聚类错觉

聚类错觉是错误地考虑不可避免的“条纹”或“簇”，从随机分布小样品中所产生的是非随机的倾向。这种错觉是由于人类倾向于低估少量随机或半随机数据样本中可能出现的变异量而引起的。

该主题的早期作者托马斯·吉洛维奇（Thomas Gilovich）认为，这种影响发生在不同类型的随机分散体上，其中包括二维数据，例如二战 V-1型炸弹在伦敦地图上的撞击位置上的簇；或看到股市价格随时间波动的模式。尽管伦敦人发展了有关伦敦内部撞击方式的特定理论，但RD Clarke最初于1946年发表的统计分析表明，V-2火箭对伦敦的撞击非常适合随机分布。

在因果推理中使用这种认知偏见可能导致德州神枪手的谬误。错误模式识别的更一般形式是pareidolia和apophenia。相关的偏见是可能导致聚类错觉的控制幻觉，以及对样本量不敏感的现象，人们并不期望较小的样本会有更大的变化。赌徒的谬误是与误解机会流有关的另一种认知偏见。

丹尼尔·卡尼曼（Daniel Kahneman）和阿莫斯·特维尔斯基（Amos Tversky）解释了这种错误预测是由于代表性启发式方法（它们本身也是首先提出的）引起的。