02选择性偏差
选择性偏差，也叫幸存者偏差，我们常常会基于可见到的数据做决定，而忽略没有看到的数据。
最经典的案例，就是二战时美国军方准备加强战斗机的装甲防护，在统计机身上被打中的弹孔位置后，决定在弹孔最集中的部位进行加固以抵抗敌方火力。
看似合理，实则已经陷入偏差之中，美军只注意到了那些幸存下来的飞机，而那些被摧毁的飞机才是更重要的考察样本，被摧毁飞机的受损部位，才是致命的。
这就是选择性偏差对决策的影响，我们很容易只注意看到的数据，而忽略看不到的数据。如果想要做出优质的决策，就要考察所有的数据，而不能断章取义，抽取某一时期或某一部分作为样本。
生活中一个不爱学习或学习不好的人，看到高考状元生活落魄，或者小学毕业人生辉煌，就格外认可，但实际上大部分学习优秀的人都有更好的上升空间，大部分学习不好的人都只能做底层工作，但是我们经常因为自己心中的观点，忽略大概率的现象，执着于小概率的事件。
又比如股市中，每天都有不同的人能享受股票涨停，但同一个人长达几年的时间内连续抓到涨停的概率为零，有人以小博大一年资产翻了三五倍，但几亿股民就出了那么几个。
这就好比看中奖信息每天都有一等奖，但绝对不可能同一个人连续获得一等奖。但我们经常因为一个个例，忽略大概率的事实，认为每天抓涨停或者短期投机暴富，是一种有效的方法。
为了避免证实性偏差，就应该客观地考虑所有数据，而不是仅仅考虑支持个人假设的数据；为了避免选择性偏差，就需要拥有全面的数据集合，而不是有意或无意排除总体之中某个子集的集合。
因此，当为了避免常见错误而设计收集数据的规则时，就应该首先设计有助于避免偏差的规则，这才是做出正确决策的前提。
网友评论