数据思维1 / 8
数据思维 入门概念
幸存者偏差
二战工程师想给返航战机加固装甲——直到有人指出：真正需要研究的是那些没能回来的飞机。
认知偏差统计二战
左右滑动或点击卡片继续阅读
什么是幸存者偏差？
幸存者偏差（Survivorship Bias）是指我们只关注「活下来」的样本，忽略「消失」的样本，从而得出错误结论。
幸存者偏差2 / 8
经典故事
二战期间，盟军分析返航轰炸机上的弹孔分布，想给中弹最多的部位加固装甲。统计学家亚伯拉罕·沃尔德指出：返航飞机上的弹孔恰恰说明这些部位不需要加固——真正需要加固的是那些中弹后没能返航的部位（引擎等）。
幸存者偏差3 / 8
生活中无处不在
- 「过去的人都更长寿」：你看到的百岁老人是幸存者，同时代夭折的人你已经看不到了
- 「退学的都是天才」：比尔·盖茨、扎克伯格退学创业成功，但你看不到成千上万退学后失败的例子
- 「古代建筑更坚固」：只有最坚固的建筑才能存活至今，差的早就塌了
幸存者偏差4 / 8
如何避免？
在做判断时，始终问自己一个问题：「那些我看不到的数据，是什么样的？」
幸存者偏差5 / 8
关键数据
提出者
亚伯拉罕·沃尔德
二战期间为美军统计研究小组工作
核心教训
关注缺失数据
你看到的数据可能不是全部真相
适用领域
几乎全部
投资、医疗、历史、教育……任何涉及样本筛选的场景
幸存者偏差6 / 8
来源引用
[1]《思考，快与慢》 — 丹尼尔·卡尼曼
[2]《对「伪」说不》 — 尼尔·布朗
幸存者偏差7 / 8