【統(tǒng)計陷阱 】張忠元：渣男受女生歡迎？數(shù)據(jù)會說謊
瀏覽：3574次
以下為張忠元演講實錄：
演講嘉賓張忠元：《渣男受女生歡迎？當心統(tǒng)計陷阱》
說起“統(tǒng)計學”，你可能會想到CPI或GDP這些數(shù)字。這是政府統(tǒng)計的內容，屬于統(tǒng)計學的一個重要分支。
其實，統(tǒng)計學對我們日常生活的影響遠比這些數(shù)字更深入和廣泛。
比如我們大家吃的藥物，看起來是制藥業(yè)的工作，其實統(tǒng)計學在其中貢獻很大。如果沒有統(tǒng)計方法，我們就沒辦法知道這個藥它是不是一種安慰劑。什么是安慰劑？一個淀粉片，醫(yī)生說是止痛的，結果吃了淀粉片的病人會有1/4報告說不疼了或癥狀減輕了，其實他吃的只是淀粉片——安慰劑效應的威力可見一斑。如果我們不用統(tǒng)計方法把安慰劑效應去掉，市場上賣的藥就不一定真的是可以治病的。
其實，你在日常生活中做的重大決策，很多也是觀察了身邊很多事情、咨詢了身邊很多人而做出的。這種“收集資料——去偽存真——最終得出結論”的過程就可以叫做“統(tǒng)計”。
統(tǒng)計方法和我們日常生活的聯(lián)系非常緊密，但它不是靠直覺就能用好的。統(tǒng)計學很容易被誤用和濫用。
比如，我們經(jīng)常會把日常生活中相互關聯(lián)的兩件事情看作是有因果關系的，但其實，事實往往不是這樣，這個錯誤在統(tǒng)計學上叫“相關不等于因果”。
簡單來說，看到公雞打鳴，然后太陽升起來了，但我們不能說太陽是被公雞叫起來的。
再比如說，大數(shù)據(jù)分析表明：冰激凌銷量高的時候，泳池溺水事故的發(fā)生量也會增加，所以“泳池溺水的事故的發(fā)生量”和“冰激凌的銷量”這兩件事是相關的——它們有共同的原因，就是季節(jié)——但它們顯然沒有因果關系。這是比較簡單的情況。
當我們遇到更復雜局面的時候，就往往容易犯錯誤。比如說，看到小孩子天天玩游戲，然后他的考試成績又比較差，家長就會很自然地把這兩件事聯(lián)系起來，然后簡單地把“玩游戲”當做他考試成績差的原因——其實這兩件事是不是也只是具有相關關系而沒有因果關系呢？它們是不是有一些共同的原因呢？家長們把這件事想清楚了，就可以給孩子提供更好的教育。
還有更隱蔽的情況。比如這是我在朋友圈看到的圖。說，我和大雄差不多都沒用，為什么我就沒有那只叮當貓呢？其實，在大雄身上，“沒有用”和“有叮當貓”這事是相關的，但是你不能把它們當作因果，所以，你沒有用，也不一定有那只叮當貓。（我的朋友圈就是這么用來抬杠的，大家可以想見，我能有多少朋友…… ）
再比如這個：
她是怎么痊愈的？大家自己心里想。
還有更好笑的例子。
這個發(fā)言人犯的錯誤就是，認為特定的影片類型和特定的消費行為是相關的——但這其實是虛假相關，就是說，“相關性”本身并不存在，它就是個巧合。為什么這么說呢？因為《芳華》是在冬天上映的。
另外，我要強調一句：相關固然不等于因果，但是相關里邊也許蘊含著因果，所以往往需要科學家做更多的工作來研究。當然，這是后話。
▼▼▼
前幾天“我是科學家”開設了一個新欄目，叫做“我問科學家”。剛剛在電影里扮演了渣男的明星佟大為先生問了這么一個問題：為什么渣男還會被喜歡？
要我說，這是個偽問題。這是沒問我，問我的話，這節(jié)目辦一期就結束了。
（這么用朋友圈，可以想見，我真的沒多少朋友了……）
為什么說它是個偽問題呢？容我慢慢道來。
在我看了，要厘清這個問題，至少要分為三個層面。
● 第一個層面，什么是“渣”？我理解的意思是“花心”。
● 第二個層面，女生知道他渣嗎？如果女生不知道他渣，這叫詐騙，不在我們的討論范圍之內。
● 第三個層面，女生知道他渣，而且在同等條件之下比他不渣更喜歡，也就是說這個男生如果不渣了，不花心了，這個女生就沒那么喜歡他了——這事兒存在不存在？我心里是打了一個大大的問號的。
演講嘉賓張忠元：《渣男受女生歡迎？當心統(tǒng)計陷阱》
▼▼▼
人們?yōu)槭裁磿a(chǎn)生這種認知？在統(tǒng)計學上也早有研究，至少涉及到兩個知識點，一個是生存偏差，一個是隱含變量。
生存偏差的意思是，大家只會關注到或更多地關注到那些活下來的、成功的案例，而會忽略掉那些失敗的、沒有活下來的案例，進而分析那些活下來的成功的案例有什么經(jīng)驗、有什么特點，這其實沒啥價值。
具體到這個問題，你只關注到或者看到了那些有人愛的渣男，而忽略掉了那些大量的沒人愛的渣男，進而分析這些有人愛的渣男有什么特點，這事有價值嗎？成功學走的都是這個套路，只分析那些成功的案例有什么特點，但你要是當真就廢了?！?/span>
比如這個，每年都有一次：高考狀元有個特點，你家孩子有沒有？有什么特點呢？難道是“都說中文”嗎？我心里好高興，我家孩子也有。
第二個問題是隱含變量。固然，有的渣男活下來了，有人愛了，但是這個“渣”的屬性是給他減分的，讓他有人愛的原因可能是他的其他屬性。所以，這里如果忽略那些其他屬性，簡單地來分析“渣男有人愛”這事兒就不靠譜?！?/span>
當然我們承認，在不同的女生眼里，這些屬性的重要性排序不一樣。比如，有人是顏控，看重顏值，只要有顏，其他都不重要；有大叔控，只要成熟，其他的都不重要；還有的看重男生經(jīng)濟狀況，但我確實沒聽說有渣控的。
說到隱含變量，再來看下面這個研究。
發(fā)表在美國一個期刊上的這么一個論文，說“清潔產(chǎn)品對女性肺部的傷害相當于每天都吸一包煙，而對男性的肺部無影響”?？吹竭@，我差點沒哭了，這是什么有毒的研究，為了讓男生干家務都這么拼了嘛？“對女生的影響這么大，而對男生的肺部沒有影響”這事兒不是很詭異嗎？只要是談到“男生做家務”這樣的研究，我都會認真對待，一定要寫文章來反駁的。（畢竟書不能白讀。多讀點書，就能在家庭當中立于不敗之地。所以我離婚之后□□□□）
好，咱們言歸正傳。
這個研究，要我看就是忽略了一個隱含變量：做飯。愛清潔的女性往往更愿意做飯，而做飯是傷肺的，而對男性而言，清潔更可能是他的一個職業(yè)，和他做飯不做飯沒啥關系。
▼▼▼
再來看這個。如果我們考慮不同醫(yī)院腫瘤科的死亡率，你會發(fā)現(xiàn)著名醫(yī)院腫瘤科的死亡率可能比下級醫(yī)院的更高。那是不是說，著名醫(yī)院的醫(yī)生的水平也沒有很高？這當然不是事實。因為這里也是忽略了一個隱含變量：腫瘤類型。到頂級醫(yī)院看病的大部分都是難治性的腫瘤，死亡率本身就高。但是這個情況比較明顯。
下面這個例子就沒有那么明顯了，需要大家一點思索。
人們發(fā)現(xiàn)，美國伯克利大學在招生錄取當中，女生的錄取率明顯偏低，于是質疑伯克利大學存在“性別歧視“的問題——這事兒看起來沒毛病，數(shù)據(jù)就擺在這里，還有什么話講？但那是你的反應。人家伯克利大學那是一根頭發(fā)分8瓣，細得很，不會輕易就說存在這個問題。當然，事實也的確不是這樣?！?/span>
因為，如果分專業(yè)來看，你就會發(fā)現(xiàn)：在各個專業(yè)女生的錄取率其實都是更高的。之所以會產(chǎn)生“總體錄取率女生偏低”這一結果，是因為女生大部分都報考了那些本身就難以錄取的學院，而男生則大部分報考了那些錄取率本身就偏高的學院。這個現(xiàn)象就叫“辛普森悖論”。
???
再來看下面這個例子?！?/span>
這是2組人，每組10個人。大家進行過關游戲，過關人數(shù)多的那組獲勝。
關卡有兩種，一種是簡單模式，一種是困難模式。不管你選擇哪種關卡，只要過關就算獲勝。
那么因為各種原因，第一組人更愿意選擇簡單模式。大家看一共10個人，有8個人選擇了簡單模式。第二組人更愿意選擇困難模式，一共10個人，有8個人選擇了困難模式。
經(jīng)過比賽結果如下：在簡單模式下，第一組人有7個人過關，獲勝了；第二組人全部過關。所以在簡單模式下，第二組人他的過關率是更高的。類似的分析，在困難模式下，第二組人他的過關率也是更高的?？墒强傮w來看，第一組的過關率就更高了。這個現(xiàn)象就是“辛普森悖論”，因為第一組人更多的選擇簡單模式了，簡單模式本身過關率就更高?；氐絼偛拧澳[瘤醫(yī)院和死亡率”的例子。那些著名腫瘤醫(yī)院里的醫(yī)生就好像那些更愿意選擇困難模式的選手一樣，本身就是命苦。
???
剛才講了這么多統(tǒng)計學的誤用，其實我們還要注意：統(tǒng)計學不能濫用。
如果我們在社會治理當中濫用統(tǒng)計，后果就很嚴重了。比如，我們住在北京，如果統(tǒng)計來自各個省的人的犯罪率，假如，我是說假如統(tǒng)計得出結論，東北人的犯罪率更高，那我們能不能要求東北人晚上不許出門呢？顯然不能這么做。
為什么不能這樣做？
因為我們把一個基于群體的總體結論用在了個體身上，何況這種結論可能還有其他隱含因素。而每個人都是很寶貴的，這種決策即便是傷害到了一個個體，代價也是巨大的、不可彌補的。我們在做決策時，都是在損失和收益之間做平衡的，而這種決策損失巨大，違背了倫理，屬于統(tǒng)計學的濫用。它有一個專業(yè)的名詞叫“統(tǒng)計性歧視”，這種決策不會發(fā)生。但是在日常生活當中，統(tǒng)計性歧視卻常常在發(fā)生。那些戴著有色眼鏡，按照性別、按照種族、按照籍貫來區(qū)別對待別人的行為，又豈止是一件兩件？
不過，話說回來，你可以想象一個場景：一個女孩晚上夜歸，后邊有個男生一直跟著你——這個時候你該跑還得跑，不能說“張老師說了，我要是跑了，就是把他當壞人，這屬于統(tǒng)計性歧視，我得跟他先交換個微信聊一聊，看他是不是壞人”。這樣就屬于僵化了，有棗沒棗打三桿子，這不行。
記?。航y(tǒng)計學你要慎用，不能濫用。
最后，作為統(tǒng)計學者，我要做一個統(tǒng)計：請沒有來的朋友舉手。沒人舉手，看來全北京的科普愛好者都來了，我這是要火。感謝各位的耐心。
演講嘉賓張忠元：《渣男受女生歡迎？當心統(tǒng)計陷阱》
想時刻了解最新行業(yè)動態(tài)？
長按二維碼，
讓你分分鐘看到最新知產(chǎn)訊息
