辛普森悖论与“人生的第三条路”

编者按：本文来自“孤独大脑”公众号（ID：lonelybrain），作者 老喻。36氪经授权转载。

概 述

有新闻说美国iPhone用户忠诚度没Android高，但该国iPhone的占有率却是在上涨。

两个数据都是“真实”，原因何在？

辛普森悖论揭示了数据会说谎的秘密。

本文最后少不了来一碗实用主义的鸡汤，扯了一下“怀才不遇”的统计学原理，和逆向运用辛普森悖论的人生第三条路。

一

意外吗？统计显示iPhone用户忠诚度没Android高。

据CIRP分享的最新统计数据，截至9月份的前12个月，（美国市场）Android用户的忠诚度（用户留存率）为92%，而iOS则是89%。

据了解，CIRP的季度统计以500名真实消费者为样本。

我好奇查了一下，CIRP公布了2017年Q4美国智能手机市场，iPhone的市场份额达39%，与2016年四季度的34%相比，同比增长了5%。

由上图我们也可以看到，自2017年底以来，iOS用户的忠诚度是持续上升的。

既然iPhone用户更不忠诚，投奔Android阵营的人不该更多吗？为何市场份额不降反升？

这里的确会有一个令人“疑惑”之处。

让我们简单算一下：

1、500个用户，按照最新市场份额，iPhone用户有195人，Android用户有305人；

2、Android用户的忠诚度（用户留存率）为92%，而iOS则是89%。所以叛逃率分别为8%和11%；

3、按此计算，Android用户叛逃了305*8%=24.4人，iPhone用户叛逃了195*11%=21.45人。

所以，真相是，尽管所谓“忠诚度”更低，但iPhone用户的净流入人数还是更多。

二

这让我想起了以前曾经写过的辛普森悖论。

斯坦福讲义里的例子：某大学历史系和地理系招生，共有13男13女报名。

历史系5男报名录取1男，8女报名录取2女。地理系8男报名录取6男，5女报名录取4女。

历史系：1/5（男） < 2/8 （女）
地理系：6/8（男） < 4/5 （女）
合 计：7/13（男）> 6/13 （女）

上面的数据给出一个令人迷惑的结论：尽管每个系女生的录取率都更高，但整体算下来男生的录取率却更高。

1、每个系的女生的录取率却都高于男生录取率。

历史系女生的录取率（2/8）大于男生录取率（1/5）。地理系女生录取率（4/5）也高于男生录取率（6/8）；

2、整个学校统计，男生录取率（7/13）高于女生录取率（6/13）。

当人们尝试探究两种变量(比如新生录取率与性别)是否具有相关性的时候，会分别对之进行分组研究。然而，在分组比较中都占优势的一方，在总评中有时反而是失势的一方。

该现象于20世纪初就有人讨论，但一直到1951年，E.H.辛普森在他发表的论文中阐述此一现象后，该现象才算正式被描述解释。后来就以他的名字命名此悖论，即辛普森悖论。

关于上题“录取率”，倒过来想容易很多，历史系女生被淘汰6人，男生被淘汰4人。地理系女生被淘汰1人，男生被淘汰2人。男生在基数较大的历史系申请人群中，绝对录取数更多，从而令整体淘汰率更低。

为了避免辛普森悖论出现，就需要斟酌个别分组的权重，以一定的系数去消除以分组资料基数差异所造成的影响，同时必需了解该情境是否存在其他潜在要因而综合考虑。

• 关于基数差异所带来的相关思考，我在（请点击➡️）《财富取决于极少的大高潮，幸福取决于较多的小高潮》一文中，有所提及。

• 另外一种基数差异所带来的认知陷阱，就是卡尼曼和特维尔斯基提出的“基础概率谬误”（Base Rate Fallacy）。我在此前的文章，多次探讨了这个使人困惑的问题：为什么人的直觉经常与贝叶斯公式计算的结果相悖？这是因为，人们在使用直觉的时候经常会忽略基础概率。（请点击➡️生命、宇宙以及任何事情的终极答案）

三

《简单统计学》里写道：混杂因素常常出现在使用观测性数据的研究中，因为人们无法通过现实的方法使这些因素维持恒定。

所以，我们应该牢记：

一项研究的结论有可能受到混杂因素的干扰。

该书作者加里.史密斯说，辛普森悖论实际上是更早时候由两位统计学家发现的。

辛普森悖论指的是：

当聚合数据被分解时其中的模式发生逆转的现象。

该书还举了几个有趣的例子：

1、阿拉斯加航空公司在五个存在竞争的主要机场，拥有优于另一家航空公司的准点运行记录，但其总体准点记录则不如竞争对手，为什么？

因为阿拉斯加航空拥有许多飞往西雅图的航班，而西雅图的天气问题经常导致飞机延误 。

2、对于每个年龄群体，瑞典的女性死亡率都要低于哥斯达黎加，但瑞典拥有更高的女性总体死亡率，为什么？

因为瑞典拥有更多的老年女性 （老年人拥有相对较高的死亡率 ） 。

3、一项医学研究发现，一种手术对于小型和大型肾结石的治疗成功率均高于另一种手术，但其总体成功率却不如另一种手术，为什么 ？

因为它经常被用于治疗大型肾结石（大型肾结石的治疗成功率相对较低 ） 。

以上例子之所以存在辛普森悖论，是因为某种混杂因素对聚合数据产生了影响 。

更值得学习的是，加里.史密斯写道：这并不意味着分解数据永远优于聚合数据 。举例如下：

在下表中，对两个假想的棒球选手进行了比较，将数据分解成了单日和双日。例如 ，科里在双日的 1 0 0次击球中击出 2 0个安打 ，安打率为 2 0 / 1 0 0 = 0 . 2 0 0 。

在这些编造出来的数据中 ，两名选手恰巧在单日拥有更好的表现 ，科里恰巧在单日拥有更多的击球次数 。因此 ，虽然吉米在单双日都具有更高的安打率 ，但是整个赛季安打率更高的人是科里 。

根据这些数据 ，你认为谁是更好的击球手 ？

正确答案是：科里。

因为我们没有理由认为单双日是一个有意义的混杂因素 。这只是数据中的一种巧合而已 。

在此情况下，聚合数据可以更加准确地衡量谁是更好的击球手 。

四

下面介绍一个更“实战”的案例，这段内容来自“数数科技”（公众号：ThinkingData）。

这个例子其实是倒过来说辛普森悖论：

总评中占优势的，在每个分组比较中反而都占劣势。

工作中的典型案例：

某产品的用户中有10000人使用Android设备、5000人使用iOS设备，整体的付费转化率应该是5%。细分发现其中IOS设备的转化率仅为4%，而Android设备则是5.5%。“聪明”的数据分析师得出结论：iOS平台的用户付费转化率低下，建议放弃IOS平台的研发。

一般来说，iOS平板的付费转化率比Android平板高出很多，而iOS手机的转化率也相对更好。这种情况下，设备类型就是复杂变量，如果数据是根据设备类型得到，那么其他的数据就可能被完全忽略。

接下来我们来对比这一组数据：

由此可见，Android设备转化率无论在平板端还是在手机端的转化率都小于iOS设备，这也跟我们的常规预期相符。

当计算全设备情况时，Android的转化比例为550/10000=5.5%，iOS的转化比例只有200/5000=4.0%。这也是题中“聪明”的数据分析师得出iOS版本应该下线的根源。

原因与应对策略：

误区产生的原因说起来也很简单，就在于将“值与量”两个维度的数据，归纳成了“值”一个维度的数据，并进行了合并。

（从上上图我们可以看到，基数较大的Android平板把“整体转化率”的数据带偏了。）

如果要避免“辛普森悖论”给我们带来的误区，就需要斟酌个别分组的权重，以一定的系数去消除因分组资料基数差异所造成的影响。而在实际转化例子中，就需要用如“ARPU”、“ARPPU”这样看似相似实际上有很大差异的指标来进行分割。

同样地，如果要更客观分析产品的运营情况，就需要设立更多角度去综合评判。还是拿上述的设备转化率为例，产品层考虑转化的前提会优先考虑分发量、用户量、运营思路、口碑等等。而往往为了实现最后的转化需要，需要更多前置目标做铺垫。

A/B测试中的注意点：

联想到产品运营的实践，一个常见的A/B测试误判例子是这样的：拿1%用户跑了一个重大版本，发现试验版本购买率比对照版本高，就说试验版本更好，我们应该发布试验版本。

而事实上，我们选取的试验组里往往会挑选那些乐于交流、热衷产品、又或者是付费率高粘性高的用户，把他们的数据与全体用户对比是不客观的。当最后发布试验版本时，反而可能降低用户体验，甚至造成用户留存和营收数据的双双下降。

收获与总结：

避免辛普森悖论的关键是要同时参考不同用户间的事实全貌。

第一，准确的用户分群在数据分析中是非常重要的，尤其是在免费产品当中，平均用户不仅不存在，而且是误导研发的因素之一，所以关键在于利用特征将用户进行合理划分。

第二，在一个具体的产品中，普适型的数据（如粗暴的对比IOS和Android总体情况）是没有多大参考意义的，一定要细分到具体设备、国家、获取渠道、消费能力等等再进行比对才有价值。

第三，斟酌个别分组的权重，以一定的系数去消除以分组资料基数差异所造成的影响，同时必需了解该情境是否存在其他潜在要因而综合考虑。

五

我们认为数据科学家和分析师是客观的，但数据可能会撒谎，如西谚所言：“通往地狱的道路是用好意铺就的”。

亚马逊欧洲商业智能部门负责人、资深数据科学家KarolisUrbonas，研究了数据科学家们应该知道的三种常见的“谎言”。以下是引用他的观点：

1、平均无处不在的平均值

平均值这种过度使用的聚合度量造成了无处不在的谎言。无论何时使用平均指标–除非底层数据正常分布（这种状况很少出现）–平均值都无法反应现实的任何有用信息。当数据分布偏斜时，平均值将受到影响，没有任何意义。平均值不是一个强大度量工具，容易受到异常值与正态分布有偏差的影响。

2、将数据拟合为假设–证实性偏见

如果数据科学家不得不快速得到结果，他们不得不快速回答或者解决问题。这意味着他们会把发现的第一个杂散相关就当做答案。在这些情况下，数据科学家搜索证据以确认假设，即“为假设寻找数据”。

3、并不存在的模式

人类的大脑善于在混乱中发现模式或图案--有时，它们开始发现并不存在的模式。这是数据科学家的致命陷阱。

说到数据会说谎，最有欺骗性的的例子莫过于统计学中著名的辛普森悖论了。正如前面两段所提及的。

六

假如我们的工作与数据和统计无关，辛普森悖论有何意义呢？

（来自百度百科）辛普森悖论就像是欲比赛100场篮球以总胜率评价好坏，于是有人专找高手挑战20 场而胜1场，另外80场找平手挑战而胜40场，结果胜率41%，另一人则专挑高手挑战80场而胜8场，而剩下20场平手打个全胜，结果胜率为28%，比 41%小很多，但仔细观察挑战对象，后者明显较有实力。

量与质是不等价的，无奈的是量比质来得容易量测，所以人们总是习惯用量来评定好坏，而此数据却不是重要的。

除了质与量的迷思之外，辛普森悖论的另外一个启示是：

如果我们在人生的抉择上选择了一条比较难走的路，就得要有可能不被赏识的领悟，所以这算是怀才不遇这个成语在统计学上的诠释。

关于道路难易的选择，有三种人生路线：

1、较难的道路。例如爱因斯坦，他说，科学研究好像钻木板，有人喜欢钻薄的，而我喜欢钻厚的。

类似的职业有科学家、首富、体育冠军、明星基金经理、超级巨星，等等。

这类道路，获胜概率极低，付出代价极大。也容易落入“怀才不遇”的境地。

当然，在一个富足的、有安全感的社会里，会有更多的人选择这条路。期待我们亦如是。

此谓：Think big！

2、较容易的道路。平凡之路，是你我普通人主动、或者被动的选择。过过日子，陪好家人，自得其乐，不危害社会，也没啥不好。

比较是万恶之源，这条道路上的人的绝大多数苦恼，来自与第一条道路人士的比较。

3、短期容易长期较难的道路。这种道路眼下看起来并不难，人人可以走，但最终坚持下来的却极少。

巴菲特在1989年给股东的信里写道：

我们之所以能够获得现在这样的成功，是因为我们总是专注于发现那些一英尺高的，我们能够跨越的障碍，而不是因为我们获得了什么能够一举越过七英尺的能力。

虽然说起来似乎有点不公平，但是无论在经营还是投资当中，往往都是坚持那些简单和显而易见的东西比解决难题更赚钱。

如同上面的“辛普森悖论”里提及的篮球比赛，长期投资这类事，是可以绕开“专挑高手挑战”之路的。

在某种意义上，价值投资，长线思维，其实是逆向运用了“辛普森悖论”，找到高确定性的小目标，看起来“分组比较”中没什么优势，但利用时间的魔力，最终实现了总体统计上的最高回报。

选择较容易的“一英尺高的横杆”，去找平手挑战篮球，并非逃避难题，专挑软柿子捏，而是为了实现可重复、可持续的事情。

只有在更少的、更重要的变量分析上持续做到最好，才是提高整体投资回报确定性与大概率的最简单、最朴素的方法。

此谓：Thinklong！

最终，正确的Long，都将变成Big。

最后

第三条道路，其实是前两条道路的混合。其短期看起来是第二条路，长期看起来是第一条路。

对比“较难的道路”，理论上这条路普通人也有指望。在这条道路上，要取得非凡的成果，没有必要非得做非凡的事情。

但，反之，仅靠平庸的叠加，不管你多么拼命、坚持，也未必能够取得非凡的成果。

这其中需要天赋、勇气、努力、热爱、意志、运气和梦想。

深究下去，第二条路上的人，就条件而言与第三条路上的人并无二致。对于绝大多数资质平庸的世人，第二条路是生活的常态，第三条路是生活的希望。辛普森悖论是两条路之间神秘链接的一种。

关于这“短期容易、长期较难的道路”，上帝是慈悲的，令这路可期盼；上帝是智慧的，让这路不简单。