思维模型 幸存者偏差
本系列文章 主要是 分享 思维模型,涉及各个领域,重在提升认知
1 模型故事
生活场景:袜子总会丢一只,这是为什么呢?
因为两只袜子都丢了就不容易发现袜子丢了,所以往往注意到袜子丢了的时候都是只丢了一只袜子。
认知谬误:为啥会有 读书无用论?
如今很多人在说,谁谁谁当初没好好上学如今照样挣大钱,而好多用功读书的人,毕业后反而不如那些没好好学习的人混得好。并且因为这样的例子有很多,所以很多人得出“上学没有用处”,“读书无用”的结论。这些其实只是个例,因为基数太大,所以看起来有很多。2010年第六次全国人口普查的官方口径,可以算出来大专以上文化程度的人口仅占总人口的8.7%左右。可以看出学历低的人数远高于学历高的人数,所以即便低学历者成功率远低于高学历者,也照样会导致低学历者出现大批成功人士。
对于高学历者,普通人既会关注成功的人,也会关注那些没成功的人,并且高学历却落魄的人尤其受关注,容易被当做新闻报道;而对于低学历者,普通人往往只关注成功者,忽视了广大学历低又没成功的人。正是因为忽视了这些“沉默的数据”,才产生“读书无用”这种错误结论。
观念塑造:细节决定成败?
“细节决定成败”这句话存在了多年,其实质也是幸存者偏差。典型的情形是求职面试,很多例子都是,求职者注重细节,例如捡起地上的垃圾、帮面试官拿东西等,给面试官留下了良好的印象,于是求职成功。很多人举这样的例子意在说明应该注重细节,才能在求职面试中胜出。其实这样的逻辑是有很大的谬误的。只要根据常识思考,公司招聘员工的目的是什么?显然是需要员工完成工作任务,为公司创造价值,因此正常的公司面试时首先考虑的是求职者的专业能力,这也是面试时考查的最主要因素,其重要性大于其余一切因素之和。而细节则是次要方面,做得好自然可以有一定的加分,但是效果非常有限,细节再重要也远不如实力重要,只要细节方面做到基本要求,就不会影响到实力方面,只有实力不相上下,细节才能体现作用。如果真的有公司的面试官因为求职者的细节而一叶障目,那么这样的公司绝对不是好公司。回到注重细节从而求职成功的例子,因为例子全部是这方面的,所以就造成了幸存者偏差,如果把所有的求职者的例子都纳入分析范围,结论绝对不会是细节决定成败。事实上决定成败的因素很多,可不仅仅是一个细节这么简单,我们处在的是一个多元因果的世界,不是每一个问题背后都一定有一个答案。
商业谎言:喝“葡萄酒”会长寿的故事
媒体调查“喝葡萄酒的人长寿”。一般是调查了那些长寿的老人,发现其中很多饮用葡萄酒。但还有更多经常饮用葡萄酒但不长寿的人已经死了,媒体根本不可能调查到他们。
投资故事:成王败寇
在投资理财类电视节目中,我们经常看到取得成功的投资者谈论其投资经验和方法,但观众往往会忽略了一个事实:采用同样经验和方法而投资失败的人是没有机会上电视的。幸存者偏差现象可能导致以下的结果:
- 投资成功者出书出名,失败者将默默无闻,导致电视上大量专家在传经布道、市面上充斥着太多投资成功学类的书籍,可能会让观众或读者高估了通过投资获得成功的概率
- 由于条件限制或者心理因素,投资成功者难以保证理性和客观,容易夸大自己能力、忽略运气因素、弱化当时所承担的风险等。
2 模型 幸存者偏差
幸存者偏差,另译为“生存者偏差”或“存活者偏差”,是一种常见的逻辑谬误(“谬误”而不是“偏差”),意思是只能看到经过某种筛选而产生的结果,而没有意识到筛选的过程,因此忽略了被筛选掉的关键信息。这东西的别名有很多,比如“沉默的数据”、“死人不会说话”等等。
接下来我们谈谈幸存者偏差的起源:1941年,第二次世界大战中,美国哥伦比亚大学统计学沃德教授(Abraham Wald)应军方要求,利用其在统计方面的专业知识来提供关于《飞机应该如何加强防护,才能降低被炮火击落的几率》的相关建议。沃德教授针对联军的轰炸机遭受攻击后的数据,进行研究后发现:机翼是最容易被击中的位置,机尾则是最少被击中的位置。沃德教授的结论是“我们应该强化机尾的防护”,而军方指挥官认为“应该加强机翼的防护,因为这是最容易被击中的位置”。沃德教授坚持认为:
- 统计的样本,只涵盖平安返回的轰炸机;
- 被多次击中机翼的轰炸机,似乎还是能够安全返航;
- 而在机尾的位置,很少发现弹孔的原因并非真的不会中弹,而是一旦中弹,其安全返航的概率就微乎其微。
军方采用了教授的建议,并且后来证实该决策是正确的,看不见的弹痕却最致命。那么在日常生活中 我们该如何避免幸存者偏差呢?
- 避免数据的偏差。让沉默的数据,或者说是“死人”的数据也被收集到,并参与到统计和分析中,就可以得到更全面的结论。此外,双盲对照实验也可以有效避免幸存者偏差。
- 无法避免数据的偏差,只能收集到片面的数据,这时候就需要逆向思考。逆向思考可以有效避免以偏概全、简单归因等造成幸存者偏差的因素,跳出思维惯性,可能会看到更多的因素。
同时这里给出解决幸存者偏差的数学方式:贝叶斯公式 和 对照实验。感兴趣的伙伴可自行搜索 这两个关键词。
3 模型简图