小数定律谬误是一种常见的认知偏差，指人们倾向于基于小样本数据就得出一般性结论，忽视了统计学上样本大小对结果可靠性的影响。这种偏差源于人类思维对随机事件的过度解读，往往将小样本中的偶然模式误认为是普遍规律。例如，当连续几次观察到某个事件发生时，人们可能错误地推断该事件具有高发生率，而实际上这可能是随机波动所致。在商业决策中，管理者若仅凭少量成功案例就推广某种策略，或在投资中因短期收益而认定某种资产必然增值，都可能陷入小数定律的陷阱。
从认知科学的角度看，小数定律谬误反映了人类大脑在信息处理中的一种捷径机制：我们天生倾向于从有限经验中快速归纳模式，以应对复杂环境。然而，这种机制在统计学上是不合理的，因为小样本更容易受极端值或随机误差的影响，无法准确代表总体特征。诺贝尔经济学奖得主丹尼尔·卡尼曼与其合作者阿莫斯·特沃斯基在1971年的开创性论文《小数定律的信念》中首次系统阐述了这一现象，揭示了人们如何高估小样本的代表性。
要克服小数定律谬误，关键在于培养统计思维，意识到样本大小与结论可靠性之间的紧密联系。在实践层面，决策者应主动寻求更大样本的数据支持，采用假设检验等统计方法评估结果的显著性，同时保持对随机性的敬畏。延伸阅读推荐卡尼曼的《思考，快与慢》，书中以生动案例深入剖析了包括小数定律在内的多种认知偏差，为理解人类决策提供了经典框架。