7种经典的统计学谬论

这里是引用:https://blog.csdn.net/weixin_41961559/article/details/106091494?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.channel_param

文章目录
1 辛普森悖论 Simpson’s Pradox
如何避免
2 基本比率谬误 Base Rate Fallacy
如何避免
3 伯克森悖论 Berkson’s Paradox
如何避免
4 罗杰斯现象 Will Rogers Phenomenon
如何避免
5 幸存者偏差
如何避免
6 赌徒谬论 Gambler’s Fallacy
如何避免
7 生日悖论 Birthday Paradox
如何避免
本文主要围绕以下问题展开相应的数据研发相关知识的梳理与总结：

在统计学上有哪些谬论？为什么会有这些谬论？如何避免在数据分析过程中陷入这样的谬论。举例说明。

1 辛普森悖论 Simpson’s Pradox

辛普森悖论指的是，数据集分组呈现的趋势与数据集聚合呈现的趋势相反的现象。

先看一个例子——Sophia和Carlo两家餐厅推荐指数，可以通过看男性和女性各组的评分，也可以看整体的评分。如下图所示：