辛普森悖论

辛普森悖论是一个很有趣的统计学现象。对于研究某个事物的性质时，进行分组研究，分组的结果和总计的结果会产生截然相反的结论。这违背人类直觉，但从逻辑上却无可挑剔。

当人们尝试探究两种变量（比如新生录取率与性别）是否具有相关性的时候，会分别对之进行分组研究。然而，在分组比较中都占优势的一方，在总评中有时反而是失势的一方，这种现象被称为辛普森悖论。

看个例子，现在有两个餐厅，Carlo’s餐厅和Sophia餐厅，你打算比较一下两个餐厅到底哪个更好。接下来拿出APP看推荐率，发现男性用户的推荐率和女性用户的推荐率都是Carlo’s餐厅高，那么是否意味着Carlo’s餐厅更好呢？下面看一下表格：

\	Sophia餐厅推荐率(推荐数/总数)	Carlo’s餐厅推荐率(推荐数/总数)
男性	50/150=30%	180/360=50%
女性	200/250=80%	36/40=90%
总数	250/400=62.5%	216/400=54%

上面的表格看起来很清楚，如果分男女组来看，Carlo’s餐厅看起来更好，但是把数据合并后，Sophia餐厅才是最优。这种现象虽然违反人类直觉，但是将其列出却很容易解释，Carlo’s餐厅推荐率高达90%的组，样本只有40个，Sophia餐厅推荐率80%的组，样本却有200个，在样本数量上占了极大优势，对拉高整体的推荐率影响更大。

从数学上来看，这个逻辑更加简单：

a b > c d , e f > g h \frac{a}{b} > \frac{c}{d}, \frac{e}{f} > \frac{g}{h} <