想給戰鬥機裝上裝甲又擔心影響飛行速度 美軍想出折衷辦法、統計學家不認同

統計專業出身的知識自雇者劉奕酉，擅長用數據思維處理問題，甚至在短時間內能在各個領域都勝出。

他將他的這套方法集結在《高勝算的本事》這本書中，不過在談論數據思維的同時，他強調統計的概念和這套思維息息相關，尤其是「倖存者偏誤」，一旦沒有注意到，就可能造成嚴重的盲點錯誤情事。

說到倖存者偏誤，我想你可能聽過這樣的故事。­

二戰時期，美軍想給戰鬥機裝上裝甲，但又怕影響飛行速度，所以就想出了一個折衷的辦法：把裝甲裝在飛機最需要防護、受攻擊機率最高的部位。但是，該裝哪裡呢？

如果你還有印象，應該記得我說過，統計學是在二戰時期發展起來的。

於是美軍統計了所有戰鬥機上的彈孔位置，繪製了一張彈孔分布圖（見圖3-30）。

從數據上來看，有人提出了應該將裝甲裝在彈孔最密集的這些部位。但是有位統計學家提出了不一樣的看法：應該給彈孔最少的引擎披上裝甲。統計學家解釋，這些戰鬥機之所以能倖存回來，表示並沒有被擊中足以致命的部位。我們現在看到飛機引擎部位中彈少，就說明了凡是引擎中彈的飛機全都墜毀了。換言之，目前所統計的數據是不完整的，不能只從眼前看到的數據來下判斷，這是一種倖存者偏誤。

那麼，倖存者偏誤跟你我有什麼關係？在真實生活中會運用到嗎？接下來，不妨用以下三個問題測試一下，看看自己是不是一個容易犯下倖存者偏誤的人？

這裡有三個情境，你覺得哪一個說法是有問題的（見圖3-31）？

● 第一個情境，是一位研究生。他說，我們在問卷中設置了「你喜歡的戶外活動是什麼？」希望能得知外向的人比例有多少？

● 第二個情境，是一位主管。他對一位員工的評價是，他能力不行啦！我都只能指派他做些簡單的工作。真希望他能努力一點，有一天能扛起重責大任！

● 第三個情境，是一位教育學者。他認為，從學測成績與未來成就的關聯性，可以得知目前以學測成績來篩選學生的鑑別力是正確的。

思考一下，你覺得哪一個人的說法是不對的、可能犯下了倖存者偏誤呢？

公布答案：其實這三個人都掉入了倖存者偏誤的陷阱。

倖存者偏誤，其實就是一種過度推論，是基於不完整的資料所造成的誤解。我們認為基於觀察事實來下結論，就是理性；但只有片面觀察、有意或無意漏掉某些線索，產生的誤解可能更嚴重。

●第二位主管犯的倖存者偏誤：主管因為覺得部屬能力不足，所以只指派瑣碎的小事，部屬自然沒有完成更大挑戰的機會，反而又反過來印證了主管一開始的想法。就像我們有時候會對某件任務沒有信心，而沒有認真投入時間與精力，結果真的失敗了，卻反過來說：「看吧！我就說做不到吧。」

●第三位教育學者的倖存者偏誤：以學測成績來篩選學生是否正確？教育學者想得知學測成績和未來成就的關聯性，但實際上所蒐集到的數據只有成績好、上大學的學生，並沒有涵蓋那些成績不好、沒上大學的學生。藉由學測成績好的這些人在未來的表現，而得到學測鑑別力很高的結論，是不完整樣本下的偏頗論點。至於那些學測成績不好的學生，如果他們也能上好的大學，未來成就又會是如何呢？這一點無從驗證。

藉由這三個情境的案例，希望你能當心不完整的資料所造成的過度推論與誤解。

在我們的生活與工作中，時常要小心這種倖存者偏誤。

比方說，不少人喜歡從成功案例中歸納出所謂的成功者法則，但可能忽略了這些法則可能在失敗案例中也被使用，只不過這些失敗案例沒有機會被你看到而已。俗話說「淹死的都是會游泳的」，這也是忽略了不會游泳的很少下水、或是更會因此而防護得當，所以淹死的少。

（本文出自《高勝算的本事》作者：劉奕酉）