先贤方法库SAGEDECK

首页/心理/MM106

幸存者偏差

Survivorship Bias

弹孔该补在没有弹孔的地方

亚伯拉罕·瓦尔德数理统计学家，1943 年在哥伦比亚统计研究组写下弹孔与装甲备忘录纳西姆·塔勒布在《随机漫步的傻瓜》里用沉默证据把这一偏差带向大众乔丹·艾伦伯格威斯康星大学教授，2014 年用弹孔密度数据把这个故事讲透

学习内容转载自向阳乔木的开源作品。原版证据分级沿用，未在本轮逐条重新核验；示意曲线与跨领域类比不能直接证明业务结论。

01 · 场景

弹孔最密的地方，反而不该加装甲

1943 年，哥伦比亚大学的统计研究组，接到了美国军方的一个委托。从战场上飞回来的轰炸机，弹孔大多集中在机翼和机身，引擎的部位，很少中弹，军方因此打算，给弹孔最密的地方，加装装甲。统计学家亚伯拉罕·瓦尔德给出了相反的答案：装甲应该装在没有弹孔的引擎和驾驶舱上。理由是，军方数到的，只是飞回来的那些飞机，引擎中弹的飞机，大多已经坠毁了，根本没有机会进入统计。同组的艾伦·沃利斯后来回忆，瓦尔德的分析，改变了整个加装甲的方案。这份 1943 年的机密备忘录，几十年后才解密，成了统计学里最有名的案例之一。

02 · 原理

一张图看懂它怎么运转

FIG. 原理图幸存者偏差 · Survivorship Bias

沉默的证据，没有数据，却决定着结论的对错。修正的起点，是追问：消失的那些，去哪儿了？

03 · 动手

1000 个基金经理，每年抛一次硬币

你只在报道里，看到站到最后的人，看不到那些出局的 99% 以上。从幸存者身上总结的“成功秘诀”，样本本身，就已经坏了。

04 · 边界

什么时候它会坑你

消失者完全没有记录，比如古代的战败者，或者史前的物种

模型会说必须把沉默的证据补齐，再下结论。

现实是有时只能靠化石、残骸这类间接的线索去推断，结论要标注不确定性，硬补数据，反而会制造假象。

幸存和淘汰，纯粹由运气决定，没有筛选的机制

模型会说样本有偏，需要修正。

现实是没有筛选，就没有偏差，这时候幸存者的样本，和全体一样好，过度修正，反而会引入新的错误。

研究的目标，就是幸存者本身，比如调查康复患者的生活质量

模型会说样本有偏，结论没法用。

现实是只要不把结论外推到全体患者，研究幸存者，完全合法。偏差是研究的对象，不是错误。

把它当成万能的反驳话术

模型会说任何成功的案例，都能用幸存者偏差打发掉。

现实是有些规律，在失败者身上同样成立。先查数据，再反驳，别把“偏差”当成免检的金牌。

05 · 证据

返航轰炸机的弹孔分布，每平方英尺弹孔数可靠二手

返航的飞机，引擎中弹最少，不是因为引擎安全，而是因为引擎中弹的飞机，没能飞回来。

来源：Wald 1943 年备忘录中的弹孔密度数据，转引自 Jordan Ellenberg《How Not to Be Wrong》(2014)

06 · 用法

照着做，一共 5 步

  1. 先定义完整的样本问一句：出发的飞机、发行的基金、创业的公司，一共有多少。
  2. 数一数，消失了多少清盘的、倒闭的、坠毁的，这些名单往往不在眼前，找不到数据，也要承认它们存在。
  3. 把幸存者和消失者，并排比较只有两边都有记录，某个特征的差异，才可信。
  4. 对每个结论，做一次反向检验弹孔多，说明该加固，反过来想，也可能是没弹孔的部位，更致命。
  5. 少读成功学，多看全样本的统计采访一百位富豪的共同习惯，不如查一查全部创业者的五年存活率。

08 · 出处

出处与延伸阅读

  1. Abraham Wald, A Method of Estimating Plane Vulnerability Based on Damage of Survivors, 1943，1984 年由 Mangel 与 Samaniego 整理重刊于 Operations Research一手核实搜索原文 ↗
  2. Jordan Ellenberg, How Not to Be Wrong: The Power of Mathematical Thinking, 2014可靠二手查看原文 ↗
  3. Nassim Taleb, Fooled by Randomness, 2001可靠二手搜索原文 ↗
  4. SPIVA 年度记分卡，标普公司主动基金与指数对比报告可靠二手搜索原文 ↗

原版 · 参数实验

只统计幸存基金，收益会被高估多少

模型教学模拟，参数与曲线不是业务预测。

清盘的比例越高、持有的时间越久，幸存者样本的平均收益，离全体就越远。榜单越好看，越要提防。

BC · 应用补充

先给主判断，再展示依据

  • 主判断：先回答当前问题，给出有证据的首选解释、方案或行动。确实并列时写明比较结果及下一项区分证据，不用罗列可能性代替判断。
  • 判断依据：把关键原始记录、计算和推断连到结论。说明方法实际改变了哪项判断；来源不足时缩小结论范围，仍交付已能成立的部分。
  • 量化口径：按方法原有公式、单位和分母计算。材料编码须去重并单列未知；没有量化依据则给理由明确的定性比较，不编统一分数或未经校准的概率。
  • 反证与改判：指出最强的相反证据、替代解释或敏感变量。写清什么新事实或阈值变化会使首选改变；未经对照的相关性不写成因果。
  • 实际用途：把主判断转成当前可执行的动作、停止条件或下一项验证。负责人、预算和期限按已知材料填写；不为完成模板发明业务事实。
  • 适用范围：保留各方法自己的产出与失效条件。表达教程不承担业务结论；未核定资料不自动推荐；临床条目按其专项范围交付知识、行为应对或就诊准备。

BC · 应用补充

开始前，准备什么

最小输入

  • 当前要做的决定及可选行动
  • 与原模型变量对应的事实、约束和反例；类比条件必须另行核对

应留下的产出

  • 当前问题与模型的对应关系、适用边界和待验证的行动

BC · 应用补充

把这个方法交给 Agent

写下当前问题，生成包含方法编号、材料清单和边界的请求。内容只在当前页面处理。

查看 Agent 接口 →

BC · 应用补充

出处与证据范围

转载学习材料。verified / secondary / draft 沿用原站分级，并非本库本次重新核验。跨领域类比不是因果证据。

  1. 向阳乔木 · 思维模型 Wiki：幸存者偏差

    支持转载正文、名称和来源分级的追溯；不表示本库独立核验了全部论据或证明业务效果。

名称与整理说明

沿用原版中英文名称；不声称译名由本库首创或所有术语均有唯一译法。

步骤来自原版 howto；最小输入与产出为本库接入约定。

登记版本 2026-10-25.3。来源状态沿用登记表，不表示所有来源均在本次重新核验。