选择性偏差经典案例
选择性偏差经典案例
飞机失事原因二战的时候美军为了加强战机的防护能力所以就把参加过战斗的飞机研究了一遍发现飞机的弹孔大多集中在机翼和尾部于是分析中心的工作人员认为建议将这些受损最严重的地方加固。
  统计学家亚伯拉罕·沃尔德Abraham Wald)却得出一个跟直觉相反的结论。他发现参与调查的都是在战斗中幸存下来的飞机它们并未遭受致命的袭击。相反机舱和发动机等看似毫发无伤的地方反而比较危险因为这些区域一旦被击中就会导致飞机失事坠毁。其实我们看到的飞机是被筛选过后的飞机还有一部分已经坠毁的飞机我们是看不到的这就是幸存者偏差。
  再比如经常会在脉脉、知乎这样的平台上看到仿佛人人都是年薪百万只有自己是个战斗力不足五的渣渣。这其实都是属于幸存者偏差那些年薪百万的人会主动展示自己还有一大堆不是年薪百万的都被过滤掉了。
  这就和我们平常工作中遇到的情况一样你经常会遇到各种各样的吐槽比如抱怨你产品价格太高了你如果直接把产品价格降低了能解决问题吗真正觉得你产品价格高的人可能压根就不会去跟你抱怨。比如买千元机的人肯定不会跑去苹果抱怨说你们苹果手机太贵了。
  我们在平常数据分析或者是工作中经常会不自觉的陷入上面的这两种问题里面那怎么样才能避免上面的两种偏差呢方法就是多问几个为什么上面的偏差也是我们通过数据分析得出来的通过分析得出来结论以后多去问几个为什么为什么会出现这种情况为什么这些飞机飞回来了为什么这些人会抱怨价格高。你如果能到数据背后发生的原因你也就不会犯上面的错了。
  上面的两种偏差比较类似但又不同前者是因为我们人为选择研究对象不准确而导致的偏差后者因为我们只看到了别人想要我们看到的部分而导致的偏差。两者也有共同点就是都是因为我们没有看到数据的全貌而导致的偏差。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。