作者 七君

我們平時(shí)在做重大決策的時(shí)候，比如擇校啊，選專業(yè)啊，總是會參考這些比較對象的硬指標(biāo)，比如它們的錄取率啊，就業(yè)率啊等等。像是，哪個(gè)學(xué)校的就業(yè)率高，我們就會去報(bào)考這個(gè)學(xué)校。

統(tǒng)計(jì)數(shù)字可以幫助我們了解這些比較對象的優(yōu)劣，讓我們做出明智的決策。不光是個(gè)人，公司和國家也是這樣做決策的。那么這樣做對嗎？

其...實(shí)...不...對

今天我們就來介紹一個(gè)讓人非常頭疼，但非常有用的悖論，它會告訴你，很多時(shí)候統(tǒng)計(jì)數(shù)字相當(dāng)不可靠，特別容易誤導(dǎo)人。

先來看一個(gè)假設(shè)的例子。

小明生了慢粒白血病，她的失散多年的哥哥找到有2家比較好的醫(yī)院，醫(yī)院A和醫(yī)院B供小明選擇就醫(yī)。

小明的哥哥多方打聽，搜集了這兩家醫(yī)院的統(tǒng)計(jì)數(shù)據(jù)，它們是這樣的：

醫(yī)院A最近接收的1000個(gè)病人里，有900個(gè)活著，100個(gè)死了。

醫(yī)院B最近接收的1000個(gè)病人里，有800個(gè)活著，200個(gè)死了。

作為對統(tǒng)計(jì)學(xué)懵懵懂懂的普通人來說，看起來最明智的選擇應(yīng)該是醫(yī)院A對吧，病人存活率很高有90%啊！總不可能選醫(yī)院B吧，存活率只有80%啊。

呵呵，如果小明的選擇是醫(yī)院A，那么她就中計(jì)了。

就這么說吧，如果醫(yī)院A最近接收的1000個(gè)病人里，有100個(gè)病人病情很嚴(yán)重，900個(gè)病人病情并不嚴(yán)重。

在這100個(gè)病情嚴(yán)重的病人里，有30個(gè)活下來了，其他70人死了。所以病重的病人在醫(yī)院A的存活率是30%。

而在病情不嚴(yán)重的900個(gè)病人里，870個(gè)活著，30個(gè)人死了。所以病情不嚴(yán)重的病人在醫(yī)院A的存活率是96.7%。

在醫(yī)院B最近接收的1000個(gè)病人里，有400個(gè)病情很嚴(yán)重，其中210個(gè)人存活，因此病重的病人在醫(yī)院B的存活率是52.5%。

有600個(gè)病人病情不嚴(yán)重，590個(gè)人存活，所以病情不嚴(yán)重的病人在醫(yī)院B的存活率是98.3%。

畫成表格，就是這樣的——

醫(yī)院A：

醫(yī)院B：

你可以看到，在區(qū)分了病情嚴(yán)重和不嚴(yán)重的病人后，不管怎么看，最好的選擇都是醫(yī)院B。但是只看整體的存活率，醫(yī)院A反而是更好的選擇了。所謂遠(yuǎn)看是汪峰，近看白巖松，就是這個(gè)道理。

這讓人很抓狂。萬一我們真的患上了什么病，又遇到了這種類似的情況，豈不是會讓自己掉坑里？大韓民國這么多小明就是因?yàn)檫@個(gè)原因去世的嗎？到底這是怎么回事？

實(shí)際上，我們剛剛看到的例子，就是統(tǒng)計(jì)學(xué)中著名的黑魔法之一——辛普森悖論（Simpson's paradox）。辛普森悖論最初是英國數(shù)學(xué)家愛德華·H·辛普森（Edward H. Simpson）在1951年發(fā)現(xiàn)的。

辛普森悖論就是當(dāng)你把數(shù)據(jù)拆開細(xì)看的時(shí)候，細(xì)節(jié)和整體趨勢完全不同的現(xiàn)象。

辛普森悖論：同一組數(shù)據(jù)，整體的趨勢和分組后的趨勢完全不同。

從統(tǒng)計(jì)學(xué)家的觀點(diǎn)來看，出現(xiàn)辛普森悖論的原因是因?yàn)檫@些數(shù)據(jù)中潛藏著一個(gè)魔鬼——潛在變量（lurking variable），比如在上面這個(gè)例子里，潛在變量就是病情嚴(yán)重程度不同的病人的占比。

辛普森悖論在日常生活中層出不窮。

最著名的辛普森悖論的實(shí)例，就是1973年加利福尼亞大學(xué)伯克利分校性別歧視案的例子。

加利福尼亞大學(xué)伯克利分校

大家從表格里可以看到，如果只看整體錄取率，那么男生的錄取率是44%，女生的是35%。

不求甚解的話，一般人肯定會得出這樣的結(jié)論——女生被歧視了。打算申請這所著名大學(xué)的女生要是看到這樣的數(shù)據(jù)，八成肺都?xì)庹恕?/p>

別急，現(xiàn)在把上面的數(shù)據(jù)按照院系拆分，再來看看每個(gè)系的錄取率。

你可以看到，在6個(gè)院系的4個(gè)里，女生的錄取率大于男生，女生只在2個(gè)院系里容易折戟。加利福尼亞大學(xué)伯克利分校的統(tǒng)計(jì)學(xué)教授 Peter Bickel 后來發(fā)現(xiàn)，如果按照這樣的分類，女生實(shí)際上比男生的錄取率還高一點(diǎn)點(diǎn)。

Bickel 認(rèn)為，在這個(gè)案例中，辛普森悖論出現(xiàn)的原因是，女生更愿意申請那些競爭壓力很大的院系（比如英語系），但是男生卻更愿意申請那些相對容易進(jìn)的院系（比如工程學(xué)系）。辛普森悖論真是太奇怪了。

再比如這個(gè)經(jīng)典的佛羅里達(dá)死刑悖論。

1991年，科羅拉多大學(xué)的統(tǒng)計(jì)學(xué)家 Michael L. Radelet 和東北大學(xué)的社會學(xué)研究院主任 Glenn Pierce 重新查看了1976-1987年間美國佛羅里達(dá)州的謀殺案的審判數(shù)據(jù)，發(fā)現(xiàn)了重大的司法不公正事件。

從歸總的數(shù)據(jù)來看，佛羅里達(dá)的法官在審判的時(shí)候并沒有偏向白人，因?yàn)榘兹讼右扇说乃佬搪噬踔吝€比黑人高一些。

但是，如果按照被害人的種族來分割數(shù)據(jù)的話，我們就會看到很不一樣的結(jié)果了——黑人比白人更容易被判死刑。

現(xiàn)在你可以很明顯地看出，不管被害人是什么種族，黑人比白人更有可能被判死刑。

這還不算。分類后的數(shù)據(jù)顯示，如果受害人是白人，那么嫌疑人就更容易被判死刑。如果被害人是黑人，嫌疑人被判死刑的可能性很低。種族歧視昭然若揭啊。

所以，我們要怎樣才能避免辛普森悖論呢？

答案是…很難。不少統(tǒng)計(jì)學(xué)家認(rèn)為，辛普森悖論的存在，讓我們不可能光用統(tǒng)計(jì)數(shù)字來推導(dǎo)準(zhǔn)確的因果關(guān)系。

因?yàn)閿?shù)據(jù)可以用各種各樣的方式分類，然后再進(jìn)行比較，所以理論上潛在變量無窮無盡，你總是可以用某個(gè)潛在變量得到某種結(jié)論。

而且對于那些不懷好意的人來說，他們很容易對數(shù)據(jù)進(jìn)行拆分或者歸總，得到一個(gè)對自己有利的指標(biāo)，從而來迷惑甚至操縱他人。醫(yī)學(xué)和社會學(xué)的研究者也常常會遇到辛普森悖論，從而得出錯(cuò)誤的結(jié)論。

辛普森悖論完美地闡釋了這句古老的哲學(xué)寓言：“假如一棵樹在森林里倒下而沒有人在附近聽見，它有沒有發(fā)出聲音？”如果有一個(gè)邪惡的潛在變量逃脫了你的眼睛，那么統(tǒng)計(jì)數(shù)字得出的結(jié)論還可信嗎？

我們能做的，就是仔細(xì)地研究分析各種影響因素，不要籠統(tǒng)概括地、淺嘗折止地看問題。

什么，你要我舉個(gè)利用辛普森悖論操縱別人的例子？

很簡單啊。那些常說“我是聰明的小朋友里最漂亮的，漂亮的小朋友里最聰明的”小孩，一般都是既不_____，也不_____的。