Błędy w przekonaniach i ocenie prawdopodobieństwa
* Efekt antropiczny – tendencja do niezauważania wpływu sposobu obserwacji na jej wyniki statystyczne.
* Efekt nadrzędności przekonań – tendencja do podporządkowywania swoich opinii na różne tematy jednej konkluzji, tak aby nie zachodziły między nimi dylematy.
* Efekt obserwatora – nieświadome zaburzanie wyników eksperymentu przez naukowca oczekującego jakiegoś wyniku.
* Efekt pewności wstecznej – nazywany efektem "wiedziałem-że-tak-będzie"; ocenianie przeszłych wydarzeń jako bardziej przewidywalnych niż rzeczywiście były.
* Efekt polaryzacji – możliwość użycia tych samych (neutralnych) faktów do umocnienia zarówno pozytywnej, jak i negatywnej opinii na jakiś temat.
* Efekt przekonania – ocenianie poprawności argumentacji na podstawie zgodności konkluzji z własnymi opiniami, zamiast na podstawie faktycznej logiczności argumentów.
* Efekt skupienia uwagi – ignorowanie potrzeby zebrania miarodajnych danych przy badaniu występowania korelacji i powiązań.
* Efekt subaddytywności – tendencja do szacowania prawdopodobieństwa całości jako niższego niż prawdopodobieństwo poszczególnych części.
* Heurystyka dostępności – tendencja do przypisywania większego prawdopodobieństwa zdarzeniom które wiążą się z większymi emocjami.
* Heurystyka zakotwiczenia – tendencja do sugerowania się podanymi informacjami, nawet jeśli wiemy że nie mają one żadnego związku z rozważanym zagadnieniem.
* Iluzja grupowania – tendencja do zauważania wzorców lub korelacji tam, gdzie w rzeczywistości ich nie ma.
* Paradoks hazardzisty – zakładanie, że prawdopodobieństwo losowych zdarzeń zależy od poprzednich losowych zdarzeń ("rzucana moneta ma pamięć").
* Pozytywna retrospekcja – tendencja do oceniania przeszłych zdarzeń lepiej, niż się je oceniało, gdy zachodziły (zobacz: autowaloryzacja).
* Uzasadnianie przez kombinację – tendencja do przypisywania bardziej szczegółowym warunkom większego prawdopodobieństwa niż bardziej ogólnym.
* Zaniedbywanie miarodajności – tendencja do dokonywania oceny na podstawie danych, o których wiadomo, że nie mają znaczenia statystycznego.
* Zasada szczyt-koniec – tendencja do oceniania doświadczeń wyłącznie na podstawie ich najsilniejszego bodźca (pozytywnego lub negatywnego) oraz efektu końcowego, z ignorowaniem intensywności i liczby pozostałych bodźców.