幸存者偏见，是一种常见的逻辑谬误。
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。
“幸存者偏见”解读
如果用一句通俗的话来概括“幸存者偏见”，就是【死人没法开口】。
如果要说得更具体点，那就是：
当你在分析某个事物的时候，可能会面对诸多的证据（样本）。但是大多数人通常只注意到【显式】的样本和证据，而忽略了【隐式】的样本和证据。从而得出错误的认知、错误的结论。
为了更形象一些，来说一下“幸存者偏见”的出处——古罗马的西赛罗（与凯撒同时代的知名政治家、文学家、演说家）讲过一个故事，大意如下：
有一群宗教信徒在某次沉船事故中幸存。幸存后，他们就找人作画（画面上是一群人在事故中祈祷），以此来宣扬说：因为他们作了虔诚的祷告，所以才在沉船事故中幸存。
某信徒拿了这幅画给一个无神论者看。这个无神论者直接反问道：那些祈祷之后淹死的人，他们的画像在哪里？
以上就是“幸存者偏见”的出处。那些“祈祷之后依然淹死的人”，他们已经死了，不可能再去告诉别人，他们的祈祷失灵了。
“幸存者偏见”案例分析
◇【战争】飞机防护
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:
- (1)统计的样本,只涵盖平安返回的轰炸机;
- (2)被多次击中机翼的轰炸机,似乎还是能够安全返航;
- (3)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!
这个故事有两个启示:
一是战死或被俘的飞行员无法发表意见,所以弹痕数据的来源本身就有严重的偏误;
二是作战经验丰富的飞行员的专业意见也不一定能提升决策的质量,因为这些飞行员大多是机翼中弹而机尾未中弹的幸存者。
◇【IT】领域——创业的“银弹”
作为IT从业人员，经常在某些IT网站上看到某某公司的创业事迹。如果你也跟我一样，估计这方面的故事也看了不少。
不知你有没有发现，那些广为流传的创业案例，都是【成功】案例。
越成功的，越具有传奇色彩，被宣传的次数就越多（比如：乔布斯、盖茨）。相反，那些创业【失败】的案例，（相比而言）被提及的次数非常非常少。
这会产生啥问题呢？
假设某个有志青年想要创业，他看了很多创业成功的案例，这些案例都提到某些共同的因素。
于是，此人就误以为这些共同的因素是“银弹”——只要具备这些银弹，创业必定成功。这就如同西赛罗的那个故事——只看到存活的祈祷者，就误以为“祈祷”是存活的【充分条件】。
◇【成功学】领域——虚假的“充分条件”
说完“创业”，很自然就联想到“成功学”。那些鼓吹“成功学”的文章/书籍，通常存在很多谬误，其中一个谬误是——号称“某某方法论”是成功的【充分条件】。
换句话说，只要具备了该方法论，就一定可以获得成功。
为啥说这是一个谬误？
因为这些鼓吹成功学的文章/书籍，通常都【没有】去检验——该方法论是否也出现在失败者身上。
只要有一个失败者也采用了该方法论，就足以说明——这个方法论【不是】成功的充分条件。
比如说，很多成功学的理论提到了“勤奋”是成功的充分条件。但其实，勤奋而没有成功的，大有人在。
所以，“勤奋”显然不是“成功”的充分条件；甚至也不是“必要条件”。
“幸存者偏见”导致的问题
接下来，总结一下“幸存者偏见”可能导致的问题——分三个方面。
错误的认知
这个最好理解了——由于“错误的认知”会导致你对“沉默证据”的忽视，所以你对该领域的认知是不完全的。
错误的归因
在【只看到】“显式样本”的情况下，你可能会产生一些错误的归因。“幸存者偏见”导致的“错误归因”会有很多种。这里仅举几个例子。
- 因果倒置
想必大伙儿都看过举重比赛。对于举重运动员，很多人都有一个错误的观点——以为这些运动员是在练习举重之后，才导致身材变得矮壮。
但实际上捏，举重队在一开始筛选运动员的时候，就把那些身材细长的忽略掉了（这些身材细长的候选人，就是“沉默的样本”）。
换句话说，是因为他们身材矮壮，才有可能被选中去参加举重培训，而不是因为参加举重培训导致身材如此——这就是【因果倒置】。
- 牵强的归因（无中生有）
假设某个赌徒去赌场玩“押大小”（此游戏的胜负概率皆为50%），连续赢了10次。对于大型赌场，每天来玩的人足够多，那么一段时间之后，总会出现某个赌徒玩“押大小”连续赢10次（甚至更多次）。
从概率学的角度讲，这是很普通的。但是对该赌徒而言，如果他陷入了“幸存者偏见”这个误区，他就会企图给这个现象找到一个解释（进行“归因”）。
假如此人是个宗教信徒，他/她可能会断言——有神明相助。
这就属于“牵强的归因”——把【随机事件】看作是有其它原因，并企图在随机性之外寻找一个解释。
错误的决策
还以刚才赌徒的例子来说事儿。
假设这个赌徒是宗教信徒，并且误以为自己连续赢10次是神明相助，那么他/她就会获得一种【虚假的信心】，并在这个“虚假信心”的支持下继续玩，甚至还会加大赌注/筹码。最后的结局很可能是——彻底输光。
这就是“幸存者偏见”导致的“错误决策”。
如何对付“幸存者偏见”？
在本文的最后部分，大致说一下：如何对付“幸存者偏见”？
以下几个步骤，来自于我粗糙的想法。
1. 意识到“沉默证据”的存在
这是最起码的一点——你首先要能意识到“沉默证据”的存在。
这说起来容易，做起来很难——你需要形成这样一种思维习惯：每当看到“显式的证据”，你都要在内心反问：是否存在与之对应的“隐式证据”？
2. 找到不同类型、不同层次的“沉默证据”
在前一条的基础上，你如果能找到“沉默的证据/隐式的证据”，自然就会获得更全面的认知。
有必要提醒一下：“隐式的证据”有时候不止一种类型。碰到这种情况，不是每个人都能想到所有的类型。
提到的“舆论”的例子。那些思考问题不够深入的同学，通常只意识到“网管审查/删贴”导致的“沉默证据”，而忽略了更隐蔽的“沉默证据”——那些连上网条件都没有的人，是无法在网上表达不满的。
3. 尝试排除“随机性”
决定一个样本会成为“隐式样本”or“显式样本”，有两种可能：
- 情况A
至少有一个原因在起作用
- 情况B
根本就【没有任何原因】（比如“抛硬币”），仅仅是随机性决定了某个样本会成为“显式” or “隐式”。对此种情况，如果你非要去找出一个原因，就会出现前面提到的“牵强的归因”。
如果你在分析某个案例时，不清楚属于上述哪一种情况，那么你需要尝试去排除“随机性”。如果无法排除，那么你就只好认可该案例是“随机性”驱动的。
————————
文章采辑于编程随想，不代表YY920|SPACE的立场
本文由curt授权YY920|SPACE发表，并经YY920|SPACE网站编辑。转载此文章须经作者同意（微信号：yuxuanke），并请附上出处(YY920|SPACE)及本页链接。