戈雷格里·贝特森也举例说明代表性的重要：

这个故事我以前就说过了，不过我还要再说一遍：某人想要了解心灵运作的奥秘，但他不是跑到大自然去了解，而是向他的大型计算机请教。他问计算机：“你在进行运算的时候可曾觉得自己是人类？”计算机接着开始运行，分析自己的运算习性。最后，计算机把自己的答案打印在一张纸上，就跟一般计算机一样。这个人跑去看答案，结果发现纸上清清楚楚地打着：“这让我想起一个故事。”故事就像是一个小结点，或是我们所谓的“关联”。这台计算机当然没错。人们的思考方式的确是这样。

相关的研究还发现： 1. 我们不会太注意以往的结果。对我们影响最大的不是历史，而是目前某个好的逸事趣闻（或是一些八卦消息）。我们会根据正好想到的数据来进行推论（心理学家特沃斯基以及卡尼曼将此称为“可得性启发”，availability heuristic），并不在意这些数据是否有统计上的有效性。我们在东京的饭店里巧遇三位友人时会想，在这里碰到熟人真是奇怪，却不会想，其实我们认识的人也经常会去我们去的地方。

2. 如果两个事件同时发生，我们会立刻认为这两件事情具有因果关系。譬如，有个实验提供受试者有关某人的临床数据和他们的图像，过后要求他们回想自己发现了什么，结果他们会高估这个人的面貌和实际个性之间的关联（人们通常以为天性喜欢质疑的人通常眼睛会长得很奇怪）。

3. 我们过度相信样本的规模大小。我们会觉得小样本的说服力并不比大规模的样本逊色，有时候甚至有过之而无不及。譬如，有个人从一个坛子里取出两个球，这两个球都是红色的。另一个人取了30个球，其中18个是红色的，12个是白色的。大多数人都认为第一个例子显示坛子内主要都是红色的球，尽管纯粹从统计的角度来看，其实正好相反。数以千计的实验结果显示，人类的推论是出于直觉。人类会根据简单的决定法则来作推论。在复杂的世界里，这是比较好听的说法，说穿了其实就是人类相信自己的直觉。我们需要想办法从不计其数的细枝末节当中找出头绪，开始采取以往就能够奏效的思路——关联、比喻、暗喻等。

这有利也有弊，不过我们认为利大于弊。弊端在于，实验显示，在概率和统计学的世界里，我们的直觉没有什么发挥的空间。如果在理性层面多加训练，对此会有帮助。不过好处在于：在这个复杂的世界里，我们大概只能靠着直觉来解决问题。这是人胜过计算机的优势所在。