讲稿1（度量是简单的事情吗？）

下面是我们的故事：一所大学有两个系，1系和2系。学校领导要求增加在校女生的数量。下图是当时的情况：

图1：1980，1990学校里系1和系2男生和女生的人数和比例

1980年系1有50位男生和50位女生，因此系1有50%的女生。到1990年系1有10位男生和15位女生，女生的比例增长到60%。因此系1履行了领导的决定。

1980年系2有25位男生和5位女生，因此大约有17%的女生。到1990年，系2有75位男生和20位女生。系2女生的比例因此增长到大约21%，这样，系2同样也履行了学校领导的决定。 
 
图2：整个学校男女生人数以及比例.

上面陈述的比例表明两个系从1980到1990都增加了女生的数量。一切看起来都很正常。然而，两个系的男女生加在一起的数据表示了完全不同的另外一种比例。学校领导是这样计算的。他先把两个系1980男女生人数分别加在一起，然后把1990年的加在一起。接着他计算比例。校领导计算的女生比例是从1980的42%下降到1990年的29%！然而，两个系都称从1980到1990年女生的比例是增加的。他们可以证明。
问题是：是什么搞错了。
有些人说上面的例子不会在现实中出现。他们说它是人为制造的例子。我们只不过会说明业界某种最有用的软件度量也存在类似于Simpson's悖论的属性。这就是
缺陷-密度度量（Measure Defect-Density）。请看讲稿2。（ second lecture.）