ett stort antal psykologiska studier har undersökt ett fenomen som kallas basränteförsummelse eller basfrekvensfel i vilken kategoribasräntor inte integreras med featural bevis på normativt sätt. Matematiker Keith Devlin ger en illustration av riskerna med detta: han ber oss att föreställa oss att det finns en typ av cancer som drabbar 1% av alla människor. En läkare säger då att det finns ett test för den cancer som är cirka 80% pålitlig. Han säger också att testet ger ett positivt resultat för 100% av människor som har cancer, men det resulterar också i en ’falskt positiv’ för 20% av människor – som inte har cancer. Nu, om vi testar positivt, kan vi frestas att tro att det är 80% troligt att vi har cancer. Devlin förklarar att våra odds faktiskt är mindre än 5%. Det som saknas i statistikens virrvarr är den mest relevanta basränteinformationen. Vi borde fråga läkaren, ” av antalet personer som testar positivt (det här är basräntegruppen som vi bryr oss om), hur många har cancer?”Vid bedömningen av sannolikheten för att en viss individ är medlem i en viss klass måste vi redogöra för annan information förutom basräntan. I synnerhet måste vi redogöra för featural bevis. När vi till exempel ser en person som bär en vit doktors kappa och stetoskop och förskriver medicinering, har vi bevis som kan göra det möjligt för oss att dra slutsatsen att sannolikheten för att denna person är en ”medicinsk professionell” är betydligt större än kategorin bashastighet på 1%.