微信公众号:大数据左右手
人要去的地方,除了远方,还有未来
个人既可码代码也可以码文字。欢迎转发与关注*
今天不讲技术,今天我们看看日常生活——"幸存者偏差"
今天有幸看到李永乐老师的视频《幸存者偏差——你所看到的,未必是真相》颇有感悟,所有有了此文
幸存者偏差,是一种常见的逻辑谬误。指的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。日常表达为 “沉默的数据”、“死人不会说话” 等。可以用对照试验和贝叶斯公式来消除幸存者偏差
幸存者偏差意思是指,当取得资讯的渠道,仅来自于幸存者时(因为死人不会说话),此资讯可能会存在与实际情况不同的偏差。此规律也适用于金融和商业领域。存活下来的企业往往被视为 “传奇”,它们的做法被争相效仿。而其实有些也许只是因为偶然原因幸存下来了而已。
在日常生活中,最明显的例子就是 “我同事用了什么洗发露头发长出来了” 或者 “我一个朋友吃了什么药身体得到明显的变化” 等等。不管你的同事和朋友和你关系如何好,如何值得信任和尊重,在客观规律面前他们都是相同的。脱发和药物不会因为你的喜好而照顾或者偏袒你的亲朋。所谓 “兼听则明”和”教授说的都对“也是这个道理,抛掉对个别案列成功的迷信,全面系统的了解才能克服这个"幸存者"偏差
幸存者偏差的提出来源一个故事:
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。然而统计学家亚伯拉罕·瓦尔德力排众议,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,瓦尔德是正确的
最开始提到的贝叶斯公式还可以纠正一些 “成功学” 谬误。例如 Y = 1 代表成功者,往往受媒体关注多,而公众可能缺少 Y = 0 的数据。成功学常常寻找成功者具有的某些共同特征 X,得出 P(X|Y=1) 较大。
比如牛顿被苹果砸中,比尔盖茨辍学了等等。但是普通人具有特征 X 的概率 P(X) 可能也不小。二者的比值 P(X|Y=1) / P(X) 才等于具有了特征 X 以后,成功的概率能提高多少倍。
又例如用 Y = 1 代表得一种病,比如肺癌。而 X 代表该病的某种诱因,比如吸烟。那么根据贝叶斯公式,只要在肺癌患者中统计一下吸烟者的比例 P(X|Y=1),和普通人中的吸烟者比例 P(X) 比较一下,就能知道吸烟增加患肺癌风险的倍数
袜子总会丢一只
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。
读书无用论
如今很多人在说,读那么多书有什么用?
"你看比尔盖茨大学都没毕业不是也成为了世界首富"
"清华大学毕业有什么用,网上都报道了,清华大学毕业的人去卖猪肉"
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。
成功角度解释
用小部分的成功人,得出读书无用的结论,觉得没读书一样能过得很好。而这个得到这个结论的过程,实际上忽略掉了一个事实,就是大量的生活底层的人,是由于接受的教育不够,而这一事实恰恰是最重要的那部分
失败角度解释
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
救谁呢?
战场上,看着倒在地上的人,你觉得应先救谁,谁受伤最严重?
首先那些叫疼,呻吟的人肯定是焦点。
但正相反,最需要救助的是那些倒在地上不发出声音的人。
因为他们严重到连声音都发不出来了。
这信球货人傻钱多
普通人往往把一切不符合自己那点常识、自己理解不了行为的都当成“傻”
看到一个很好的案例
迪士尼乐园人人都在排队,别人加个门票价格买了个免排队,看着他们排队两小时,游戏五分钟,这个人1个多小时玩完整个游乐场。走VIP通道的时候听见一个人悄悄的和隔壁说,你看这些,信球,真是人傻钱多。有人一脸无奈的说:你不信球,钱少人聪明
网红经济
网络红人利用直播平台好像一夜之间就暴富了,直播吃饭、睡觉、聊天、卖东西就能月收入数十万、数百万,很多人就觉得网络主播都很能赚钱
大多数人没有看到的是,全国有一千多万的主播,真正被大家认识熟知的万分之一都不到。大多数默默无名的主播收入非常有限甚至没有收入
。。。。。。
例子太多太多,比如"一将功成的万骨枯"和"冷门作品佳作多,艺术高。热门作品商业化,不好看,艺术低(或没艺术),商业与艺术是对立的"…..等等太多
“幸存者偏差”所产生的认知,看上去很美好,甚至会让你磕头膜拜,但一不小心就会让你陷入误区,让你越来越思想受限,是一种很可悲的思维方式,会导致你行动上的很大的偏差和失败。
至此,你get到了什么,你对幸存者偏差有何见解呢?欢迎评论与转发
微信公众号:大数据左右手
人要去的地方,除了远方,还有未来
欢迎关注我,一起学习,一起进步!