幸存者偏差的秘密

╰+攻爆jí腚メ 2022-11-04 11:28 194阅读 0赞

### 幸存者偏差的秘密 ###

*  引语：幸存者的辩护词
 *  你越认真，离真相越远
 *  统计学笑话：没来的同学举手
 *  沉默的大数据与“死人不说话”
 *  期望值是“幸存者偏差”的帮凶
 *  幸存者偏差公式
 *  利用幸存者偏差：你也可以成为大神
 *  如何躲过幸存者偏差？
 *  结语：不是每个人都是幸存者

# 引语：幸存者的辩护词 #

也会有很多当事人或者亲友为这些从未上过一线的“大师”和“神药”背书。

> 我发了高烧的七舅姥爷，正是喝了大师指点的X浆才康复的。  
> 我三外甥的女儿已经感染了，也是喝了“XX茶”才逃过一劫。  
> …………

这些为大师辩护的人，并不一定全是水军，他们不是骗子，甚至是一个温和善良的人，可能真心认为大师救了自己一命，“神药”真的让很多人躲过了这次疫情。

只是他们不知道这些数据并不代表真相，这些貌似真实的案例后面，是一个统计学魔鬼在玩魔术，这个魔鬼的名字叫“幸存者偏差”。

正是这个魔鬼，一直为骗子涂脂抹粉，保驾护航。

它是很多“大师”们的生存密码。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70]

# 你越认真，离真相越远 #

幸存者偏差又叫“幸存者谬误”，反驳的是一种常见逻辑谬误，即只看到经过某种筛选之后的结果，忽略关键信息。

这涉及到数学的一个分支，也是统计学中的概念：越是认真观察眼前的真相，你离真相越远。

骗子的辩护者肯定不会这么认为，这些案例就发生在自己身边呢，不可能骗人。

他们只看到了一部分幸存者，却没意识到这些幸存者只是极个别的数据。

以北京地铁为例，很多人在早高峰和晚高峰的时候，都会在前胸贴后背的沙丁鱼罐头型地铁里，感受城市海量人口。每天挤这样的地铁，很多人肯定会认为车票让地铁公司赚大发了。

地铁每条线光是开发的投入就需要上百亿，再算上其他的人工、日常运营与维护费、银行贷款的费用，远不是通过客流量的票价就可以回本的。而且地铁是国家民生工程，相当于公益项目，票价不能过高。所以地铁入不敷出就成了常态。

上班族之所以认为地铁总是人满为患，是因为每次他们都在客流量最大时，比如早、晚高峰期乘坐地铁。但地铁客流并不是稳定的，很多时候“空车”现象也并不少，只是那时候大多数人都在上班，并不知情罢了。

你观察得越仔细，体验得越多，其实得到的结果偏差越大。

在日常生活中，最明显的例子就是“我亲戚吃了某偏方好了”或者“我一个朋友去找了这个老中医”等等，这些你认为非常准确的数据都属于偏差数据，并不能得出一个理性结论。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70 1]

# 统计学笑话：没来的同学举手 #

“幸运者偏差”的统计概念，最开始是来自于二战期间。

“二战”期间，为了加强对战机的防护，英美军方调查了作战后幸存飞机上弹痕的分布，决定哪里弹痕多就加强哪里。然而统计学家沃德力排众议，指出更应该注意弹痕少的部位，因为这些部位受到重创的战机，很难有机会返航，而这部分数据被忽略了。事实证明，沃德是正确的。

很多时候你统计的数据与你要调查的结果没有任何联系，甚至与你要调查的结果正好相反。

再举几个例子：

*  例子1：有记者在春运的候车厅里，采访买票情况，得出结论：虽然春运票不好买，但大家都买到了票。
 *  例子2：淘宝上卖降落伞的商家都没有差评。
 *  例子3：大学里有个全校出勤率第一的老师，她的诀窍就是每次点名都说：“没来的同学举手”。

没来上课的同学不会举手，想要给降落伞差评的人再也没有机会打开淘宝。这也说明了“幸运者偏差”在统计上的本质：其统计结果是经过筛选后的结果，并不是随机的，因此也不具备普适性，所以不要轻易相信那些直销者的话。

所以，如果你真的以为“XX饮品”真能给人补脑，那么你的智商也就停留在刚刚直立行走的年代。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70 2]

# 沉默的大数据与“死人不说话” #

你的朋友专程来你的城市看你，三天后你开车20公里送他到机场。

你对他招手说道：“兄弟，一路顺风，注意安全。”

这句话听起来没有什么问题，但事实上，这句话更应该由他来对你说，而不是你对他说。

根据对不同交通工具的死亡人数统计，小汽车每行驶十亿公里死亡人数为3.1人，水路2.6人，铁路0.6人，公交车0.4人，而飞机只有0.05人。

被你送上飞机的朋友，其实比即将开汽车回家的你，更安全！

那么，为什么我们会有飞机失事率高，不安全的印象呢？

因为飞机失事的每一次数据都被记录。2014年，马航MH370失事，铺天盖地的新闻报道，甚至让许多人都不敢再乘坐飞机，一时人心惶惶。四年后，关于马航MH370零星碎片的消息，仍然是网友们的关注焦点。

汽车的事故非常多，但报道非常少见，死人不会说话，大数据在沉默。稀松平常的事情，媒体是没有兴趣报道的。

当你或你的亲人得病之时，是不是经常有人会适时出现，并一本正经地推荐保健品或者给你一些偏方？推荐完，还斩钉截铁地告诉你，这个绝对好，绝对有用，我家的谁谁谁就是这么治好的。

他不知道很多人吃了这些“糖水”后并没有任何起色，有些人甚至因此耽误了正规治疗时间，最后无可救药后悔莫及。

很多冒出来被报道的骗局，因为“死亡数据”在说话。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70 3]

# 期望值是“幸存者偏差”的帮凶 #

总听说一些神奇偏方，还有什么江湖神医。

但却很少听到有人说哪家医院某某专家是华佗转世。

为何在这一点上，“幸存者偏差”表现得比较明显？

原因在于，大多数人对医院的期望值较高，理所应当地认为，医院一定能治好我们的病。如果我们在正规医生的诊断下，治好了病，很少有人会去宣传这家医院，反倒是这家医院没有达到我们期望的效果，我们才会表现不满和失望。

而相比之下，对于这些偶尔得来的治病渠道，用户期望值较低。对偏方、神医等抱着试试看的心态，就算没有效果，也不会到处传播。如果有效果，哪怕是出于零丁的心理安慰，我们也会觉得有用，如果它恰好能让你有所康复，那么你便很有可能会大张旗鼓四处宣传。

因此，哪怕100个人中，有1个人被这个偏方治好，这个人也会成为该偏方的“忠实粉丝”，为它热情宣传，这是任何互联网产品都很难达到的水准。

这里同时也涉及到了一些另外的心理因素，每个人都希望在他人面前提升自己的价值感，其中就体现在可以为他人提供独到的价值信息，而偏方就刚好具备价值独有性。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70 4]

# 幸存者偏差公式 #

稍微理性思考下，我们就可以总结出一个幸存者偏差公式。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70 5]  
这个公式非常简单，f(x)代表了事件的正常概率，x是与该事件相关的有效数据。

*  很多时候，x的数据是9，而在骗子这里被偷换为0，10%的概率被吹嘘成100%；
 *  有些时候，x的数据是99，而在“大师”这里被取代为0，1%的概率被吹嘘成100%。

所有的骗子都会强化一些特殊案例，目标就是让人忽略那些“沉默的有效数据”。幸存者偏差的统计中，人们总是关注自己看得到的事物的特征，但是忽略看不到的事物的特征。亦或者是忽略了无法幸存下来的事物的特征，因此会看不到导致结果的实际原因，得出各种错误结论。

每个人大脑的理性程度不一样，但在很多事情上，由于有些人将规避危险的系统人为地放大，就容易暂时性地丢失理性，如牛一般被牵着鼻子走，以至于完全感知不到我们正在掉入“幸存者偏差”的陷阱之中。

# 利用幸存者偏差：你也可以成为大神 #

那些市场上的骗子，大部分时候就是在利用幸存者偏差理论。

有一个古代的故事，有一位大师自称能隔空改变孕妇肚子里孩子的性别，如果生下来的是儿子，那收的费用就不退了，如果生下来的是女儿，那就全额退费，生意特别好，很多渴望儿子的人对他感恩戴德。

利用同样原理，你也可以混个大神当当。

以赌球为例，方法也很简单。

*  在第一轮赌球中，你把输赢两种结果，各分成50条短信，发送到100个人手中，等到比赛结束，一定会有50个人，拿到了正确的“预言”。
 *  第二轮赌球，再各发25条，到上一轮的50位“幸运者”手中，又会有25个人拿到正确的答案。
 *  以此类推，多轮下来，“幸存者”就诞生了。

如果刚巧，这位幸存者并不知道“幸存者偏差”的理论，那么恭喜你，他一定会心甘情愿奉你为“大神”。

这也正是幸存者现象，世界的关注点永远在那些偶然的成功者身上，却忽略了上万倍没被概率选中的失败者。

这是骗子经常用的手段，不谈基数的概率都是耍流氓，我们总听说股神赚了多少，却不知道就住在自己隔壁的老王赔了多少。这是因为“幸存者偏差”的存在，让我们只能看到别人的成功，而更多失败的人，我们选择视而不见。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70 6]

# 如何躲过幸存者偏差？ #

幸存者偏差，表面上看属于数理统计、逻辑学的范畴，但很多时候也涉及人性。

1. 首先要意识到了“沉默证据”的存在，你才有机会获得更全面的认知

看惯了朋友圈、抖音的朋友总是容易产生一种想法：买名牌包、吃豪餐、国外旅游已经是中国常态。但拼多多的崛起让“沉默证据”发力：原来购买廉价产品，为了几毛钱动员砍价的人，才是中国人口最广群体。

耳听不一定是真，眼见也不一定为实。需要打破惯性思维，躲开显性证据，看到背后的隐形证据。

2. 让死人说话

以2000多年前罗马的思想家西塞罗讲的故事结尾：有人把一幅画给一位无神论者看，画上画着一群正在祈祷拜神的人，并告诉他，这些人在随后的沉船事故中都活了下来。无神论者淡淡一问：我想看看那些祈祷完被淹死的人的画像在哪儿？

历史上骗子很多，如果这些人真的能复活过来说话，这世界上的大师要少一大半。

3. 学好数学，学好统计学

举个例子，基金行业会对外宣布，过去10年，基金行业的整体收益率超100%，你是不是觉得买基金肯定赚翻了？实际上，如果你懂数学，你就能发现有问题：基金行业统计的，全是现在市场上活着的基金，那些不赚钱死掉的，都没算进去。如果把死掉的那些也考虑进去，那基金的整体收益率其实很一般。

虽然对许多人来说，计算过程枯燥乏味，但这是对理性思维的锻炼。数学将我们的逻辑编织得更加紧密，能够看透复杂现象背后的本质。同时，去除偶像崇拜，摒弃神秘现象，控制人性贪婪，将有效防止被幸存者欺骗。  
![在这里插入图片描述][20210302153851877.png]

# 结语：不是每个人都是幸存者 #

很多“万能神药”和保健品都利用了“幸存者偏者”原理，销量越大骗得越多。

*  理解幸存者偏差，你会在神药的众声喧哗里，注意到“沉默的螺旋”的无声表达；
 *  理解幸存者偏差，你就会在骗子的群情骚动中，去寻找隐藏的真相和客观答案；
 *  理解幸存者偏差，你就不仅能够看到大佬们“一将功成”辉煌，也能看到“万骨枯”创业者。

停止对幸存者的迷信，你听到的那些宣传，后面有无数同类的哭泣。

别再相信那些神奇的秘方了，你很容易被幸存者偏差欺骗。

如果你认为幸存者的答案也将属于你，这将是你一生最大的不幸。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70]: /images/20221023/26959612b56543e491e5ac3b63912dac.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70 1]: /images/20221023/a146bee24fa84b14a947ef7b43f0ffcf.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70 2]: /images/20221023/10fc9ac770184f349177a920f526f91e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70 3]: /images/20221023/e9542618f5774c1c9a5466fc776b7e0b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70 4]: /images/20221023/27a9b80499f64219a76d0dc8791d1cb2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70 5]: /images/20221023/9de6f764146b4c8cb5cc112d13e359b3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNzI3MDk1_size_16_color_FFFFFF_t_70 6]: /images/20221023/7a38a7d2e3764712b8566751b5c7a3d5.png
[20210302153851877.png]: /images/20221023/f365e651cfaa48d084dccf4df20b9c40.png