辛普森悖论——每个部分都赢，总体却输了

大家好，我是 Senko。 本文将解读“辛普森悖论”。

数据的世界里潜藏着可怕的陷阱：把一个群体分成两组来比较，A 更优秀；可合在一起统计，B 反而更优秀——这种事真的会发生。在部分中成立的结论，未必在整体中成立。把这个事实拍在我们面前的，就是辛普森悖论。

用具体例子来看

假设某大学的入学考试引发了“是否存在性别歧视”的争议。

工学院

• 男性：800 人报考，480 人录取（录取率 60%）
• 女性：100 人报考，70 人录取（录取率 70%）

文学院

• 男性：200 人报考，40 人录取（录取率 20%）
• 女性：900 人报考，270 人录取（录取率 30%）

分学院来看，两个学院都是女性的录取率更高。

可是，合计一下……

• 男性总计：1000 人报考，520 人录取（录取率 52%）
• 女性总计：1000 人报考，340 人录取（录取率 34%）

咦？总体上反而是男性的录取率更高。

每个学院里都是女性更优秀，总体却是男性领先。数字没有说谎，结论却发生了逆转。这就是辛普森悖论。

逆转为什么会发生

机关藏在“报考者的分布”里。

在上面的例子中，男性大量报考录取率高的工学院（800 人），女性则大量报考录取率低的文学院（900 人）。

也就是说，男性集中在“容易考上的学院”，女性集中在“难考上的学院”。即使在每个学院内部女性都更优秀，总体录取率仍会被“报考了哪个学院”这一分布偏差大幅左右。

这种第三方因素（本例中是学院的选择）称为“混杂变量”。无视混杂变量、把整体简单合计，辛普森悖论就会现身。

真实发生过的案例

辛普森悖论绝非纸上谈兵，现实中出过不少问题。

1973 年加州大学伯克利分校的招生中，总体录取率男性 44%、女性 35%，被怀疑存在性别歧视。可按院系逐一分析后发现，绝大多数院系里女性的录取率与男性持平甚至更高。

原因在于，女性更倾向于报考录取率低、竞争激烈的院系。作为历史上的真实案例，它经常出现在统计学教科书里。

数据分析的教训

辛普森悖论给出的最重要教训是：数据的汇总层级不同，结论可能不同。

只看总体数字下判断，可能得出与真相截然相反的结论。但也不是分得越细越好——分割过细会让样本量太小，统计上失去可信度，这是另一个问题。

关键是时刻带着疑问：“这份数据里是否藏着混杂变量？”尤其在商业决策和政策判断中使用数据时，对简单汇总的结果照单全收是危险的。

在医疗领域，评估某种疗法的效果时辛普森悖论频频作祟。如果重症和轻症患者在疗法分配上存在偏差，总体统计中疗效可能看起来正好相反。这也是随机对照试验（RCT）被奉为医学研究金标准的原因之一。

该把群体分开，还是合起来

辛普森悖论最让人为难的，是分开算才对还是合起来算才对，光靠数据定不下来。

从同一串数字里，分开算得出A占优，合起来算得出B占优。两边作为计算都正确，所以在统计的内部分不出胜负。

作判断的材料，是因果的先后。

看治疗效果时，患者的病情轻重在接受治疗之前就定了。病情越重的人越会被选去用强力的治疗，所以不分组去比，强力治疗就显得吃亏。这种情况下，分开看才是对的。

反过来，若拿治疗所引发的副作用去分组，那就等于把治疗效果的一部分抵消掉再看。这种情况下就不能分。

真的闹到打官司的例子

有名的是1973年加州大学伯克利分校的录取数据。

整体上男性录取率44%、女性35%，被怀疑存在性别歧视。可按院系分开来看，多数院系反而是女性的录取率更高。

机关在于报考去向的分布不同：女性大量报考录取率低的热门难考院系，男性则大量报考录取率高的院系。

• 整体来看：男性显得占优
• 按院系来看：女性略占优
• 实际发生的事：各院系的选拔并无偏袒，是报考去向的分布不同

在这个案例里，院系是在报考阶段由本人选的，处在处置之前，所以分开看更接近实况。

光盯着数字，是得不出哪边对的。教训是：得先想清楚“什么在影响什么”。我自己在分析之前也会先确认这个先后。

名字定下来的经过

它挂着辛普森的名字，可最先指出这个现象的并不是他。

• 卡尔·皮尔逊（1899年）：报告过把群体混起来相关就会变的例子
• 尤尔（1903年）：用列联表整理了同样的现象
• 爱德华·辛普森（1951年）：在论文中作了体系性处理，名字就此定下
• 科林·布莱斯（1972年）：把“辛普森悖论”这个称呼传开

因此它有时也被称作“尤尔－辛普森效应”。

辛普森本人并没有把这个现象叫作“悖论”，因为数学上什么也没矛盾。他的立场是：计算全都正确，吃惊的只有人的直觉。

即便叫法定下来之后，统计学家之间有时仍更偏好“逆转现象”这个中立的说法。

合并平均时的陷阱

这个现象的数学真身，在于把权重不同的平均简单相加了。

分母的大小按组而异时，整体的比率就会被人数多的组拖着走。就算在各组里都更优秀，只要优秀那一组的人数少，整体上也会输。

基本的注意点是：比率与比率之间不能相加，也不能求平均。

• 正确的处理：分子与分母各自相加之后再相除
• 不可以的处理：把各组的比率简单平均
• 比较时：把各组人数的偏斜对齐，或者干脆分着组比

命中率、开工率、达成率。处理分母会动的指标时，光是把这点放在心上，事故就能少很多。

违背概率直觉的相关悖论

以下是与辛普森悖论同样、数字的样子背叛直觉的相关悖论。

结语

本文解读了“辛普森悖论”。

统计用对了是强大的工具，用错了则会变成导出反向结论的凶器。看数据时，养成停下来想一想“这种汇总方式真的对吗”的习惯非常重要。

想返回悖论列表的读者请点击下方链接。

我们下一篇文章见。

世界经典悖论大全——哲学、数学、物理、经济学著名悖论完全解读zh.senkohome.com/paradox-list/