幸存者偏差

来源:互联网 发布:普林斯顿算法公开课 编辑:程序博客网 时间:2024/05/09 23:20

二战期间,盟军需要对战斗机进行装甲加厚,以提高生还率,但由于军费有限,只能进行局部升级。那么问题来了,究竟哪个部位最关键,最值得把装甲加厚来抵御敌方炮火呢?人们众口不一,最后一致决定采用统计调查的方式来解决,即:仔细检查每一驾战斗机返回时受到的损伤程度,计算出飞机整体的受弹状况,然后根据大数据分析决定。

不久,统计数据很快出炉:盟军飞机普遍受弹最严重的地方是机翼,有的几乎被打成了筛子;相反,受弹最轻的地方是驾驶舱及尾部发动机,许多飞机的驾驶舱甚至连擦伤都没有。正当所有人拿着这份确凿无疑的报告准备给机翼加厚装甲时,一位统计学家(Abraham Wald)阻拦了他们,同时提出了一个完全相反的方案:加厚驾驶舱与尾部。理由非常简单:这两个位置中弹的飞机,都没有回来。换言之,它们是一份沉默的数据——“死人不会说话”。

最后,盟军高层纷纷听取了这个建议,加固了驾驶舱与尾部,果然空中战场局势得以好转,驾驶员生还率也大大提高。事实证明,这是一个无比英明的措施。

这个故事的核心,就是“幸存者偏差”。

日常生活中,我们也经常遇到类似的概念谬误。比如说:

  • 外国人似乎看起来都很有钱?——那是因为没钱的外国人基本不会出国,你看不到;

  • 地震发生前动物会行为异常?——那是因为动物平时的异常表现太多了,你没关注;

  • 飞机好像非常容易发生空难?——那是因为正常运行的飞机不会被报道,你不知道;(飞机的事故率只有250万分之一)

有些人说,幸存者不足为鉴,失败者才是我们最可能成为的样子;但这不足以成为裹步不前的借口
0 0
原创粉丝点击