认知偏差三|幸存者偏差

先来看一个著名的案例。

1941年，美国哥伦比亚大学统计学沃德教授应军方要求，利用统计学知识来研究飞机应该如何加强防护，才能有效降低被击落的概率。沃德教授拿到的是轰炸机遭受攻击后的机身弹孔分布数据。基于这样的数据，大部分人可能都会觉得应该加强损伤最严重部位的防护，因为这是最容易被击中的位置，当时美国军方的一些研究机构也这样认为。但是沃德教授并不这样看，他认为应该加强那些没什么损伤的飞机部位。因为目前这些统计数据仅仅是从那些成功返航的飞机样本中得到的，那些被击落的飞机的损伤部位数据并没有进行统计；这些飞机在一些部位严重损伤的情况下仍能成功返航，说明其他未损伤的部位可能是更脆弱的。看不见的弹孔才最致命。

幸存者偏差(Survivorship Bias) 是因为过于关注那些通过了某种筛选条件的幸存者，而忽略了那些没有通过筛选条件的人或物而产生的一种逻辑谬误。俗话说，“死人不会说话”，当我们分析问题所依赖的信息全部或者大部分来自显著的信息，较少利用不显著的信息甚至彻底忽略沉默的信息，得到的结论与事实情况就可能存在巨大偏差。上面案例中统计的都是那些成功返航的幸存者，当过于关注这些幸存者时，而忽略那些已经被击落的飞机时，对机身防护可能就会作出不明智的决策。幸存者偏差本质上是一种 取样偏差。

Survivorship bias or survival bias is the logical error of concentrating on the people or things that made it past some selection process and overlooking those that did not, typically because of their lack of visibility.

幸存者偏差在我们生活中的例子有很多。

我们常常可以从媒体上看到报道说某某足球明星年薪和广告收入超过几千万英镑等，于是我们潜意识可能就会觉得踢球很赚钱，能致富。但媒体给我们报道的仅仅是那些极个别的顶级运动员，有调查数据显示，全世界足球运动员的月薪中位数介于1000美元到2000美元之间，并且有很大一部分足球运动员被拖欠薪水。所以说足球这项职业并不是我们想象的那样都是高薪。类似的现象在其他的领域也是一样的，比如说电影明星、作家、歌手、投资人和视频主播等。

又到年末，放上知乎上买火车票的一个段子：

春节前夕，一名记者来到火车站台上，随机找了几个人，问他们：“大家都买到火车票了吗？” 大家都回答：“买到了。” 于是记者对着镜头说：“虽然今年火车票难买，但是通过我们的采访发现，大家都买到了火车票，正准备坐上火车，回家过年！”

希望今年大家都是幸存者。