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
發表於 2023-06-19 16:13 作者: 區塊鏈情報速遞pro
統計專業出身的知識自僱者劉奕酉,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。
●第一位研究生的倖存者偏誤:當他問出「你喜歡的戶外活動是什麼?」這樣的問題時,就已經預設了答案的選項,而忽略了那些不喜歡戶外活動的受訪者;問題已經決定了答案。在不少政治性民調中,也會出現這樣的偏誤,使得結果失真未能反映出真正的民意。
●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「淹死的都是會遊泳的」,這也是忽略了不會遊泳的很少下水、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)
編輯推薦
- 報告得再多不如一張好圖!做好「數據視覺化」讓老闆照著你的判讀做決定
- 星巴克一天的咖啡銷售金額有多少?不必當店員,你也能知道它的獲利關鍵
標題: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
地址:https://www.coinsdeep.com/article/15705.html
鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。