数据分析——工作中遇到的“辛普森悖论”

（ 一 ）辛普森悖论定义

辛普森悖论 (Simpson’s Paradox) 是英国统计学家 E.H.辛普森 (E.H.Simpson) 于1951年提出的悖论，即在某个条件下的两组数据，在分别讨论时都会满足某种性质，可是一旦合并起来进行考虑，却可能导致相反的结论。

我们来看下百度百科的例子：

表格中可以看出，商学院和法学院的女生录取率均低于男生录取率，但是总计中女生录取率却高于男生录取率。

我们通过下面两个实例再来看下这个统计学中的陷阱。

（ 二 ）实例：日均浏览时长上升

问题：某APP用户日均浏览时长是否真的在增长？
现象：用户浏览时长由3.8小时上涨到4.3小时。
结论：我们的用户浏览时长变长，更“粘性”。

但是当我们拆开用户类型来看，在线时长并没有变化。

那变化的原因是什么呢？我们看一下两种用户占比趋势，发现核心用户占比较高，从而拉高了整体的人均在线时长。