真?假?倖存者偏差!(survivorship bias)
在開始說倖存者偏差之前,我們先來看看幾個常見的例子
1.google搜尋病徵
這個例子我印象中蠻多圖文部落客創作過,你有過覺得腳有點痛,然後去google得出來的結論是該截肢了;或是皮膚有點癢,看到的文章告訴你這應該是蜂窩性組織炎,你死定了嗎?
2.極端評論
餐廳Google地圖評價,大部分都是給五星、四星,小部分給一星,很少有二、三星的。
3.成功人士宣言
有覺得成功人士說出來的經驗沒什麼用過嗎?甚至當下就覺得自己已經是這種人,但為什麼自己沒成功?付上一張xkcd的創作
倖存者偏差
這些例子都不是單純的「假」訊息,所以對方有可能會信誓旦旦,或是你覺得完全不會騙你的人,卻說出了不正確的訊息。這個名詞最早的例子,是在二戰的時候,統計數據顯示機翼被攻擊的數量遠高於機尾,軍方認為應該要強化機翼,統計學家卻告訴軍方,應該要強化機尾
機尾數據較少的原因是因為一旦中彈,幾乎無法安全返航
而事後證明了統計學家是對的,如果以收集到的樣本來說,中彈數機翼>機尾,但這些是倖存者的樣本,就會得出了機翼比較容易中彈的謬誤。所以google病徵,會得出很嚴重的結論,因為平安無事的時候不會特別上網發文說:「我皮膚好癢,抓一抓就沒事了」;google map評價,如果不是很難吃或很好吃,非專職評論者根本懶得按;成功人士的宣言更有趣了,成功人都有早起的習慣!=早起的人都會成功,這跟「相關不等於因果」也有點關係
不過這幾個例子都可以聚焦在倖存者偏差上,你觀測的樣本已經被某種機制塞選過了,將導致你得出錯誤的結論。
死人不會說話
— — — — — — — —