跳转到内容

倖存者偏差

维基百科,自由的百科全书

这是本页的一个历史版本,由InternetArchiveBot留言 | 贡献2023年10月18日 (三) 02:43 (Add 2 books for verifiability (20231017sim)) #IABot (v2.0.9.5) (GreenC bot编辑。这可能和当前版本存在着巨大的差异。

倖存者偏差[1][2]倖存者偏誤(英語:survivorship bias),也称為生存者偏差[3],是一種邏輯謬誤,属于選擇偏差英语selection bias的一種。当過度關注「倖存」的人事物,从而造成忽略那些沒有倖存的(也可能因為無法觀察到),便会得出錯誤的結論。

概要

生存偏見可能導致過度樂觀的信念,因為失敗被忽略,例如當不再存在的公司被排除在財務業績分析之外時。它也可能導致他人誤認一個群體的成功具有一些特殊屬性,而不僅僅是巧合(相關證明了因果關係)。其謬論形式為:倖存過程B的個體A有特性C,因此任何個體倖存過程B需要有特性C。有特性C但無法倖存過程B的個體被忽略不加以討論。邏輯偏差在於只關注篩選結果做出評估,而忽略篩選條件與篩選機制等資訊。用俗語「死人不會說話」來解釋其成因意指當取得資訊之管道,僅來自於倖存者時(因為無從由死者/淘汰者/離場者獲得來源),此資訊可能會存在與實際情況不同之偏差。這種偏差可以導致各種錯誤結論。

辛普森悖論柏克森悖論英语Berkson's paradox一樣,都是源自對撞因子

案例

军事

这是安全返回的飞机受损的部分示意图;而其他地方受到攻击的飞机却无法安全返回。(图片为假定的数据)

第二次世界大战期间,美国哥伦比亚大学统计学亚伯拉罕·沃德教授在计算如何减少轰炸机因敌方炮火而遭受的损失时,将“幸存者偏差”纳入到计算中。[4]其研究小组检查了执行任务返回的飞机所受到的损坏。與沒有將本概念納入計算不同的是,他建议在损坏最少的区域增加装甲,而並非在彈孔最多的地方增加裝甲。[5][6][7]因為返回飞机上的弹孔代表了轰炸机可能受到损伤但仍足够安全地返回基地的区域,而那些完全沒有彈孔的地方,一旦中彈就完全沒有返回的機會,而完全不會出現在研究的樣本中。所以沃德教授建议美國海軍在返航飞机上未受伤的区域增加防护,[4]:88并推断这些地方被击中是会导致飞机最有可能损失。他的这項研究對當時仍在發展初期的運籌學領域具有深遠的影響。[8]

相關條目

参考文献

  1. ^ 倖存者偏差 改變不了苦難的本色. 上報. 2022-05-06 [2022-10-16]. (原始内容存档于2022-10-16). 
  2. ^ 聯合新聞網. 如果當年我爸沒破產 會不會後來的我也能考上台大?. 2022-09-29 [2022-10-16]. (原始内容存档于2022-10-17) (中文(臺灣)). 
  3. ^ 劉順仁. 《決勝》. 時報文化. 2008年7月. ISBN 9789571348841. 
  4. ^ 4.0 4.1 Wald, Abraham. (1943). A Method of Estimating Plane Vulnerability Based on Damage of Survivors. Statistical Research Group, Columbia University. CRC 432 — reprint from July 1980 互联网档案馆存檔,存档日期2019-07-13.. Center for Naval Analyses.
  5. ^ Wallis, W. Allen. The Statistical Research Group, 1942-1945: Rejoinder. Journal of the American Statistical Association. 1980, 75 (370): 334–335. JSTOR 2287454. doi:10.2307/2287454. 
  6. ^ Bullet Holes & Bias: The Story of Abraham Wald. mcdreeamie-musings. [2020-05-29]. (原始内容存档于2020-04-16) (美国英语). 
  7. ^ AMS :: Feature Column :: The Legend of Abraham Wald. American Mathematical Society. [2020-05-29]. (原始内容存档于2020-05-27) (英语). 
  8. ^ Mangel, Marc; Samaniego, Francisco. Abraham Wald's work on aircraft survivability. Journal of the American Statistical Association. June 1984, 79 (386): 259–267. JSTOR 2288257. doi:10.2307/2288257.  Reprint on author's web site 互联网档案馆存檔,存档日期2019-08-17.

外部链接