还有一个有关的行为偏差，就是诺贝尔奖得主卡尼曼教授所称的“代表性偏差”(Representativeness Bias)。我们人类往往会对那些明显的、直观的、好理解的、抓人眼球的数据或者信息特别关注，但是对一些具体的、实在的、有科学性的信息往往置若罔闻。
还是先通过一个小问题， 来让大家对“代表性偏差”有一个更清晰的认识。
我们虚构了一个人物:汤姆.W。他是美国普林斯顿大学的学生。他虽然缺乏创造力，但是智商很高。他需要有序整齐的生活环境，他的字迹潦草马虎。他有很强的控制欲，看起来缺少同情心，也不喜欢和别人打交道。尽管他比较以自我为中心，但还是有比较高的道德标准。这是我对汤姆同学的描述，下面请大家回答:你们觉得汤姆同学的专业是:
A.艺术类B.管理类C.法律类D.医学类
大部分参与实验的人和读者都会猜测汤姆同学是学法律(有较高的道德标准)或者医学(需要有序整齐的生活环境)专业的。少数人猜测他是学管理的，几乎没有人猜测他是学艺术的。但是正像夏洛克.福尔摩斯所说的，在排除了所有其他可能之后，剩下的选择无论看起来多么不可能，也一定是正确的答案。
大家在想，这么一个人怎么可能是学习艺术的呢?他缺乏创造力，又那么有序整齐，又有很强的控制欲，又不喜欢跟别人互动，怎么可能是搞艺术的?这是因为大家往往用艺术家的标准在衡量艺术系的学生。要知道，有很多学生在刚进入大学学习自己的专业时，对本专业都知之甚少，还完全没有受到专业的影响。
更重要的是，大多数实验参加者和读者都没有想过这么一个基本的问题:普林斯顿大学有没有经管系?有没有法律系?有没有医学系?有没有艺术系?这些系各自有多少学生?如果我们在普林斯顿大学的校园里随机地碰到一个学生， 他有多大的可能性是从这几个系来的?事实上，普林斯顿大学一直重视基础教育，而不鼓励职业教育。因此，普林斯顿大学既没有商学院、也没有法学院和医学院。所以汤姆同学就只有可能是从艺术系来的了。
以上的例子反映人们对信息的处理很大程度上会受一些很直观的特性和具体现象的影响，但往往会忽略一些最基本、 最朴实、毫不引人关注的概率问题。散户会受到股评人士、亲戚朋友、网络媒体的影响，认为投资是一个一本万利甚至无本万利的活动，因而忽略在资本市场生存所需要的最基本的常识。
