一個發文頻率普通的人，得到的讚數除以他的總朋友數，也就是得讚比，通常介於5%~15%之間。影響因素有如：

• 朋友結構：你的得讚比近10%或超過，可能你的朋友都是些只會迎合你喜好的王八蛋。或只是單純熟朋友比較多。
• 發文類型：大於10%，你的發文類型較合大家胃口，換句話說，你是迎合別人胃口的王八蛋。或只是單純你的文筆好、照片驚悚，或你是正妹。
• 發文時間：熱門時段是晚餐過後至睡前，及大家剛起床先滑手機時，在這段時間曝光，較不容易被蓋過。
• 發文頻率：發文頻率過高者，普遍得讚比較低，原因如「超級廢文」或「超級大爛廢文」，然而發文頻率低者不一定較高。

導讀

        因果關係是什麼？
        請先問問你自己，就算兩秒也好，你覺得什麼是因果關係？這個問題沒有想過你根本不會覺得有什麼好討論的，好死不死哲學一吵就給他吵了幾百年。也許你會說，因果關係是規律性，結果總是在原因之後發生。那麼夜晚每天都接續著白天，一次例外都沒有發生，你為什麼不會把夜晚視為白天的結果？
        也許有人會說因果就是相關，相關越高就是越強的因果關係，相關到達百分之百就是絕對的因果關係，這也不對，難道我們真的能用幾個數學式子證明因果關係？甚至有人說現實世界根本沒有因果關係，它只是人為了理解世界自己創造出來的詞，是在形容那些「看起來是因果關係」的關係(Hume)，多數人也沒辦法接受這種想法，因為這根本不能解釋因果概念的由來。
        試想，你今天遠遠的看到一隻鳥在樹上唱歌，忽然旁邊的窗戶就破了，你難道會認為是鳥造成窗戶破了嗎？你觀望了一下，發現樹下有個小男孩手上著球棒，突然好像一切真相都明白了，你斷定窗戶就是小男孩打破的。但你親眼所見的事實上只有鳥唱歌啊，為什麼不是鳥的聲波造成窗戶破了呢？
        那麼如果你現在是親眼看到球打破了窗戶，那隻鳥仍然在一旁唱歌，窗戶破的一瞬間，鳥也停止唱歌了，那我問你，為什麼不是鳥造成窗戶破的呢？你怎麼知道不是那隻鳥有神奇的魔力，一唱歌窗戶就會破呢？如果你看到一百次這樣的事情，你是不是就會開始相信：「哦，我確實遇到了一隻會把窗戶唱破的鳥。」
        如果現在一顆棒球往窗戶飛來，一個外野手跳起來接住了球，那他確實是阻止了球打破窗戶。但如果現在是在這個窗戶之前，有一堵牆擋著，外野手仍舊奮力的接住了球，那他還是阻止球打破窗戶的原因嗎？如果是，他不接的話，窗戶也不會破啊！如果這回你覺得不是了，那不是很奇怪嗎，從頭到尾那堵牆只有立在那，就連輕輕碰觸到棒球也沒有，怎麼會影響你判斷呢？
        什麼是因，什麼是果，要有多強的證據才能肯定？做實驗時，相關極高，我們叫做有因果；再嚴謹一點，我們使用因果檢定。日常生活中，我們判斷現實經驗是否符合過往的經驗，來決定觀察到的是否是因果關係，那麼這些到底有沒有對錯呢？一個因果理論的哲學家，被發現在別人的水裡下毒，他能夠脫罪嗎？
        「那毒是我下的，但是那不是他死亡的原因啊！」哲學家。
        「狗扯。」檢察官。
        「你看過每次其他人下毒，喝的人都會死掉嗎？既然沒有，你如何肯定我下毒是造成他死掉的原因？如果你曾看過或聽說過幾次，那你看，我也有找到幾個例子是喝了這毒藥結果沒死的例子啊，所以這毒其實是讓他活的。」
        「瞎扯。」
        「那毒是造成他神經停止運作，我最多只要對這件事負責，神經運作造成了什麼，不關我的事啊！」
        「胡扯。」
        「如果你說間接的也算，那你怎麼能保證自己沒有間接的害死人過呢？可能你剛剛咳嗽，造成一旁的人感冒，他又傳染了給別人，然後別人死了，難道你要負責嗎？」
        「……」
        「如果你說是因為我意圖殺死他，而且我成功了，那麼我現在意圖使太陽下降，等等我就成功了，難道我就是太陽下山的原因嗎？」
        「…………」
        「你說是因為如果我不下毒，他就不會死，那就更奇怪了，他不喝也不會死啊，那不是應該他才是造成自己死的原因嗎？」
        「………………」

指導教授：鄧敦民 教授
作者：番茄
日期：2014年1月

關鍵字：causal process theory, causal perception, causal inference, causal reasoning

        在causal process theory中，Salmon認為由於守恆量(conserved quantities)是實際存在於世界上的，所以他斷言因果關係是實存於世界的物理性質。我不同意這樣的宣稱，不只是因為這無法解決Hume的因果難題，而是僅就物理而言，我們都不能保證這是世界根本的規律，至多只能說是在人為觀察者的情況下所符合的事實，正如古典力學在十八世紀大致符合能觀察到的巨觀世界，爾後才出現了解釋微觀世界的量子力學。既然我們不能保證物理定律的普遍性，又何能推論以物理為基礎的因果關係是實存的性質。
        然而雖對於因果在真實世界的存有問題我們暫無定論，至少多數人同意的是因果關係確實存在於人的意識之中。但若說真正的因果只存在意識之中亦讓人無法接受，因為這無法解釋因果概念的來源[1]。因此我認為因果同時存在於人的意識中和物理世界中，所以由心理和物理的角度才足以解釋我們所期望看到的因果關係，這也是我理想中的因果模型。
        因此我希望就因果理論中最符合物理描述的causal process theory著手，同時討論心理學中的causal cognition，目的是希望能理解以下幾個問題：「物理世界的因果關係」與「人所認為的因果關係」究竟是什麼？之間的關係為何？兩者是否相容或衝突？並在這樣的架構之下嘗試納入所有的因果關係，期望兩個理論可以互相補充。
        以下為方便討論，由因果過程理論中所定義的因果關係稱作「物理因果關係」；而人所認為的因果關係，也就是causal cognition所產生的因果關係稱為「心理因果關係」。

        採用Dowe於2000年發表的conserved quantity theory。我認為Salmon後續的修正將conserved quantity改為invariant quantity並不適當，因此仍採用Dowe的版本[2]。
        不適當的理由有二：第一，Salmon的invariant quantity在字義上不適合物理定律，物理定律所描述的守恆並非不變，而是根據某種規則運算後，其物理量的另一種形式是不變的，因此不能直接以「invariant」形容此種物理量，且物理定律的保守亦是用「conserved」一詞。第二，Salmon似乎是無法完全放棄他先前的mark-transmission的想法，invariant的概念類似於在causal process中的每一個時刻他都要是不變的（at-at theory），但事實上不是。

Definition

1. 因果過程是一個物體的世界線，且物體必須是擁有[3]保守量的。(A causal process is a world line of an object that possesses a conserved quantity.)
2. 因果交互作用是世界線的交叉，且必須有保守量的交換。(A causal interaction is an intersection of world lines that involves exchange of a conserved quantity.) (Dowe, 2000, p.90)

 世界線 (World line)

        世界線是物體穿越四維度時空的軌跡。(The world line of an object is the unique path of that object as it travels through 4-dimensional spacetime.)[4]

過程 (Process)

        過程是一個物體的世界線，無論這個物體有沒有保守量。(A process is the world line of an object, regardless of whether or not that object possesses conserved quantities. A process can be either causal or noncausal(pseudo).) (Dowe, 2000, p.90)

保守量 (Conserved quantity)

        建立在物理守恆定律之下的物理量皆稱為保守量。如能量、動量、電荷。(A conserved quantity is any quantity that is governed by a conservation law.) (Dowe, 2000, p.90)

交叉 (Intersection) 

        兩個以上的過程在時空上的重疊。至少一個進入和離開的過程經歷保守量的變化並遵守守恆定律時就是交換(exchange)，也就是真正的因果交互關係。(An intersection is simply the overlapping in spacetime of two or more processes. An exchange occurs when at least one incoming, and at least one outgoing process undergoes a change in the value of the conserved quantity. The exchange is governed by the conservation law, which guarantees that it is a genuine causal interaction. It follows that an interaction can be if the form x, y, λ, or of a more complicated form.) (Dowe, 2000, p.90)

        現今認為causal cognition下包含causal learning與causal reasoning。而causal learning下又可分為causal perception與causal inference。此關係如圖1。

        Causal learning encompasses the processes by which we learn about causal relations in the world at both the type and token levels. Causal reasoning refers to the ways in which we use those causal beliefs to make further inferences, decisions, predictions, and so on.
        Causal perception consists of the relatively automatic, relatively irresistible perception of certain sequences of events as involving causation. Causal inference, on the other hand, consists of higher-level causal learning that is based largely on statistical relationships.

        這兩種路徑在形成成人的causal cognition中是相輔相成的，從幼童的研究可以發現：複雜的刺激對10個月大以上的嬰兒才有反應，小於6個月大的嬰兒對簡單的刺激如啟動事件有反應(Oakes and Cohen, 1990)，這符合causal perception是天生但需要發展的。Causal perception依賴視覺訊息而非高級認知（例如我們無法選擇不把啟動事件視為因果關係），這也是泛文化的(Morris and Peng, 1994)。
        Causal inference則是不依賴時空線索，需觀察一系列的情況，注意可能的原因是否發生(Cheng, 1997; Cheng and Novick, 1990; Shanks, 1995)。其中學習的重點在於區分可能的原因與真實的原因及關聯的強度。這不是直接透過知覺，也不是自動的（我們不會受到一次刺激就學會，但可能會因此產生懷疑），且需要高級認知。研究推測這樣的學習過程類似於動物的制約學習，並發展出許多模型如：Rescorla-Wagner (1972) model、ΔP model (Cheng and Novick, 1990; 1992)、The causal power approach (Cheng, 1997; Novick and Cheng, 2004)、The pCI model (White ,2003a)[5]。

        多數證據顯示這是兩個不同且獨立的認知過程。fMRI研究顯示了神經解剖上的不同，causal perception集中在顳葉(Blakemore et al., 2001; Fugelsang et al., 2005)，而causal inference則在前額葉(Corlett et al., 2004; Fletcher et al., 2001; Turner et al., 2004)。
        但當因果機制需要一些時間處理時兩者關係變得很複雜，例如按按鈕會造成三秒後燈亮，若有人按了按鈕後三秒再按，causal perception會認為是第二次造成燈亮（因為時空接近性），causal inference會認為是第一次。成人可以用物理機制的資訊遮蔽causal perception得到causal inference的結論，但7個月大的小孩不行(Schlottmann, 1999)。這是造成illusion of explanatory depth的原因：

Illusion of explanatory depth: An overestimation of their own mechanism knowledge, and difficulty accepting that their knowledge is limited in this regard. (Rozenblit and Keil, 2002)

        假設有兩輛外型相同的電動車A、B，內部有程式可以控制引擎使其移動或停止，由外部觀察可以看到車內沒有駕駛者，且無論何時觀察者都無法從外部得知引擎是否在作用（無噪音或排氣），這兩輛車可以用GPS系統得知彼此的位置。現在當A往靜止的B接近，在接觸的瞬間程式作用使A瞬間停止，B瞬間啟動，不知情的觀測者會認為是A造成B移動，且其理由是因為碰撞。但若是由設計此程式的觀測者觀察，他只會認為有間接因果關係，且其理由而是：B的移動是由於內部的程式，但其程式是因為A的接近才令B移動，因此B是因為A而間接移動。但若現在程式修改成未接觸時，於碰撞三公尺前A就停止、三秒後B移動，這時未知的觀察者會認為A並不是B移動的原因。現在如果告知此觀察者內部程式的運作，他又會認為A是B的間接原因。
        由上例可以得知心理因果關係的判斷事實上要根據所得的資訊與推論過程而定，在資訊不完整或推論錯誤的情況下，通常仍可以判斷正確，但也很可能做出歸因謬誤（尤其人為操縱、不符合自然現象的例子特別容易欺騙觀察者）。只要給定條件，心理因果關係可以完全包含物理因果關係（圖2-1）。此條件為：

c. 資訊充足且正確的causal reasoning：使用正確的知識邏輯推理。

        心理因果關係符合物理因果關係的充分非必要概括條件為：

a. 不直接採信causal perception：需經過思考。
b. 不直接採信causal inference：相關是必要非充分條件。
c. 資訊充足且正確的causal reasoning：使用正確的知識邏輯推理。

        在符合條件c時，心理因果關係會完全包含物理因果關係（圖2-1），此時只有三種情況：心理且物理的、心理非物理的及非物理非心理的因果關係。而當心理因果關係滿足概括條件時，其必為心理物理因果關係；未滿足概括條件時，亦有可能是心理物理因果關係，此種情況是「猜測」成真（應為「推測」，為避免與「推理」字義混淆，故以猜測替代）。
        不符合條件c時，心理因果關係與物理因果關係兩者獨立（圖2-2），此時有四種情況：心理且物理的、心理非物理的、非物理非心理的及物理非心理的因果關係。然而此時概括條件無法完全滿足（條件c不合），但心理因果關係仍有可能符合物理因果關係，此種情況亦是猜測成真。

        延續上電動車一例，A造成B：

• 符合條件c（圖2-1）
• 心理非物理因果關係：實際上是由程式驅動
• 違反條件a：觀察者知道內部有程式，但第一時間仍產生因果知覺，並直接採信。
• 違反條件b：觀察者在重複看了相同案例十次後才得知內部有程式運作。第十一次觀察者第一時間仍直接推斷有因果關係（causal inference遮蔽causal perception），並直接採信[6]。
• 非心理非物理因果關係：實際上是由程式驅動，且觀察者知情。
• 心理物理因果關係：程式未運作，確實由碰撞造成
• 符合概括條件：觀察者未直接採信causal perception或causal inference，而是經過正確的邏輯推理後認為有因果關係。
• 不符合概括條件（猜測成真）
• 違反條件a：觀察者知道內部有程式，但第一時間仍產生因果知覺，並直接採信。
• 違反條件b：觀察者在重複看了相同案例十次後才得知內部有程式運作。在第十一次觀察者第一時間仍直接推斷有因果關係（causal inference遮蔽causal perception），並直接採信。

• 不符合條件c（圖2-2）
• 心理非物理因果關係：實際上是由程式驅動
• 違反條件c的資訊充足：觀察者完全不知道其內有程式，因此認為是碰撞造成因果關係。
• 違反條件c的正確推論：觀察者知道內部有程式但不清楚其功能，並曾目睹車自行行駛，但仍推論程式只是控制導航系統而無法控制引擎，因此仍認為是碰撞造成因果關係（此例是設計成資訊已經充足，多數人可以依現有資訊判斷出程式可操控引擎）。
• 物理非心理因果關係：程式未運作，確實由碰撞造成，但觀察者以為此車有遙控功能並是受他人操縱（錯誤推論）。
• 非心理非物理因果關係：實際上是由程式驅動，觀察者以為是遙控操縱。
• 心理物理因果關係
• 不符合概括條件（猜測成真）
• 違反條件c的資訊充足：實際程式未運作，而是確實由碰撞造成，觀察者完全不知道其內有程式，因此認為是碰撞造成因果關係。
• 違反條件c的正確推論：實際程式未運作，而是確實由碰撞造成，觀察者知道內部有程式但不清楚其功能，並曾目睹車自行行駛，但仍推論程式只是控制導航系統而無法控制引擎，因此仍認為是碰撞造成因果關係（此例是設計成資訊已經充足，多數人可以依現有資訊判斷出程式可操控引擎）。

        此情況不屬於物理因果關係，但通常仍符合心理因果關係，由於違反條件2：緊密的相關不足以推論因果關係，故只是準因果關係。Dowe在causal process theory中有給出明確的說明：

        Prevention: A prevent B if A occurred an B did not, and there occurred an x such that, (P1) there is a causal interaction between A and the process due to x, and, (P2) if A had not occurred, x would have caused B. Where A and B name positive events or facts, and x is a variable ranging over events and/or facts.
        Omission: Not-A quasi-caused B if B occurred and A did not, and there occurred an x such that, (O1) x caused B, and, (O2) if A had occurred then A would have prevented B by interaction with x. Where A and B name positive events/facts, and x is a variable ranging over events and/or facts, and where prevention is analysed above. (Dowe, 2001, p.221, see also 2000, ch6.4)

        在Dowe提出的prevention例子中：撞桌子會使球不進洞，可以解析成「撞桌子會改變球的路徑，而球的路徑會造成球進洞，因此撞桌子造成球的路徑改變造成球不進洞」。其中「撞桌子會造成球的路徑改變」為正確推論（有其物理機制），但「球的路徑改變造成球不進洞」只屬預測，是根據先前經驗。故違反條件b。而omission的例子亦類似：不撞桌子會使球進洞，解析成「撞桌子造成路徑改變防止球進洞」，同為非物理因果關係。

        causal reasoning在長期的學習過程中可能會產生一些複雜的因果關係基模(schema)[7]，且其中可能包含prevention或omission的成份。

        若沙漠中的旅人的水壺被他人鑽洞和被另一人下毒，造成他渴死。此時我們可以有兩種解釋：

1. 鑽洞是造成他死的原因。
2. 鑽洞不是他死的原因，因為就算沒鑽洞仍會被毒死。

        而這兩種差別來自推理的過程：

1. 鑽洞造成沒喝水造成渴死，是正確邏輯推理，符合條件3，但不符合條件2（沒喝水造成渴死）（omission）。
2. 沒鑽洞造成有喝水造成被毒死，是正確邏輯推理，符合條件3，但不符合條件2（沒鑽洞造成有喝水）（omission）。

        增加公共衛生建設造成流感盛行率下降：

1. 增加公衛建設造成洗手臺變多；
2. 洗手臺變多造成人洗手頻率提高；
3. 人洗手頻率提高造成病毒進入人體數目減少（prevention）；
4. 病毒進入人體數目減少造成個人發病率降低；
5. 個人發病率降低造成流感盛行率下降。

定義與實際問題

        概括條件c中需要資訊充足且正確的推論，「正確的推論」意味著要正確的運用物理知識，這相當於用物理因果關係來定義心理因果關係。另外資訊充足在現實世界中似乎永遠無法達成，總是可以設想有另一未知的機制在背後操縱。

        我認為這是無法避免的，也因為這樣的定義關係才使得在概括條件c成立的情況下心理因果關係會包含物理因果關係，若心理因果的定義改變，那麼勢必可以找到心理非物理因果關係。但這並不表示這樣的定義是失敗的，因為人沒有比理性思考更好的分辨事實真假的判斷能力。
        我們只能假設現有的資訊已經足夠充足，容許我們判斷真偽，否則我們可以質疑每一件我們所知的事，不可否認的，在觀察者之外判斷其所觀察到的因果關係的判斷者若在資訊不足的情況下，他所做的判斷也可能是錯誤的。這樣的質疑會導致我們也無法判斷判斷者是否是錯誤的，因此只能假設我們所知的便是全部所需知的。另外，判斷時只能針對封閉系統做分析，封閉系統的定義：

        In nonrelativistic classical mechanics, a closed system is a physical system which doesn’t exchange any matter with its surroundings, and isn’t subject to any force whose source is external to the system. A closed system in classical mechanics would be considered an isolated system in thermodynamics. (Rana et al., 1991)

反現實

        若現在有無法用物理定律解釋的例子，如魔法，則該如何辨別其造成的因果關係？

        魔法造成的因果關係仍可以用心理方面的定義判斷，惟物理定律不再適用，因此通常會認為魔法是心理非物理因果關係。但我認為在這樣的架構下無法處理非現實的例子，現今科學無法解釋的超自然現象也不適用，因為無法判斷是否符合條件c，這起因於我們（判斷者）的無知而非觀察者的無知。

[1] Hume認為，所有因果關係只是對過去經驗所獲得的印象或觀念之經驗或回憶(Hume, Treatise, 1.3.6.2)。但這意味著我們的因果關係僅是規律性的現象，其中沒有起因的作用力在作用。（有詮釋爭議）

[2] 雖然probabilistic theory嘗試用機率描述因果關係，但這樣的描述事實上在causal inference model中已經被提及，機率事實上是建立模型的條件，因為人能感知到的並不是能量，而是經過認知處理過後的「事件」，人只能確認事件出現與否，更進一步由經驗統計事件出現關係之間的機率，這樣的描述模型會在後文中說明。因此causal process theory是最符合物理描述的因果理論。

[3] 擁有，擁有保守量是指像性質一樣所被物體擁有的，和Aronson與Fair所形容的不同。(Possesses is to be understood in the sense of ‘instantiates.’ An object possessing a conserved quantity is an instance if a particular instantiating of a property.)

[4] 我認為這是較清楚的定義，但來自維基百科，沒有引用文獻。而Dowe的版本則是：

A world line is the collection of points in a spacetime diagram that represents the history of a object. This means that processes are represented by elongated regions, or ’worms,’ in spacetime. (Dowe, 2000, p.90)

[5] ΔP model (Cheng and Novick 1990; 1992)：因果強度的判斷是基於兩個機率的差異，ΔP=P(E|C)-P(E|¬C)。The causal power approach (Cheng 1997; Novick and Cheng 2004)：人用未觀察到的因果力(causal power)代表世界，用可觀察到的統計來推論因果力的強度。The pCI model (White 2003a; c)：人注意的是已確認的例子的比例（部分觀察到的例子是否支持所有觀察到的因果關係）。

[6] 無法確定臨界值，十次只是舉例，會使用causal inference遮蔽causal perception的練習次數因人而異。另外一個較好的例子：左手擲骰子出現1點，右手擲骰子出現6點，重複多次後皆如此以為有因果關係。

[7] 關於因果知覺產生的理論始於Michotte假設所衍生的causal detector theory，其支持人有天生的因果偵測機制，此假設的想法是因果詮釋的過程是來自接收到的訊息，也就是bottom-up processing。而與其對立的理論causal schema theory (Rips, 2011)源自causal graphical model (Tenenbaum& Griffiths, 2009)，認為人的因果知覺來自長期記憶中的基模，知識和期望會影響認知，也就是top-down processing。以下就這兩個理論做比較整理。

• Duen-Min Deng, (2013) 臺灣大學因果理論課程講義
• 張建妤, (2003) 因果必然性的發展
• 張欣戊, (2001) 時間與空間的接近因素對因果知覺的影響
• Lance J. Rips, (2011) Causation From Perception, Perspectives on Psychological Science.
• Charles Kemp, Noah D. Goodman & Joshua B. Tenenbaum, Learning Causal Schemata.
• Helen Beebee, Christopher Hitchcock, Peter Menzies, (2012) “The oxford handbook of causation”, Oxford University Press.
• Cheng, P. W. (1993). Separating causal laws from casual facts: Pressing the limits of statistical relevance. In The psychology of learning and motivation, volume 30, pages 215–264. Academic Press, San Diego.
• Rana, N.C.; P.S. Joag (1991). Classical Mechanics. p. 78.
• Landau, L.D.; E.M. Lifshitz (1976). Mechanics (third ed.). p. 8.

—20140201
        布羅姆寫了一篇引人入勝的文章刊登在《大西洋月刊》裡，他就這些出於直覺的信仰鋪排了一個引人的理論。簡言之，人的大腦包含了兩大部分，等同兩部獨立的電腦執行著兩個有助理解因果律的個別程式？一個非常適合理解物理因果關係（「子彈發射，因為他扣動扳機。」）另一個適合理解社會因果關係（「他扣動扳機，因為他很生氣。」）按照布羅姆的話來講，「理解力（在兒童時期）的發展速率是不一樣的；社會理解力晚於物理面的。在史前時代，二者的演化時點不同：我們的物理理解許多物種也具備，然而我們的社會理解卻是一個較晚近的適應過程，就某些方面而言，這是人類獨有的能力。」社會體系尤其習於尋找意圖。據布羅姆的說法，超自然信仰的出現正是在社會體系試圖解釋物理現象時發生的。龍捲風的形成原因為何？社會體系堅持一再詢問這個問題：誰想要這個龍捲風——為什麼？問這個問題，你也就準備好要去尋找那個憤怒的上帝了。

Steven E. Landsburg，大哉問：為何常識會說謊，p.96-97。

—20140621
 簡評 From 鄧敦民 教授

        本文核心的架構在於以causal process theory為描述客觀物理世界之因果關係的假設下，企圖整合causal cognition的心理因果關係。其中，作者主張：心理因果關係能夠完全包含物理因果關係的條件是：「資訊充足且正確的causal reasoning：使用正確的知識邏輯推理。」

        因為在本文的假設中，是直接假定process theory正確的描述了物理因果關係，因此文章的整體討論集中在心理因果要如何去補捉到正確的物理因果關係。這樣的設定是沒有問題的，同時也可以使得討論聚焦。不過這樣的設定也使得本文的方向是偏向心理因果的討論而非物理因果的討論。

        我覺得比較大的問題會是：「什麼是正確的causal reasoning?」在本文關鍵的條件中，需要用到「正確的causal reasoning」來做為心理因果符合物理因果的要件之一。但是這樣一個概念能否完全從causal attribution的心理因果角度來定義? 如果惟一的定義是「正確的causal reasoning」就是它的reasoning是符合真正的物理因果關係，那麼這樣的條件會有「循環」的問題。(即: 要知道心理因果是否符合物理因果要先知道什麼是正確的causal reasoning; 但要知道這個又要先知道心理因果是否符合物理因果。)

        其實這部份的問題也可能是知識論的問題。正確的causal reasoning應該會是我們獲得因果知識的可靠方法，但問題是我們要如何知道一個causal reasoning是否正確? 判定的方式不能只是說「描述真正物理因果的就是正確的」，因為我們還不知道哪一個才是真正的物理因果。

        或許這問題不是本文需要處理的。但它確實是一個值得再思考的哲學議題。

—20140625
        在導讀所提的故事中其實是法學內的因果關係，而法學的因果關係強調「需取得確切的心證」，而非理論上的證明。理論部分又有：條件因果關係、相當因果關係、流行病學因果關係。
        相當因果關係中的狹義相當性包括：第三人介入、被害人介入、行為人介入。如故事內所提，他不喝就會死，意為被害人有介入之能力；咳嗽造成他人死亡，為第三人介入之疑慮；因果鏈（加害者、毒、受害者） 之存在，有行為人介入之疑慮。
詳細資訊請參考：因果關係（法律）及相當因果關係。 

人生說明書
人生Online Live
單一伺服器 現實世界版
全球7212617356人同時在線

導讀

        如果你買了一台微波爐，可能自己摸一摸、轉一轉開關就懂了，因此你覺得不需要說明書。但如果哪天你把金屬鍋子也放進去微波，造成了爆炸，這可能產生兩種結果：

1. 你被炸死、燒死或是其他嚴重的後果。
2. 逃過一劫。因此你才把說明書拿出來，發現它已經警告了容器不可使用金屬材質。

        這就是現在的情況，你或許以為你了解人生，因此不需要說明書；或許你目前為止沒有發生過什麼意外，因此也沒有試著去了解它，但這不代表你永遠都不需要。家電用品的說明書可能被你丟在櫃子深處，當你產生疑問時，有許多方法可以找到說明；然而當你未來對自己的人生產生疑問時，你可以再來閱讀說明書，但無論如何都已經無法改變你曾做過的事情。
※註：現今的微波爐會自動斷電，不必擔憂。

前言

        人生說明書的目的就是說明什麼是人生。
        此文重點在於人生價值的公式化與解讀。若對於公式感到代數上的複雜，可以參考公式精簡後的版本或注釋3上色後的版本。閱讀討論部分或許會有助理解，若有任何疑問我十分樂意討論。
        文內有簡易的數學計算、稍嫌複雜的代數與文字說明，希望有興趣的人可以仔細思考公式所衍生的含意。
        由於數學式只能以截圖方式上傳，可能造成不便，歡迎下載PDF檔：人生說明書v2 發佈版（8.2MB）。

人生簡介

        這是一個殘酷的真實遊戲，在這遊戲中，輸了不一定是死了；死了也不一定輸了。每個玩家控制亦代表一個人，每個人擁有需要自行摸索的能力、長處與缺陷。
        這個遊戲可能是個陣營遊戲，也可能是個單挑遊戲，屬於即時策略遊戲，亦不排除格鬥場景。考驗的是駕駛者的智力、反應力、控制能力、自制力、靈敏度、策略設計、計算能力、學習能力、社交能力、性能力等全方位任何你想的到的能力。

人生目標

        在遊戲的不同階段，每個人的目的也不同。大致上來說，玩家可以同時達成、訂立多個目標，而最基本的目標通常是安全存活。
        其他常見的目標如：安定生活、成家立業、生兒育女、家財萬貫、受人景仰等等。簡而言之，玩家可以自訂想要的目標，也能隨時改變。
※註：雖基本目標通常是存活，但仍可以放棄此目標。

勝利方式

        無法勝利。

初始配件

• 人體（可能有所缺陷）。
• 家庭（可能有所缺陷）及其附件如：家產、祖傳秘笈。

公平條件

        無。
        在人生中，每人所擁有的條件都不完全相同。唯一相同的就是每天都是二十四小時，然而遺憾的是，每人的壽命仍然是不同的。

評估方式

        在人生中，所有行動皆有其價值，有些是立即性的報酬，有些可能是持續性的投資。而所謂的行動，包含所有耗時行動（如動作、思考等）。只要是耗時行動，在人生中就是可評估、有其價值的（可為負）。

期望值決策模型

        人在面臨選擇時大多依賴期望值作出選擇，而期望值則由作出選擇後可能發生的結果的代價乘上發生此結果之機率。

        E(X)：X行為之期望值。
        vi(O)：產生i結果的價值。
        pi(O)：產生i結果之機率。
※註1：行為期望值與行為價值的不同之處為行為期望值只適用於行動前的評估，而行動後只需使用行為價值做計算。因此可能行為期望值極高，結果行為價值極低。
※註2：有許多情況看似人會無法完全應用計算行為期望值做出選擇，但通常做出的選擇仍然會符合期望值模型（儘管自己根本不知道如何計算），這些狀況會在之後做討論。有某些情況會做出不符合期望值模型的選擇，這也會在之後做討論。

評價方式

人生評價公式

        v(S: S)：S的人生價值（S對S的評價）。
        T：S的壽命長度。
        v(S: S, t)：S在t時對S的評價。
        w(t)：t時的權重。
        v(S, x1, x2, …, xn: S, t)：在t時，S認為x1認為x2認為…認為xn對S的評價。
        w(S, x1, x2, …, xn: S, t)：在t時，S認為x1認為x2認為…認為xn對S的權重。
        N：所有評價者。

公式推導

        很多人都曾對計算自己的價值感到困惑，到底誰能決定自己的價值呢？就算有一個至高無上的上帝在評價世人，我們又如何能得知他對自己的評價？
        事實上價值判斷只存在人們心中，因此每個人所認為的價值會有差異，換句話說，沒有評價者時價值就不存在，因此我們所說的價值都是「某人所認為的價值」，某人不必須為評價者或受評價者。而若我們現在要判斷受評價者S的價值，這個價值對於我們每個人來講都是不同的，且我們無法達到共識，除非改變標準，因此這是沒有意義的。但我們仍然想衡量自身的價值，這時我們想計算的是「自己所認為的價值」，而這是可以計算的。
        為了方便理解，先以事件為單位計算事件價值。對於某事件，S評價S的價值，表示為v(S: S)，冒號可意為「對」，用以區隔評價者與受評價者（分別對應到冒號前與後）。
        而S的評價會受到他人的影響（S會在意他人對他的評價），並且對他人的在意程度成為權重以加權平均方式計算，權重表示為w，S對第i人的重要性權重表示為w(S: Si)。但因S無法得知他人對於他的真實評價[1]，因此他人的評價實際上為S認為他人的評價，也就是「S認為第i人對S的評價」，以v(S, Si: S)表示，逗號意為「認為」（第i人以Si表示）。因此S評價S的價值應為：「S認為第1人對S的評價」乘以「S對第1人的權重」加上「S認為第2人對S的評價」乘以「S對第2人的權重」…以此類推，最後再除以權重的加總，以代數表示為

化簡後為

※註1：其中i=0時S0=S。特別的是此時v(S, S: S)意為「S認為S對S的評價」，不等於「S對S的評價」。因為「我認為我對自己的評價」不等於「我對自己的實際評價」，「我認為我對自己的評價」是「我認為的」，因為經過一層認知處理，儘管可能接近但不應混為一談。其他逗號前後Si相同的情況亦是如此，不可隨意省略。如v(S: S)≠v(S, S: S)≠v(S, S, S: S) …。
※註2：而N可以大略理解為所有人，詳細待稍後說明。

        然而，「S認為S1對他的評價」並無法直接得知，同上情況，此數值的由來並不單純由S或S1決定，因此需要「S認為S1認為Si對S的評價」。舉例來說，「S1對我的評價」會受到「S1認為S2對我的評價」影響，因此「我認為S1對我的評價」會受到「我認為S1認為S2對我的評價」影響。以下有一個更實際的例子可以說明：假設我現在有一個仇敵，則「好友對我的評價」其實已經受到「好友認為仇敵對我的評價」的影響，但「我認為好友對我的評價」受到的不是「好友認為仇敵對我的評價」的影響，而必須在加上一層「我認為」。因為可能好友認為仇敵對我的評價是正的，但我卻以為好友認為仇敵對我的評價是負的，兩者不同。
        因此，公式內的任一v(S, Si: S)都必須再經過一層「我認為」的認知處理[2]。以S認為S2對S的評價為例（v(S, S2: S)，上式的第二項）：此值的計算實際為「S認為S2認為S3對S的評價」乘以「S認為S2對S3的權重」加上「S認為S2認為S4對S的評價」乘以「S認為S2對S4的權重」…以此類推，最後再除以權重的加總，以代數表示為

化簡後為

        同理，上式的v(S, S2, S3: S)，亦必須再加上一層「我認為」的認知處理，類推。故定義一新函數f表示此類推關係[3]：

        然而當需要計算人生價值時，若以事件為單位區分會變得複雜且不準確（因為事件間可能重疊、無事件時無法計算價值）。因此實際的區分單位應為時間。
        現假設S壽命長度T，t=0表示S出生，t=T表示S死亡。在S死亡後的評價亦必須計算在內，因為死後他人的評價仍會受到重視（某些人希望名留青史，而有些人卻完全不在意死後的名聲），故t可以從0至無限大。現將T分割為m段，每段長T/m，第j段為t=jT/m。因此t從0, T/m, 2T/m, …, jT/m, …, (m-1)T/m, T, (m+1)T/m, …, 至無限大。而每段時間皆有一個評價值v，故將變數t放入v函數中最後部分：v(S: S, t)表示t時S對S的評價；v(S, x1, x2, …, xn: S)變為v(S, x1, x2, …, xn: S, t)，表示在t時，S認為x1認為x2認為…認為xn對S的評價。
        但每人對不同時段的重視程度亦有差別，例如某些人特別重視年輕生活，有些人特別在意退休後的生活，因此每段t亦有其權重w，以w(t)表示[4]。則人生價值即為v(S: S, t)與權重w(t)之加權平均，以v(S: S)示之，公式表示為

公式精簡

        依據此公式，計算是永無止盡的，但現實情況可以透過省略與估算得出明確的計算結果。我們通常：

1. 超過兩層以上的認知處理，採自動化思考或忽略不計。
2. 將所有重要他人以外的人之評價整合估算為一個值或忽略。（或直接以所有他人為一般標準估算重要他人之評價）
3. 對他人分組後計算。（通常評價高者我們會一併給予較高的權重）
4. 時間只概略切成幾段。（包括死後）

        經過1、2（忽略重要他人以外的人）、3（將所有重要他人分為3組）、4（時間切成3段）的精簡後，公式會變成較易計算的形式

舉例說明

        S將人生分成三段計算：青年、壯年、老年，其中他特別在意壯年時期在他整體人生中的重要性，其次是老年，因此他的時間權重分別1，1.5，1.2。而在這三段時期內，他本人對於他的評價分別是100，150，80，他本人對他的權重為1。他的伴侶對他的評價分別是120，130，80，伴侶對他的權重為1.2。他的家人對他的評價分別是100，200，80，家人對他的權重為0.9，忽略剩餘的其他人，假設他的壽命為99歲並忽略死後評價。
        表格整理如下：

        人生價值計算：

        故假如此人的評分標準足夠客觀，且以所有人為平均值為100，則此人人生價值高於100，我們通常便說此人擁有成功的人生。
        在此例計算中，S完全忽略超過兩層以上的認知處理、忽略所有重要他人（本人、伴侶、家人）以外之評價，且將家人分組為一單位計算、只切割人生為三段，忽略死後評價。
※註：我們通常定義成功的人生人生價值高於平均值。然而這樣的觀點仍因人而異，因此這是個無法勝利的遊戲。有可能所有人都認為他是個失敗的人生，只有他自己評價為成功，但事實無法論定。

公式討論

        從公式中可以發現許多他人已經發現的事實。例如每個人都有權力選擇自己的人生目標，但必須對自己負責：自己的人生目標就是自己加權特別高的部份，例如某人的目標是成為首富，這意味著他在評價自己的價值時認為他自己會因為他是首富而提昇價值，或認為他人在評價他時也會因此提昇價值。
        每個人在意不同的人生階段，不要讓未來的自己後悔：若我們現在給予老年時的自己極高的權重，追求退休生活的滿足而忽略了現在的快樂，則當我們老後，若權重不變則沒有問題，但若改變便會感到後悔。
        貫徹目標，始終如一：若權重在中途改變，不但意味著之前的行動可能皆是白費，還可能出現反效果。例如若某人目標原為成為首富，而不顧成家立業，可能在改變目標後已來不及。
        人生價值的衡量，看似是由大家決定，但因為我們無法了解他人的實際評價，所以實際還是「我認為」的評價，這解釋了為何自我感覺良好的人可以過的很好，他們的生活可能沒有較好的品質，但通常自我滿足。
        自己越在意的人表示給他的權重愈高，而我們常做的也時常時增加自己在意的人對自己的評價。然而我們可以改變的不只是評價，還有權重，人常會在無意間給予給自己較高評價者較高的權重，這只是為了提高自身價值而已。
        雖以上皆只討論人的評價，但事實上我們可能會假想一個評價者來評價自己，目的可能是為了滿足自己的需要或得到平衡。例如有許多人會因為寵物對自己的喜愛而提昇自我價值，受他人的寵物所排斥時也可能會有微小的不適感。更常見的是，有許多人會訂定一個至高無上的評價者：「神」，或無論什麼名稱。他們通常會假想此評價者是完全客觀公正的，並以行為符合此評價者之喜好為宗旨，然而此評價者的評價是無法得知的（不論此評價者是否存在），這些評價仍然是「我認為」祂對我的評價。因此公式內的N不一定是所有人類，而是所有評價者。

其他

第二版本修訂

        第一版時未發現多層認知處理的部份，雖不影響整體概念，但卻無意間省了很多麻煩。主要在新增此部份的公式推導，並作其他細微的修改，標題上的改動是避免過度強調「人生是個遊戲」而產生玩世不恭的不良觀感。
※註：人生不會改版，但說明書可以，請勿產生疑慮。

期望值模型的補充說明

        有些人會對期望值決策模型感到疑惑，在常見的期望值決策模型中除了少提及期望值所需計算的完整項目外，並沒有提到目標加權的概念，因此在此補充。
        人的決策通常採自動化思考，但仍符合期望值計算，前提是期望值計算進的面向必須足夠廣。例如牽涉到道德議題時，我們認知上的計算常會忽略違反道德所受到的輿論，但自動化思考不會忽略，因此這常是我們不違反道德的原因之一。
        同樣道理，自動化思考在衡量行動所得結果時，並不只考慮結果的單一面向。但在認知處理中，若我們忽略了其他面向計算期望值便會產生為何要做出此選擇困惑。而這些其他面向便是包含了未來收益的加權、與人生價值的達成。
        舉例來說，大學蹺課有時是明智的選擇，我們可以將相同的上課時間分配到更有效率的讀書自習上。但若我們單純以此為判斷該不該蹺課的標準，很容易得到所有課都該蹺課的結論（對某些自習較有效率的人來說），但我們通常不會這麼做，這便是因為忽略了其他面向。我們的自動化思考認為到課堂上上課會得到其他自習無法得到的收益，例如教授的人生經驗、與同學們的人際互動，同時兼得可以自習而得的知識。在這種條件下，若我們計算期望值會發現，相同的時間很難有更好的選擇同時得到這三個收益的最大化，因此到課堂上課確實是明智的選擇。
        但假如一個人的人生目標單純是為了追求知識的最大化，換句話說，他對於獲得知識的價值的權重特別高，而人際關係等價值則看的比較低，則他所該做的可能就是蹺課去自習（正如期末考前為何我們有時選擇蹺課）。但若我們目標不明確、不了解自己加權較高的項目，便可能一味的從眾，而做出期望值較低、不明智的決策。（這十分常見）
        例如一個目標其實是追求知識最大化的人，他因為不清楚自己的加權在這個部分，而跟隨大家的選擇參與社交活動、上課（追求目標兼得之下的最大化），這便是不明智的。我們可以發現或許自己身邊就有這種人，也有知道自己的加權項目而選擇較少出席社交活動者。若某人的目標明確且面向單一，便可能顯得易於常人，但這通常對於他們會是正確的決策。

人生價值與生命價值

        本文所討論的是人生價值而非生命價值，避免混淆引發爭議故在此說明。
        生命價值通常意指生命的神聖性，其「生命」通常泛指所有生物而非專只人，「人生」則只專指人的生命。生命價值的討論屬於哲學與宗教的問題，某些人支持生命的神聖性，而某些人認為生命的價值是可衡量的，這些皆不在本文的討論範圍內。人生價值主要關注人的價值判斷與人的生命內的行為所產生的影響，不討論人生的產生與延續及其本質。

註釋

[1]就算親自詢問，也只能讓估算更精準，換句話說，修正的仍是S認為他人對S的評價。且詢問並無法得到相同標準的量化數字。
[2]在我們的腦中不一定會真的做處理，但因為會受到影響，故必須在公式內呈現。
[3]完整公式以顏色區分後的版本：
[4]為何此時不需計算對他人的權重：因為他人的權重已包含在不同時段內的v的計算，得到任一時刻t的價值後才進行對於時間的加權平均計算。

補充分享

[轉載] 分享台大普心林以正老師的一番話
同學啊，
你們這代會享有比我們更多的快樂，以及更多的痛苦，
你們的內心是很雜亂且無序的，你們需要更多的時間來沈澱，
實現你們心中理想的自我。
體驗人生沒什麼不好，可是，可是，你們要小心啊
不要最後被各種外界的體驗，把你們的內心扯的分崩離析。
不要把你的迷惘或解脫，寄託在一個你夢想的很大的快樂體驗上，
不要以為你達到了什麼，或做了什麼，你的人生就可以就此解脫，
人生的快樂是一陣一陣的小快樂所堆疊起來的。
大喜之後，必然接著大悲。
然後，你會再去追求更大的刺激或體驗，
就這樣，你也漸漸迷失了自我。

影片：Instruction Manual for Life(8:00)
人生價值的計算公式
此文的結論為心態(attitude)是使人生圓滿的方法，僅供參考。
        如果令A、B、C、D……X、Y、Z这26个英文字母，分别等于百分之1、2、3、4……24、25、26这26个数值，那么我们就能得出如下有趣的结论：
        努力工作：H+A+R+D+W+O+R+K=8+1+18+4+23+15+18+11=98%
        知识：K+N+O+W+L+E+D+G+E=11+14+15+23+12+5+4+7+5=96%
        爱情：L+O+V+E=12+5+22+5=54%
        好运：L+U+C+K=12+21+3+11=47%
        这些我们通常非常看重的东西都不是最完满的，虽然它们非常重要。那么，究竟什么能使得生活变得圆满？
        是金钱吗？ M+O+N+E+Y=13+15+14+5+25=72%
        是领导力吗？L+E+A+D+E+R+S+H+I+P=12+5+1+4+5+18+19+9+16=89%
        是性吗？ S+E+X=19+24+5=48%
        那么，什么能使生活变成100%得圆满呢？
        心态！A+T+T+I+T+U+D+E=1+20+20+9+20+21+4+5=100%
        正是我们对待工作、生活得态度能够使我们的生活达到100%的圆满。

—20140423
        於網路上看到的公式：

        此公式意涵人生是從出生到死亡每瞬間之快樂程度之加總。而在此文中的公式可視為修正了結算點：不只到死亡為止、及物理世界的計算：不只包含快樂，還包含了外在評價，再加入了認知處理：以為他人所認為的評價。

後記

        討論部分個人不甚滿意，應該會持續補充，希望大家可以自行由公式中領會，也歡迎提出一些名言佳句呼應公式。
        本來是希望公式可以以一個漂亮的積分呈現，但發現只有概念類似，計算過程不太一樣，有些可惜，但不排除有其他的呈現方式。
        個人認為如果此公式可以解釋任何人的人生觀，那這便是足以成為標準的，而缺點大概只有稍嫌複雜吧，目前還沒有發現無法解釋的例外，也歡迎提出討論。
        主要遇到的困難有代數上的問題，尋找易懂的函數表示方式花了一段時間嘗試。而多層認知處理在同一人身上的情況會變得很難理解，第一版至今的大部分時間主要花在這邊。筆記用了15張A4，也算是構想遠容易於理解的主題吧。
        世界人口資料來自Worldmeters。
        感謝 小甜甜的參與討論，激發出積分的概念。
        導讀的微波爐一例引用自：090512 人生使用說明書 Life User’s Manual。

        首先，我們判斷「好」或「不好」屬於價值判斷，也就是說，在現實世界沒有「本來就」哪個好，而是「我們認為」哪個好。也因為這樣，這會出現個人差異，因為既然價值判斷是出自內心認知，每個人必有其不同之處。
        而我是男的，雖已盡力保持客觀，但無法保證整篇不含主觀成分，若有人對內容感到性別歧視，則我會說是這個社會本身就性別歧視，這件事是好是壞，也是價值判斷。

社會化

        在大量的意見整理後，我將多數人對於此問題的的判斷條件整理如下（男女一併討論），下輩子當男性（不當女性）的：

• 優點
• 生理差異：力氣、身高。
• 方便或自由：沒有月經、不用被壓、可以裸上身、可以站著尿尿。
• 缺點
• 社會責任或壓力：當兵、扶養家庭、感情流露受限制（不可撒嬌、有淚不輕彈）。

而另外有許多是男女類似的觀點，避免討論不完整補充如下：

• 男性的肌肉需要扎實的練；女性的化妝也需要練。
• 女性可以在公眾場合手牽手；男性可以勾肩搭背。
• 男女都需要擔心身材。

        從以上觀點，看似當男性的優點比較多，然而若對照比較會發現，這兩個優缺點的內容根本完全互相解釋。
        生理差異是天生、無法改變的，這樣的生理差異在經過社會化後產生的便是缺點：社會責任。其中的因果關係雖無法證明，但我們應該普遍同意社會賦予男性更多的責任與壓力是因為「他們應該」。換句話說，男性不是因為天生需要當兵，因此力氣較大；而是天生力氣較大，社會因此規定男性當兵。
        而方便及自由同樣也是社會責任的反面，其中雖有些是生理差異，但在價值判斷內會被歸類到此類中者一併放入討論。
註：很容易發現，很多方便或自由內的敘述事實上是生理差異所造成的，我不確定這樣的分類是否適當，但不影響結論。

演化

        若我們從生物演化的觀點看待這件事，我們也只能得到一個結論：男女本身並無優劣之分。
        這是當然的，在物種的繁衍上兩性或許負責的是不同的事務，但其重要性肯定是一樣的。我們可以藉由男女比例極度接近來印證這件事，但細微的差別則需要其他解釋，在此不討論。

價值判斷

        然而，以上並無法解釋為何在價值判斷上會產生個人差異（為何還是有許多人持堅決立場認為當某性別較好）。我認為有兩個主要原因：

• 資訊不足或錯誤判斷
• 權重差異。

        資訊不足所包含的情況包括：男性不了解女性經痛的痛苦；女性不了解男性社會責任的壓力等。錯誤判斷可能是因為誤把優點或中性條件當做缺點，或反之，如：有人認為女性不能風流為缺點，此人可能是男性，卻錯誤判斷女性不能風流。
        權重差異可能是個人差異最主要產生的由來，例如有些男性「特別不希望」承受社會壓力，因此此缺點對於他的影響極大，造成他認為當女性較好。或某人可能是女性，「特別渴望」風流但受到社會壓力而無法實現，因此想成為男性。
註：這兩個原因在其他文章內多次被我提及，我尚未明確肯定原因，有興趣者請參考人生說明書、心物因果理論、論希望。

結論

        當男或當女根本沒有哪個比較好，如果你覺得有另一個比較好，則你不是資訊不足或錯誤判斷，就是你的權重有與他人有差異。
        然而這很正常，資訊不足是無法避免的，因此有許多男人想當女人，許多女人想當男人。

參考資料：

• 巴哈Talk版：[Talk]下輩子當男生還是女生？ 
• Facebook粉絲專頁：經典語錄-會有女生想要下輩子當男生好好去疼愛女生嗎? 
• IX PK：下輩子你想當男生 or 女生??? 
• 批踢踢WomenTalk版：[問題]下輩子想當男生還是女生？

後記

        內容可能稍嫌有遺漏，歡迎大家補充，尤其是優缺點部分。
        雖我盡量排除掉價值判斷，但優缺點的分類仍然屬之，這部份有可能受到質疑。我認為這是此主題無法避免的，而我採用的優缺點則是以非常主流的觀點，也就是多數人同意其為優點或缺點的才採用之，應該可以避免此問題。若有質疑，歡迎提出。

—20140223
        根據《自私的基因》補充為何男女比例相等，印證演化上的雌雄並無優劣之別。
        個體看起來無法隨意選擇小孩的性別，但基因可以。若精子希望他擁有較多的男孩，它可以多生產Y精子，若母親希望只生女兒，它可以分泌某種選擇性的殺精液。
        族群選擇論無法解釋為何海象社會中所觀察到的交配現象中只有4%的男性，但為何有過多的男性在族群中浪費資源。假設在海象社會中，只生女兒的突變基因產生了。一開始雄性比例不會減少，所以雌性不會有找不到配偶的煩惱，所以此基因可以散布開來，而造成性別比例不均，但這時那些擁有少數兒子的雙親們便擁有了極大的好處，所以生兒子的基因便會開始散布開來。事實上，生等量的兒子與女兒個演化穩定的策略，任何違背它的必會遭到損失。

• 定義
• 本質與動機
• 行為
• 生理基礎
• 演化意義
• 父系霸權
• 統計數據
• 參考資料與文獻
• 後記

「有幽默感的女人，不是會說笑话的女人。是聽男人講話時，笑得出的女人。」—蔡澖。

人生不過是一場必敗的努力，錢和名利無法遏制陽物的逐日疲軟。

在《我們一家訪問人》節目中，男藝人張兆志被王偉忠問及如果自己的女朋友很愛耍寶，他的感受如何，張兆志搖頭表示他會覺得不太舒服，因為他不喜歡女朋友蓋過自己的鋒芒。言下之意他理想中的女性伴侶最好不要搶他鋒頭，不那麼幽默搞笑。 

• 幽默，男人的專利？
• 男女幽默大不同
• 揭密男人為什麼不喜歡幽默的女人
• 男人不逗，女人不愛
• Li, N.P., Bailey, J.M., Kenrick, D.T., & Linsenmeier, J.A.W. (2002). The necessities and luxuries of mate preferences: Testing the tradeoffs. Journal of Personality and Social Psychology, 82(6), 947-955.
• 李欣宜（2012）。幽默的性別權力—綜藝節目女諧星形象建構初探
• 陳淑蓉，陳學志（2005）。幽默感的定義與測量：多向度幽默感量表之編製。應用心理研究，第26期，2005夏，167-187頁

—20140705
Vsauce：幽默與發笑(3:54)