自上世纪60年代以来，研究人员就开始探究人类在理解概率方面存在的困难。我们和其他研究人员的最新研究均表明，数据的呈现方式对此有很大影响，其中，图表和计算机模拟可以提供帮助。

在一项实验中，我们给257名经济学家做了一个简单的回归分析，然后询问他们各种结果的概率。我们给一些人看经济学期刊中常用的数据形式：均值和标准差等。结果，他们大多数的回答都不正确。我们给另外一些人看散点图，不提供任何分析。尽管他们当中的一些人抱怨信息量不足，但大多数人的表现反而更好。

在处理一些无法绘制图形的复杂问题时，计算机模拟可以达到让人们“体验”概率的目的——通过运行各种统计过程来呈现最终结果。（反复抛掷硬币就是一个简单的模拟例子。）我们的假设是，虽然概率理论是一项相对近期的发明，但是数百万年来，人类一直对连续观察到的“频率信息”进行着解码和解释工作，所以人脑对此类形式的概率有一定的经验。我们的研究证实了这一假设。我们将一些统计题分别交给两组人群解答，一组是62位近期在上统计学课程的大学生，另一组则是20位对统计学相对陌生的成年人。研究发现，在看过模拟之后，这两组人群都更易给出正确答案。

罗宾·霍格思是巴塞罗那庞培法布拉大学荣誉教授。埃姆雷·索耶尔是伊斯坦布尔安兹耶因大学助理教授。