学习笔记 | 幸存者偏差 Survivorship Bias

01 幸存者偏差概念的本质是什么？

• 用统计学的专业术语来解释是——“选择偏倚”，即我们在进行统计的时候忽略了样本的随机性和全面性，用局部样本代替了总体随机样本，从而对总体的描述出现偏倚。

• 幸存者偏差（Survivorship Bias） 指的是人往往会注意到某种经过筛选之后所产生的结果，同时忽略了这个筛选的过程，而被忽略的过程往往包含着关键性的信息。

• 统计学的简单描述是这样的：统计全集为A，观察到A的子集A1有特征X，A1为幸存者，而A另外的子集A2并没有观察到或者被人为忽略，于是判断全集A都有特征X，事实上A2的特征为Y。

02 它容易在哪些情况下发生？它的作用机制是怎样的？

• 从统计学的角度我们来看我们是如何滥用幸存者偏差的——我们观察到了A1有特征X，同时我们意识到可能存在幸存者偏差，我们预先把A1定义为幸存者，于是直接判断非幸存者A2一定不会有特征X，而真相是：A2是否有特征X这个信息我们并不知道，可能有，也可能没有。

03 我们如何避免它？

“幸存者偏差” 是数据分析的常见逻辑错误，而数据又是驱动互联网的动力之一，那么互联网人应该在分析数据、决策判断时如何避免“幸存者偏差”的存在呢？

避免的方法：

• 判断样本的随机性，即必须知道样本是否是随机的。
• 判断样本和剩余样本中会不会存在显著差异。
• 分析剩余样本数据，验证结论。

04 案例

• 最初它来源于战争。 人们发现飞回来的飞机损伤最严重的地方在于机翼，有的几乎被打成筛子，而发动机和驾驶舱几乎没有损伤。就在所有人都认为应该给机翼加固装甲时，一个统计学家却认为，应该加固发动机和驾驶舱，因为机翼被打成筛子都可以安全返回，说明它并不脆弱，而驾驶舱和发动机中弹后，飞机都没有飞回来。死人不会说话。 飞回来的飞机，都是驾驶舱和发动机完好，死去的战士自然不会告诉他们发动机和驾驶舱才是最重要的，所以人们会自然而然的认为这些地方不重要。
• 妈妈为什么不挑食？因为她买菜的时候已经挑过了！