信息隱蔽在暗處

  「倖存者偏差」來源於一個著名的故事。

  第二次世界大戰中，空軍是最重要的兵種之一。由於盟軍的戰機在空戰中損失嚴重，無數次被法西斯炮火擊落。為此，盟軍總部秘密邀請了一些物理學家、數學家及統計學家組成了一個小組，專門研究「如何減少空軍被擊落概率」的問題。

  

  當時軍方統計了所有返回飛機的中彈情況，發現飛機的機翼部分中彈較為密集，而機身和機尾部分則中彈較為稀疏，於是當時盟軍高層的建議是加強機翼部分的防護。

  但這一建議被小組中的一位來自哥倫比亞大學的統計學教授亞伯拉罕·瓦爾德（Abraham Wald）駁回了，瓦爾德教授提出了完全相反的觀點：加強機身和機尾部分的防護。

  那麼這位統計學家是如何得出這一看似不夠符合常識的結論的呢？瓦爾德教授的基本出發點是基於三個事實：

  1.統計的樣本只是平安返回的戰機。

  2.被多次擊中機翼的飛機，似乎還是能夠安全返航。

  3.在機身和機尾的位置，很少發現彈孔的原因並非真的不會中彈，而是一旦中彈，其安全返航的概率極小，即返回的飛機是倖存者，僅僅依靠倖存者做出判斷是不科學的，那些被忽視了的非倖存者才是關鍵，他們根本沒有回來！

  瓦爾德教授認為「哪個地方被擊中得最多，就對哪個地方進行保護」是一種有嚴重偏差的觀點。雖然返回的轟炸機機翼受損很嚴重，說明它被多次擊中，但還是能夠安全返航。而機身和機尾的部分很少發現彈孔，說明一旦被擊中，安全返航的概率就非常低，那些看不見的地方才是最致命的。

  軍方採用了瓦爾德教授的建議，加強了機身和機尾的防護，後來證實該決策是無比正確的，盟軍戰機被擊落的概率大大降低。

  這個案例後來被引入經濟學，叫作倖存者偏差，即分析問題時所依賴的信息全部或者大部分來自顯著信息，較少利用不顯著的信息或者徹底忽略「沉默的信息」，因此得出的結論與事實情況就可能存在巨大偏差。

  結合飛機中彈這個倖存者偏差的案例就會明白，我們分析問題時，不能只看到那些「明處」的信息，而忽略那些隱蔽在「暗處」甚至看不到的信息，否則，得出的結論往往會與真實情況差別很大。

  這個理論可以運用到我們生活的方方面面。

  很多著名企業家都曾經輟學創業，比如比爾·蓋茨輟學創辦微軟，史蒂夫·賈伯斯輟學創辦蘋果公司，馬克·扎克伯格輟學創辦Facebook，等等。

  因此各種各樣的雞湯鼓吹學歷不重要，讀書無用論，導致一些年輕人桀驁不馴，以為自己也能像他們一樣，未來很美好，隨隨便便登上福布斯，不用學歷也能笑傲江湖。

  了解了倖存者偏差，就會知道，企業家輟學創業成功的只有這麼幾位，更多的企業家都有著紮實的學識和教育背景。即使是這幾位，也都是從哈佛等著名高校輟學，能進入這些名校的人已經是「倖存者偏差」了。