种研究都试图让参与者“离焦”，这意味着他们不是只关注那个因素，而是试图让参与者考虑其他因素，或者以不同的视角来看情况。混合结果取决于所使用的方法。一项成功的研究要求人们想象一下彩票的获胜者和最近诊断出的艾滋病患者会有多快乐。[6]研究人员通过让参与者了解每个人生活的详细和平凡的描述来减少焦点的数量，这意味着参与者对彩票获胜者和HIV患者的信息越多，他们就越不能只关注少数因素。，这些参与者随后估计了艾滋病患者和彩票获胜者的相似幸福水平。至于对照参与者，他们对幸福做出了不切实际的不同预测。这可能是因为可用的信息越多，人们就越不可能忽略贡献因素。

时间贴现
主要文章：时间偏好
时间折扣（或时间偏好）是对未来事件中的当前事件进行权衡的趋势。立即满足比延迟满足更为可取，特别是在较长时间内以及年幼的儿童或青少年。[33]例如，孩子现在可能更喜欢一块糖果，而不是四个月内的五块糖果。持续时间越长，人们就越容易忘记未来的影响。从糖果的例子中再次提取，尽管五块糖果比一块糖果更令人满意，但需要四个月才能获得满足的事实可能会让孩子忽视这样一个事实，即他/她会更加满意。未来。这种模式有时被称为双曲线贴现或“现在偏见”，因为人们的判断偏向于现在的事件。[34]经济学家经常将时间贴现作为未来效用误预测的来源。[35]

记忆
情感预测者通常依赖于过去事件的记忆。当人们报告过去事件的记忆时，他们可能会遗漏重要的细节，改变发生的事情，甚至添加尚未发生的事情。这表明思想根据实际发生的事情和其他因素构建记忆，包括人的知识，经验和现有的图式。[36]使用高度可用但不具代表性的过去记忆会增加影响偏差。例如，棒球爱好者倾向于使用他们能记住的最佳游戏作为他们即将看到的游戏的情感预测的基础。通勤者同样可能根据他们错过火车的最糟糕时间记忆他们错过火车会有多么不愉快的预测[37]各种研究表明，过去经验的追溯评估容易出现各种错误，例如持续时间忽视[3]或衰变偏见。在评估它们时（峰值/结束偏差），人们倾向于过分强调他们的经验的高峰和结束，而不是整体分析事件。例如，在回忆痛苦的经历时，人们更加强调最令人不安的时刻以及事件的结束，而不是考虑整体持续时间。[13]追溯报告经常与当前时刻的事件报道相冲突，进一步指出事件中遇到的实际情绪与对事件的记忆之间的矛盾。[3]除了在预测中产生错误之外，这种差异还促使经济学家重新定义不同类型的效用和幸福[13]（参见经济学部分）。

情感预测可能产生的另一个问题是人们倾向于错误记录他们过去的预测。 Meyvis，Ratner和Levav预测人们会忘记他们如何事先预测经验，并认为他们的预测与他们的实际情绪相同。因此，人们没有意识到他们在预测中犯了错误，并且将来会继续错误预测类似的情况。 Meyvis等。进行了五项研究，以测试这是否属实。他们在所有的研究中发现，当人们被要求回忆他们之前的预测时，他们会写出他们目前对这种情况的看法。这表明他们不记得他们认为他们会有什么感受，并使他们无法从这次活动中学习未来的经历。[38]

误解
在预测未来情绪状态时，人们必须首先构建对事件的良好表示。如果人们对活动有很多经验，那么他们可以轻松地描绘活动。当人们对事件没有太多经验时，他们需要创建事件可能包含的表示。[1]例如，如果人们被问及如果他们在赌注中损失了一百美元他们会有什么感受，那么赌徒就更容易构建一个准确的事件表示。 “建构水平理论”认为远距离事件的概念化比直接事件更抽象。[8]因此，心理学家认为，缺乏具体细节会促使预测人员依赖更为一般或理想化的事件表示，从而导致预测过于简单和不准确。[39]例如，当被要求想象在不久的将来他们会有什么样的“美好的一天”时，人们通常会描述积极和消极的事件。当被要求想象一年中对他们来说会是什么样的“美好的一天”时，人们会采用更加统一的积极描述。[8]吉尔伯特和威尔逊打电话让人联想到预测事件的错误表现，即误解问题。[1]框架效应，环境背景和启发式（例如模式）都会影响预测者对未来事件的概念化。[12] [17]例如，选项框架的方式会影响它们的表现方式：当被要求根据他们可能被分配到的宿舍的图片来预测未来的幸福水平时，大学生使用实际建筑物的物理特征来预测他们的情绪。[1]在这种情况下，选项的框架突出了未来结果的视觉方面，这掩盖了更多与幸福相关的因素，例如拥有友好的室友。

投影偏差
概观

投射偏差是将当前偏好错误地投射到未来事件上的倾向。[40]当人们试图在未来估计他们的情绪状态时，他们试图给出一个无偏见的估计。然而，人们的评估受到当前情绪状态的污染，因此他们可能很难预测他们未来的情绪状态，即精神污染。[1]例如，如果一名大学生目前处于负面情绪，因为他刚刚发现他没有通过考试，如果大学生预测他将在两周后享受一次聚会，他目前的负面情绪可能会影响他的预测。为了做出准确的预测，学生需要意识到他的预测因精神污染而有偏见，有动力去纠正偏见，并且能够纠正正确方向和幅度的偏差。[41]

投射偏差可能来自同情间隙（或热/冷同情间隙），当情绪预测的当前和未来阶段以不同的生理唤醒状态为特征时出现，预测者未能将其考虑在内。[1] [3] ]例如，处于饥饿状态的预报员可能会高估他们以后想吃多少，忽视他们的饥饿对未来偏好的影响。与投射偏见一样，经济学家利用产生移情差距的内脏动机来帮助解释冲动或自我毁灭的行为，例如吸烟。[42] [43]

与投射偏差相关的重要情感预测偏差是人格忽视。人格忽视是指一个人在决定未来情绪时会忽视自己的个性。在Quoidbach和Dunn进行的一项研究中，学生对未来考试成绩感受的预测用于衡量与人格相关的情感预测错误。他们发现，那些预测未来考试成绩情绪的大学生无法将这些情绪与他们自己的性格快乐联系起来。[44]为了进一步研究人格疏忽，Quoidbach和Dunn研究了与神经质有关的幸福。人们预测他们对奥巴马和约翰麦凯恩之间2008年美国总统大选结果的未来感受。神经质与影响偏差相关，这是对情绪长度和强度的过高估计。那些认为自己神经质较高的人过高估计了他们对自己首选候选人的选举所带来的快乐，这表明他们未能将他们的性格幸福与未来的情绪状态联系起来。[44]

“投影偏差”一词最初是在Loewenstein，O'Donoghue和Rabin的2003年论文“预测未来效用的投射偏差”中引入的。[45]

投影偏差的市场应用

新产品的新颖性经常使消费者过度兴奋，并导致冲动购买的负消费外部性。为了抵消这种情况，Loewenstein建议为消费者提供“冷静”[46]期。在此期间，他们将有几天时间来反思他们的购买情况，并适当地发展他们从中获得的效用的长期理解。通过减少销售人员“炒作”某些产品的需要，这种冷却期也可以使生产方受益。消费者和生产者之间的透明度会增加，因为“卖家会有动力让买家处于长期平均情绪而不是过度热情的状态”。[46]通过实施Loewentstein的建议，了解投影偏差的公司应尽量减少信息不对称;这样可以减少购买不良商品所带来的负面消费者外部性，并减轻卖家免于夸大其产品效用所需的额外成本。

该解决方案的应用范围从卖方市场延伸到政治等其他领域。 2014年拉斯穆森研究发现，只有4％的美国选民认为政治家保留其竞选承诺，而83％的人不这样做。[47]这种对美国政治制度的不信任导致了各种负面外部性。在消费者方面，选民必须对大量矛盾和虚假信息进行排序，以便就候选人做出明智的决定。在生产方面，“从1984年到2012年，竞选国会的费用已经上涨了555％”。[48]政治成本正在上升，但候选人的支持率正在下降：特朗普的支持率自他当选整个选民基础以及最热心的支持者之后已经下降。[49] [50]在竞选期间，选民可获得的信息量增加并不能保证候选人的满意度。现在，选民在竞选期间容易出现信息超载和投射偏见，因为他们不得不筛选越来越多的负面和过度夸大的广告，而不是被提供有关政治平台的事实。[51]

生命周期消费

[attach]8084[/attach]
图1描绘了2013年美国公民的收入和支出。[52]

[attach]8085[/attach]
图1描绘了2013年美国公民的收入和理论支出，其计算方法是将平均经验支出乘以25至54岁的收入百分比。
投影偏差会影响我们消费的生命周期。从消费特定商品中获得的即时效用超过了未来消费的效用。因此，投射偏差会导致“一个人在生命的早期（计划）消耗太多，而在生命的晚期相对于最佳的消费太少”。[53]图1显示支出减少占总收入的百分比从20到54.收入开始下降之后的时期可以通过退休来解释。根据Loewenstein的建议，图2中显示了更优的支出和收入分配。这里，收入与图1中的相同，但是从25至54岁的收入中获取平均支出百分比，重新计算支出。（77.7％）并将其乘以收入以得出理论支出。该计算仅适用于该年龄组，因为在25岁之前和54岁之后因学校和退休而无法预测收入。

食物浪费

在购买食物时，人们往往错误地预测他们将来购物时想要吃什么，这会导致食物浪费。[54]

动机错误的主要来源
动机推理
通常，情感是一种有力的动机来源。人们更有可能追求经验和成就，这将带给他们更多的快乐而不是更少的快乐。在某些情况下，情感预测错误似乎是由于预报员战略性地使用他们的预测，这是激励他们获得或避免预测经验的一种手段。例如，学生可能会预测，如果他们没有通过考试，他们就会受到严重破坏，这是激励他们更加努力学习的一种方式。在Morewedge和Buechel（2013）的研究中证明了动机推理在情感预测中的作用。[55]研究参与者更有可能高估他们获奖或实现目标时会有多高兴，如果他们做出情感预测，他们仍然可以影响他们是否达到目标，而不是他们在结果后做出情感预测已经确定（虽然他们是否知道他们是否赢得了奖项或实现了目标，但仍处于黑暗中）。

在经济学
经济学家分享心理学家对情感预测的兴趣，因为它影响了密切相关的效用概念，[3] [13]决策，[56]和幸福。[9] [10] [57]

效用
对情感预测错误的研究使对效用最大化的传统解释复杂化，这预示着做出理性决策时，人们必须能够对未来的经验或效用做出准确的预测。[31]虽然经济学以前主要关注的是人的偏好（决策效用）方面的效用，但预测通常不准确的意识表明，在选择时衡量偏好可能是一个不完整的效用概念。因此，丹尼尔·卡尼曼（Daniel Kahneman）等经济学家将情感预测和后来的结果之间的差异纳入了相应的效用类型。[13]虽然目前的预测反映了预期或预测的效用，但事件的实际结果反映了经验丰富的效用。预测效用是“在某些情况下所有可能结果的加权平均值。”[58]经验效用是指与结果相关的愉悦和痛苦的感知。[3] Khaneman和Thaler提供了一个“饥饿购物者”的例子，在这种情况下，购物者因为目前的饥饿状态而乐于购买食物。这种购买的有用性是基于他们目前的经验和他们实现饥饿的预期乐趣。

做决定
情感预测是研究人类决策的重要组成部分。[18]对情感预测和经济决策的研究包括调查消费者的耐久性偏见[15]和公共交通满意度的预测。[59]与消费者的耐久性偏见相关，Wood和Bettman进行了一项研究，该研究表明，人们根据预测的快乐以及货物带来的快乐持续时间来决定货物的消费。过高估计这种快乐及其持续时间会增加消费品的消费可能性。对这种影响的了解有助于形成消费品的营销策略。[15]关于公共交通满意度预测的研究揭示了同样的偏见。然而，由于缺乏公共交通工具的经验，对消费产生了负面影响，汽车用户预测他们对使用公共交通工具的满意度会低于实际经历。由于预测不准确，这可能导致他们不使用此类服务。[59]从广义上讲，人们不得不做出有偏见的预测偏离理性的决策模型。[56]理性的决策模型假定缺乏偏见，有利于根据所有相关和可用的信息进行比较。情感预测可能会使消费者依赖与消费相关的感受而不是商品本身的效用。情感预测研究的一个应用是经济政策。预测以及因此决策受到偏见以及其他因素（例如框架效应）影响的知识可用于设计最大化人们选择效用的政策。[57]然而，这种做法并非没有批评者，因为它也可以被视为证明经济家长作风的理由。[13]

前景理论描述了人们如何做出决策。它与预期的效用理论的不同之处在于，它考虑了人们如何看待效用并包含损失规避的相对性，或者对损失而不是收益做出更强烈反应的倾向。[60]一些研究人员认为，损失厌恶本身就是一种情感预测误差，因为人们常常高估未来损失的影响。[61]

快乐和幸福
幸福的经济定义与福利和效用的概念相关联，研究人员通常对如何提高人口幸福感感兴趣。经济对通过福利计划提供的援助产生重大影响，因为它为这些计划提供资金。许多福利方案的重点是提供援助，以实现食物和住所等基本必需品。[62]这可能是因为幸福和幸福最好来自个人对提供这些必需品的能力的看法。这一陈述得到了研究的支持，该研究表明，在满足基本需求后，收入对幸福感的影响较小。此外，这些福利计划的提供可以使那些不幸的人有额外的可自由支配收入。[63]可自由支配的收入可以用于愉快的体验，例如家庭出游，反过来又为他们的感受和幸福体验提供了额外的维度。情感预测为回答有关提高幸福感的最佳方法的问题提供了独特的挑战，经济学家在提供更多选择以最大限度地提高幸福感与提供包含更客观或经验实用性的经验之间存在分歧。经验实用性指的是体验对幸福感和幸福感的贡献是多么有用。[13]有经验的实用程序可以指物质购买和体验购买。研究表明，体验性购买，例如一袋芯片，导致预测的幸福水平高于购买材料，例如购买笔。[63]由于购买体验而对幸福的预测例证了情感预测。实现期望的幸福水平的选择或手段的增加可能预示着幸福水平的提高。例如，如果一个人对自己提供必需品和愉快体验选择的能力感到满意，他们就更有可能预测他们会比他们被迫在一个或另一个之间做出选择更开心。此外，当人们能够参考多种有助于他们幸福感的经历时，更多的比较机会将导致对更多幸福的预测。[63]在这种情况下，选择的数量和经验效用的数量对情感预测都有相同的影响，这使得难以选择哪种方法最有效地实现幸福的辩论。

将情感预测研究的结果应用于幸福也会引发方法论问题：幸福应该衡量经验的结果，还是基于预测做出的选择所带来的满足感？例如，虽然教授们可能会预测获得终身职位会显着提高他们的幸福感，但研究表明，实际上，获得或未获得终身教授的教授之间的幸福水平微不足道。[56]在这种情况下，幸福是根据经验的结果来衡量的。像这样的情感预测冲突也影响了享乐适应的理论，这种理论将幸福感与跑步机相比较，尽管我们的预测仍保持相对稳定。[64]

姻亲
类似于一些经济学家如何关注情感预测如何违反理性假设，法律理论家指出，这些预测的不准确性和应用对法律的影响仍然被忽视。情感预测及其相关研究在法律理论中的应用反映了更广泛的努力来解决情绪如何影响法律体系。除了影响有关情感，[65]和福利的法律讨论之外，杰里米·布卢门撒尔还引用了情感预测在侵权赔偿，资本量刑和性骚扰方面的其他影响。[66] [67] [67]

侵权赔偿
陪审团赔偿侵权赔偿金的依据是赔偿受害者的痛苦，痛苦和生活质量下降。然而，情感预测错误的发现促使一些人认为陪审团过度赔偿受害者，因为他们的预测高估了损害对受害者生活的负面影响。[14]一些学者建议实施陪审团教育，以减少可能不准确的预测，利用研究调查如何减少不准确的情感预测。[68]

资本量刑
在资本量刑过程中，陪审团可以听取受害者家属的受害人影响陈述（VIS）。这表明了情感预测，其目的是展示受害者的家庭如何受到情感上的影响，以及他们希望将来如何受到影响。这些陈述可能导致陪审团高估情绪伤害，导致严厉的判刑，或低估伤害，导致判决不足。这些陈述存在的时间范围也会影响情感预测。通过增加犯罪本身与量刑（给予受害者影响陈述的时间）之间的时间差距，预测更可能受免疫忽视错误的影响（见免疫忽视）免疫忽视可能导致低估未来的情感伤害，因此导致量刑不足。与侵权赔偿金一样，陪审团教育是一种减轻预测错误负面影响的方法。[67]

性骚扰
在涉及性骚扰的案件中，判决更有可能归咎于受害者未能及时作出反应或未能利用在性骚扰中可获得的服务。这是因为在实际的骚扰经历之前，人们倾向于高估他们的情感反应以及他们对性骚扰的积极反应。这体现了焦点错误（参见Focalism），其中预测者忽略了可能影响反应或未能反应的替代因素。例如，在他们的研究中，Woodzicka和LaFrance研究了女性在面试中如何应对性骚扰的预测。预测者高估了他们对愤怒的情感反应，同时低估了他们所经历的恐惧程度。他们还高估了他们的主动反应。在研究1中，参与者报告他们拒绝回答性问题，或者向问卷调查员报告问题。然而，在研究2中，在访谈期间实际遭受性骚扰的人中，没有一人表现出积极的反应。[4]如果陪审团能够在预测中识别出这些错误，他们可能能够调整这些错误。此外，如果陪审团接受其他因素的教育，这些因素可能影响性骚扰受害者的反应，例如恐吓，他们更有可能做出更准确的预测，并且不太可能将受害者归咎于自己的受害。[66 ]

在健康方面
情感预测对健康决策[11] [69] [70]以及医学伦理和政策有影响。[71] [72]与健康相关的情感预测研究表明，非患者一直低估与慢性健康状况和残疾相关的生活质量。[11] [73]所谓的“残疾悖论”指出慢性病患者自我报告的幸福水平与健康人群对幸福水平的预测之间存在差异。这种预测误差在医疗决策中的影响可能很严重，因为对未来生活质量的判断通常会为健康决策提供信息。不准确的预测会导致患者，或更常见的是他们的医疗保健代理人，[74]在治疗将涉及生活方式的急剧变化（例如截肢）时拒绝挽救生命的治疗。[11]患有焦点症的受害者或医疗保健代理人将不会考虑到在失去肢体后将保持不变的生活的所有方面。尽管Halpern和Arnold建议采取干预措施来提高预测误差的意识并改善患者的医疗决策，但缺乏对医疗决策中偏差影响的直接研究提出了重大挑战。[11]

研究还表明，关于未来生活质量的情感预测受到预报员当前健康状况的影响。[69]健康的个体将未来的低健康与低生活质量联系起来，而健康状况较差的个体在想象健康状况较差时并不一定预测低质量的生活。因此，患者对自己生活质量的预测和偏好可能与公众观念相冲突。由于医疗保健的主要目标是最大限度地提高生活质量，因此有关患者预测的知识可能会为有关如何分配资源的政策提供信息。[69]

一些医生认为，情感预测错误的研究结果值得医学家长作风。[71]其他人则认为，尽管存在偏见并且应该支持医患沟通的变化，但他们不会单方面削弱决策能力，也不应该用来支持家长式政策。[72]这场辩论捕捉到了医学强调保护患者自主权和有利于干预以纠正偏见的方法之间的紧张关系。

改善预测
最近经历过情绪激动的生活事件的个人将表现出影响偏见。[2]个人预测他们会比他们对事件的真实感受更快乐。另一个影响高估的因素是焦点，导致个人专注于当前的事件。[75]个人经常没有意识到其他事件也会影响他们目前的感受。[75] Lam等人。（2005）发现，在对自己的感受进行预测时，个人所采取的观点会影响他们对偏见的易感性。[76]超越影响偏见的观点是正念。[75]正念是一种技能，个人可以学会帮助他们防止高估自己的感受。[75]注意帮助个人理解他们目前可能会感受到负面情绪，但感情并非永久性。[75]五因素正念问卷（FFMQ）可用于衡量个人的正念。[77]正念的五个因素是观察，描述，表现意识，不判断内心体验，以及对内心体验不反应。[77]改善预测的两个最重要的因素是观察和行动意识。[75]观察因素评估个体对其感觉，情绪和外界环境的影响程度。[75]观察能力允许个人避免专注于单个事件，并意识到其他经历将影响他们当前的情绪。[75]有意识的行动需要通过认真考虑和集中评估个人如何倾向于当前的活动。[75]伊曼纽尔，Updegraff，Kalmbach和Ciesla（2010）指出，具有意识行动的能力减少了影响偏差，因为个人更加意识到其他事件与当前事件共同发生。[75]能够观察当前事件可以帮助个人专注于追求提供长期满足和满足的未来事件。[75]

另见：
Daniel Gilbert
George Loewenstein
Happiness economics
Hedonic treadmill
List of cognitive biases
List of memory biases
Prospect theory
Welfare economics

参考：
Wilson, Timothy D.; Daniel T. Gilbert (2003). Affective Forecasting. Advances in Experimental Social Psychology. 35. pp. 345–411. doi:10.1016/S0065-2601(03)01006-2. ISBN 9780120152353.
Gilbert, D.T.; E.C. Pinel; T.D. Wilson; S.J. Blumberg; T.P. Wheatley (1998). "Immune neglect: A source of durability bias in affective forecasting". Journal of Personality and Social Psychology. 75 (3): 617–638. doi:10.1037/0022-3514.75.3.617. PMID 9781405.
Kahneman, Daniel; Thaler, Richard H (2006). "Utility Maximization and Experienced Utility" (PDF). Journal of Economic Perspectives. 20 (1): 221–234. doi:10.1257/089533006776526076. Archived from the original (PDF) on 2014-03-05.
Woodzicka, Julie A.; Marianne LaFrance (Spring 2001). "Real Versus Imagined Gender Harassment". Journal of Social Issues. 57 (1): 15–30. doi:10.1111/0022-4537.00199.
Finkenauer, Catrin; Marcello Gallucci; Wilco W. van Dijk; Monique Pollmann (August 2007). "Investigating the Role of Time in Affective Forecasting: Temporal Influences on Forecasting Accuracy". Personality and Social Psychology Bulletin. 33 (8): 1152–1166. doi:10.1177/0146167207303021.
Ayton, Peter; Alice Pott; Najat Elwakili (February 2007). "Affective forecasting: Why can't people predict their emotions?". Thinking & Reasoning. 13 (1): 62–80. doi:10.1080/13546780600872726.
Eastwick, Paul W.; Eli J. Finkel; Tamar Krishnamurti; George Loewenstein (May 2008). "Mispredicting distress following romantic breakup: Revealing the time course of the affective forecasting error". Journal of Experimental Social Psychology. 44 (3): 800–807. doi:10.1016/j.jesp.2007.07.001.
Liberman, Nira; Michael D. Sagristano; Yaacov Trope (2002). "The effect of temporal distance on level on mental construal" (PDF). Journal of Experimental Social Psychology. 38 (6): 523–534. doi:10.1016/S0022-1031(02)00535-8.
Hsee, Christopher K; Reid Hastie; Jingqiu Chen (May 2008). "Hedonomics: Bridging decision research with happiness research". Perspectives on Psychological Science. 3 (3): 224–243. doi:10.1111/j.1745-6924.2008.00076.x. PMID 26158937.
Tella, R. D.; R. MacCulloch (2006). "Some uses of happiness data in economics". The Journal of Economic Perspectives. 20 (1): 25–46. doi:10.1257/089533006776526111.
Halpern, Jodi; Robert M. Arnold (October 2008). "Affective Forecasting: An Unrecognized Challenge in Making Serious Health Decisions". Journal of General Internal Medicine. 23 (10): 1708–1712. doi:10.1007/s11606-008-0719-5. PMC 2533375. PMID 18665428.
Kahneman, Daniel; Amos Tversky (27 September 1974). "Judgment under Uncertainty: Heuristics and Biases". Science. 185 (4157): 1124–1131. doi:10.1126/science.185.4157.1124. PMID 17835457.
Hausman, Daniel M. (2010). "Hedonism and Welfare Economics". Economics and Philosophy. 26 (3): 321–344. doi:10.1017/S0266267110000398.
Swedloff, Rick; Peter H. Huang (Spring 2010). "Tort Damages and the New Science of Happiness". Indiana Law Journal. 85 (2): 553–597.
Wood, Stacy L.; James R. Bettman (2007). "Predicting Happiness: How Normative Feeling Rules Influence (and Even Reverse) Durability Bias". Journal of Consumer Psychology. 17 (3): 188–201. doi:10.1016/S1057-7408(07)70028-1.
Levine, Linda J.; Lench, Heather C.; Kaplan, Robin L.; Safer, Martin A. (1 January 2012). "Accuracy and artifact: Reexamining the intensity bias in affective forecasting". Journal of Personality and Social Psychology. 103 (4): 584–605. doi:10.1037/a0029544. PMID 22889075.
Buehler, Roger; Cathy McFarland (November 2001). "Intensity Bias in Affective Forecasting: The Role of Temporal Focus". Personality and Social Psychology Bulletin. 27 (11): 1480–1493. doi:10.1177/01461672012711009.
Hoerger, Michael; Stuart W. Quirk; Richard E. Lucas; Thomas H. Carr (August 2010). "Cognitive determinants of affective forecasting errors". Judgment and Decision Making. 5 (5): 365–373. PMC 3170528. PMID 21912580.
Wilson, Timothy D.; Daniel T. Gilbert (June 2005). "Affective Forecasting: Knowing What to Want". Current Directions in Psychological Science. 14 (3): 131–134. doi:10.1111/j.0963-7214.2005.00355.x.
Wilson, Timothy D.; Wheatley, Thalia; Meyers, Jonathan M.; Gilbert, Daniel T.; Axsom, Danny (2000). "Focalism: A source of durability bias in affective forecasting". Journal of Personality and Social Psychology. 78 (5): 821–836. doi:10.1037/0022-3514.78.5.821. PMID 10821192.
Wilson, Timothy D.; Douglas J. Lisle; Dolores Kraft; Christopher G. Wetzel (April 1989). "Preferences as expectation-driven inferences: Effects of affective expectations on affective experience". Journal of Personality and Social Psychology. 56 (4): 519–530. doi:10.1037/0022-3514.56.4.519. PMID 2709307.
Geers, Andrew L.; G. Daniel Lassiter (July 1999). "Affective Expectations and Information Gain: Evidence for Assimilation and Contrast Effects in Affective Experience". Journal of Experimental Social Psychology. 35 (4): 394–413. doi:10.1006/jesp.1999.1377.
Wilson, Timothy D.; Gilbert, Daniel T.; Centerbar, David B. (2003). "Making Sense: The Causes of Emotional Evanescence" (PDF). In Brocas, Isabelle; Carrillo, Juan D. (eds.). The Psychology of Economic Decisions. Oxford University Press. ISBN 9780199251087.
"The uncertainty intensification hypothesis". Psychlopedia. Archived from the original on 2014-08-29. Retrieved 2014-11-22.
Hoerger, Michael; Stuart W. Quirk; Richard E. Lucas; Thomas H. Carr (February 2009). "Immune neglect in affective forecasting". Journal of Research in Personality. 43 (1): 91–94. doi:10.1016/j.jrp.2008.10.001.
Bolger, N.; Zuckerman A. (1995). "A Framework for Studying Personality in the Stress Process". Journal of Personality and Social Psychology. 69 (5): 890–902. doi:10.1037/0022-3514.69.5.890. PMID 7473036.
Hoerger, M. (2012). "Coping strategies and Immune Neglect in Affective Forecasting: Direct Evidence and Key Moderators". Judgement and Decision Making. 7 (1): 86–96. PMC 3286620. PMID 22375161.
Gilbert, D. T.; Lieberman, M. D.; Morewedge, C. K.; Wilson, T. D. (2004). "The peculiar longevity of things not so bad" (PDF). Psychological Science. 15 (1): 14–19. doi:10.1111/j.0963-7214.2004.01501003.x. PMID 14717826. Archived from the original (PDF) on 2013-11-04.
Cameron, Dary; Payne, Keith (2011). "Escaping affect: How motivated emotion regulation creates insensitivity to mass suffering". Journal of Personality and Social Psychology. 100 (1): 1–15. doi:10.1037/a0021643. PMID 21219076.
Walker, Richard; Skowronski, John; Thompson, Charles (2003). "Life Is Pleasant—and Memory Helps to Keep It That Way!". Review of General Psychology. 7 (2): 203–210. doi:10.1037/1089-2680.7.2.203.
Wasko, Laurie E.; Pury, Cynthia L. S. (2009). "Affective Forecasting". In Lopez, Shane J. (ed.). The Encyclopedia of Positive Psychology. West Sussex: Blackwell Publishing. p. 24. doi:10.1111/b.9781405161251.2009.x (inactive 2019-02-19). ISBN 9781405161251.
Schkade, David A.; Daniel Kahneman (1998). "Does Living in California Make People Happy? A Focusing Illusion in Judgments of Life Satisfaction". Psychological Science. 9 (5): 340–346. doi:10.1111/1467-9280.00066.
Read, Daniel; Read, N.L (2004). "Time discounting over the lifespan". Organizational Behavior and Human Decision Processes. 94 (1): 22–32. doi:10.1016/j.obhdp.2004.01.002.
Zauberman, Gal; Kim, B. Kyu; Malkoc, Selin A; Bettman, James R (1 August 2009). "Discounting Time and Time Discounting: Subjective Time Perception and Intertemporal Preferences". Journal of Marketing Research. 46 (4): 543–556. doi:10.1509/jmkr.46.4.543.
Frederick, Shane; George Loewenstein; Ted O'Donoghue (June 2002). "Time Discounting and Time Preference: A Critical Review". Journal of Economic Literature. XL (2): 351–401. CiteSeerX 10.1.1.201.6114. doi:10.1257/jel.40.2.351.
Goldstein, Bruce (2011). Cognitive Psychology: Connecting Mind, Research and Everyday Experience (Third ed.). p. 213. ISBN 978-0495914976.
Morewedge, Carey K; Daniel T. Gilbert; Timothy D. Wilson (August 2005). "The Least Likely of Times: How Remembering the Past Biases Forecasts of the Future". Psychological Science. 16 (8): 626–630. doi:10.1111/j.1467-9280.2005.01585.x. PMID 16102065.
Meyvis, T.; Ratner R.K.; Levav J.M. (2010). "Why Don't We Learn to Accurately Forecast Feelings? How Misremembering Our Predictions Blinds Us to Forecasting Errors". Journal of Experimental Psychology: General. 139 (4): 579–589. doi:10.1037/a0020285. PMID 20853995.
Wesp, Richard; Joshua Sandry; Anthony Prisco; Pamela Sarte (2009). "Affective forecasts of future positive events are tempered by consideration of details". American Journal of Psychology. 122 (2): 167–174. PMID 19507424.
Loewenstein, G.; O'Donoghue, T.; Rabin, M. (2003). "Projection Bias in Predicting Future Utility" (PDF). The Quarterly Journal of Economics. 118 (4): 1209–1248. CiteSeerX 10.1.1.573.669. doi:10.1162/003355303322552784. Archived from the original on 2013-08-30.
Gilovich, Thomas; Griffin, Dale; Kahneman, Daniel (2002). Heuristics and Biases. Cambridge University Press. pp. 167–184.
Loewenstein, G; Prelec, D.; Shatto, C. (1998). "Hot/cold intrapersonal empathy gaps and the under-prediction of curiosity" (PDF). Unpublished Manuscript, Carnegie Mellon University, Pittsburgh, PA. Archived from the original on 2016-05-30.
Sayette, Michael A.; George Loewenstein; Kasey M. Griffin; Jessica J. Black (Sep 2008). "Exploring the cold-to-hot empathy gap in smokers". Psychological Science. 19 (9): 926–932. doi:10.1111/j.1467-9280.2008.02178.x. PMC 2630055. PMID 18947359.
Quoidbach, Jordi; Dunn, Elizabeth (2010). "Personality neglect: The unforeseen impact of personal dispositions on emotional life". Psychological Science. 21 (12): 1783–6. doi:10.1177/0956797610388816. PMID 21078898.
Frederick, Shane; Loewenstein, George; O'Donoghue, Ted (2011). "Time Discounting and Time Preference: A Critical Review". In Camerer, Colin F.; Loewenstein, George; Rabin, Matthew (eds.). Advances in Behavioral Economics. Princeton University Press. pp. 187–188. ISBN 978-1400829118.
Loewenstein, George, Exotic Preferences: Behavioral Economics and Human Motivation, p. 366, Oxford University Press, New York
"Just 4% Say Candidates Keep Their Campaign Promises". Rasmussen Reports. 4 November 2014.
MICHAEL SCHERER, PRATHEEK REBALA, and CHRIS WILSON, "The Incredible Rise in Campaign Spending", Time, 23 October 2014. Retrieved 4 March 2018
Brownstein, Ronald (11 January 2018). "The Voters Abandoning Donald Trump". The Atlantic.
Blumenthal, Mark. "2017 Trump approval review: lessons from 600,000+ interviews". Survey Monkey.
Matthew P. Motta and Erika Franklin Fowler, [1], "The Content and Effect of Political Advertising in U.S. Campaigns", December 2016. Retrieved 04 March 2018
Foster, Ann, "Consumer Expenditures Vary by Age", ' 'The Bureau of Labor Statistics' ' 10 December 2015. Retrieved 8 March 2018
Loewenstein, George, Exotic Preferences: Behavioral Economics and Human Motivation, p. 359, Oxford University Press, New York
Holthaus, Eric, "Stop Buying in Bulk", ' '[Slate]' ', 30 June 2015. Retrieved 4 March 2018
Morewedge, Carey K.; Buechel, Eva C. (2013). "Motivated underpinnings of the impact bias in affective forecasts". Emotion. 13 (6): 1023–1029. doi:10.1037/a0033797. PMID 23914762.
DellaVigna, Stefano (2009). "Psychology and Economics: Evidence from the Field". Journal of Economic Literature. 47 (2): 315–372. CiteSeerX 10.1.1.335.2154. doi:10.1257/jel.47.2.315.
Welsch, Heinz (15 September 2009). "Implications of happiness research for environmental economics". Ecological Economics. 68 (11): 2735–2742. doi:10.1016/j.ecolecon.2009.06.003.
Kenton, Will (11 April 2018). "Expected Utility". Investopedia.
Pedersen, Tore (2009). Affective Forecasting: Predicting Future Satisfaction with Public Transport. Karlstad: Karlstad University. ISBN 978-91-7063-273-0.
Kahneman, Daniel; Amos Tversky (Mar 1979). "Prospect Theory: An analysis of decision under risk". Econometrica. 47 (2): 263–292. CiteSeerX 10.1.1.407.1910. doi:10.2307/1914185. JSTOR 1914185.
Kermer, Deborah A.; Erin Driver-Linn; Timothy D. Wilson; Daniel T. Gilbert (2006). "Loss Aversion Is an Affective Forecasting Error". Psychological Science. 17 (8): 649–653. CiteSeerX 10.1.1.551.456. doi:10.1111/j.1467-9280.2006.01760.x. PMID 16913944.
United States. Congress. House. Committee on Ways and Means. Subcommittee on Human Resources. (2011). GAO report on duplication of government programs; focus on welfare and related programs: Hearing before the Subcommittee on Human Resources of the Committee on Ways and Means, U.S. House of Representatives, One Hundred Twelfth Congress, first session, April 5, 2011. Washington: U.S. G.P.O..
Howell, Ryan T.; Guevarra, Darwin A. (2013). "Buying happiness: Differential consumption experiences for material and experiential purchases". In Columbus, Alexandra M. (ed.). Advances in Psychology Research. 98. Nova Science. ISBN 978-1-62808-978-3.
Gertner, Jon (September 7, 2003). "The Futile Pursuit of Happiness". New York Times. Archived from the original on March 13, 2014. Retrieved 2009-08-29. Gilbert says. "We've used the metaphor of the 'psychological immune system' -- it's just a metaphor, but not a bad one for that system of defenses that helps you feel better when bad things happen."
Maroney, Terry A. (April 2006). "Law and Emotion: A Proposed Taxonomy of an Emerging Field". Law and Human Behavior. 30 (2): 119–142. doi:10.1007/s10979-006-9029-9. PMID 16786403.
Blumenthal, Jeremy A. (2005). "Law and the Emotions: The Problems of Affective Forecasting". Indiana Law Journal. 80: 155–238. doi:10.2139/ssrn.497842. SSRN 497842.
Blumenthal, Jeremy (2009). "Affective forecasting and capital sentencing: reducing the effect of victim impact statements". American Criminal Law Review. 46 (1): 107+.
Maroney, Terry A. (April 2006). "Law and Emotion: A Proposed Taxonomy of an Emerging Field". Law and Human Behavior. 30 (2): 119–142. doi:10.1007/s10979-006-9029-9. PMID 16786403.
Winter, Laraine; Miriam S. Moss; Christine Hoffman (April 2009). "Affective forecasting and advance care planning: Anticipating quality of life in future health statuses". Journal of Health Psychology. 14 (3): 447–456. doi:10.1177/1359105309102201. PMID 19293306.
Loewenstein, George (2005). "Projection bias in medical decision making". Med Decis Making. 25 (1): 96–105. doi:10.1177/0272989X04273799. PMID 15673587.
Rhodes, Rosamond; James J. Strain (2008). "Affective Forecasting and Its Implications for Medical Ethics". Cambridge Quarterly of Healthcare Ethics. 17 (1): 54–65. doi:10.1017/S0963180108080067. PMID 18462545.
Gligorov, Nada (2009). "Reconsidering the Impact of Affective Forecasting". Cambridge Quarterly of Healthcare Ethics. 18 (2): 166–173. doi:10.1017/S0963180109090276. PMID 19263600.
Loewenstein, G; PA Ubel; N Schwarz; D Smith (July 2004). "Misimagining the unimaginable: the disability paradox and health care decision making". Health Psychology. 24 (4): 57–62. CiteSeerX 10.1.1.502.8707. doi:10.1037/0278-6133.24.4.s57. PMID 16045420.
Martin, Laura J. (18 February 2018). "Health care agents". Medline Plus Medical Encyclopedia.
Emanuel, Amber S.; Updegraff, John A.; Kalmbach, David A.; Ciesla, Jeffrey A. (November 2010). "The role of mindfulness facets in affective forecasting". Personality and Individual Differences. 49 (7): 815–818. doi:10.1016/j.paid.2010.06.012.
Lam, K.C.H.; Buehler, R.; McFarland, C.; Ross, M.; Cheung, I. (2005). "Cultural differences in affective forecasting: the role of focalism". Personality and Social Psychology Bulletin. 31 (9): 1296–1309. doi:10.1177/0146167205274691. PMID 16055648.
Baer, R.A.; Smith, G.T.; Hopkins, T.; Krietemeyer, J.; Toney, L. (2006). "Using self-report assessment methods to explore facets of mindfulness". Assessment. 13 (1): 27–45. doi:10.1177/1073191105283504. PMID 16443717.
Further reading
Fiske, Susan T. (2004). Social Beings: A Core Motives Approach to Social Psychology. Wiley. ISBN 978-0-471-45151-8.
Gilbert, Daniel T. (2006). Stumbling on happiness. Alfred A. Knopf. ISBN 978-1-4000-7742-7.
Sanna, Lawrence J.; Schwarz, Norbert (2004). "Integrating Temporal Biases: The Interplay of Focal Thoughts and Accessibility Experiences". Psychological Science. 15 (7): 474–481. doi:10.1111/j.0956-7976.2004.00704.x. PMID 15200632.
Wilson, Timothy D. (2002). Strangers to Ourselves: Discovering the Adaptive Unconscious. Belknap Press of Harvard University Press. ISBN 978-0-674-01382-7.
Hsee, Christopher K.; Hastie, Reid (2006). "Decision and experience: why don't we choose what makes us happy?". Trends in Cognitive Sciences. 10 (1): 31–37. CiteSeerX 10.1.1.178.7054. doi:10.1016/j.tics.2005.11.007. PMID 16318925.
On the projection bias
Conlin, Michael; O'Donoghue, Ted; Vogelsang, Timothy J. (2007). "Projection Bias in Catalog Orders". The American Economic Review. 97 (4): 1217–1249. CiteSeerX 10.1.1.333.7742. doi:10.1257/aer.97.4.1217. JSTOR 30034090.
Simonsohn, Uri (2010). "Weather To Go To College". The Economic Journal. 120 (543): 270–280. CiteSeerX 10.1.1.179.1288. doi:10.1111/j.1468-0297.2009.02296.x.
External links
Daniel Gilbert "Why are we happy?" (video lecture), TED.com, Retrieved 2009-08-29
Psychlopedia on Affective Forecasting
Daniel Gilbert, video interview
Affective forecasting on Psychology Today

欢迎光临珍屯医学 (https://zhentun.com/)