辛普森悖论

[辛普森悖论：如何用同一数据证明相反的论点]
相关论述
1，数据不是绝对客观的。
2，有时关注组合数据很有用，但在某些情况下，它可能会掩盖事实。
3，辛普森悖论是一个有趣的统计现象，但它也证明了对数据操控的最佳防卫是理性思考和质疑的能力
4，量与质是不等价的，无奈的是量比质来得容易量测，所以人们总是习惯用量来评定好坏，而此数据却不是重要的。除了质与量的迷思之外，辛普森悖论的另外一个启示是:如果我们在人生的抉择上选择了一条比较难走的路，就得要有可能不被赏识的领悟，所以这算是怀才不遇这个成语在统计上的诠释

例：辛普森悖论就像是欲比赛100场篮球以总胜率评价好坏，于是有人专找高手挑战20 场而胜1场，另外80场找平手挑战而胜40场，结果胜率41%，另一人则专挑高手挑战80场而胜8场，而剩下20场平手打个全胜，结果胜率为28%，比 41%小很多，但仔细观察挑战对象，后者明显较有实力。

为什么辛普森悖论很重要
辛普森悖论很重要，因为它提醒我们，我们展示的数据并不是所有数据。我们不能只满足于数字或图表，我们必须考虑数据生成过程 - 因果模型，对数据负责。一旦我们理解了数据生成的机制，我们就可以寻找影响结果的其他因素，而图表不会告诉你这些。学会思考因果关系并不是大多数数据科学家所教授的技能，但是对于防止我们从数字中得出错误的结论至关重要。除了数据之外，我们还可以利用我们的经验和领域知识（或者该领域的专家）来做出更好的决策。
而且，虽然我们的直觉通常很准确，但在没有立即获得所有信息的情况下，它们可能会出错。我们倾向于关注我们面前的事物（所看即所得），而不是深入挖掘并使用我们理性、缓慢的思维模式。特别是当有人要销售产品或实施议程时，我们必须对这些数字持怀疑态度。数据是一种强大的武器，但是想要帮助我们的人和邪恶的骗子都可以使用它。