跳转到主要内容
类别: 效应
类型: 认知偏见
来源: 统计学与军事研究,二战时期,Abraham Wald
别名: 生存偏差
快速回答幸存者偏差(Survivorship Bias)是一种认知偏见,人们在关注成功案例的同时忽视了那些不再可见的大量失败案例。统计学家Abraham Wald在二战期间首次系统研究这一效应,这种偏见通过只检查一个过程的”幸存者”而忽略那些没有幸存的对象,导致错误的结论。理解幸存者偏差有助于避免从不完整的数据中得出虚假结论,并让你质疑你”没有看到”什么。

什么是幸存者偏差?

幸存者偏差是一种强大的认知偏见,它扭曲了人们如何从案例和数据中学习。当评估一组成功者时,人们自然关注可见的成功,而看不见的失败——占绝大多数的未成功者——未被检查。这导致了关于什么导致成功的系统性扭曲结论。 关键在于,成功留下了可见的痕迹,但失败往往完全不留下任何痕迹。当只研究成功的企业时,失败的企业是不可见的。当只研究成功的企业家时,失败的企业家已经消失了。当只研究成功的投资时,亏到零的失败投资已经消失。这在我们相信自己能从观察成功中学到什么方面造成了深刻的扭曲。
我们把可见性误认为代表性——假设我们能看到代表所有可能性,而实际上我们只看到了成功的那些。
这种偏见通过几种机制运作。首先,失败的案例实际上更难找到——它们可能已经破产、关闭或以其他方式变得不可见。其次,人们自然被成功故事吸引,使他们更有可能研究和分享成功的例子。第三,即使失败的案例可用,它们获得的关注和分析也比成功的例子少。

幸存者偏差的三层理解

  • 入门:注意商业杂志如何报道成功公司,却很少分析以同样方式失败的数以千计的公司。当你听到某人的成功时,问自己:有多少人尝试了同样的事情却失败了?
  • 实践:在分析成功因素时,始终将失败的案例纳入你的分析。积极寻找”失败的实验”和停产的产品,以了解全貌。
  • 进阶:应用”逆向思维”——不问是什么让幸存者成功,而是问是什么让未幸存者失败。这揭示了只研究成功时看不到的信息。

起源

幸存者偏差最早在二战期间由统计学家Abraham Wald和他的统计研究小组系统地确定。军方带着飞机损伤数据找到Wald——他们想要加固弹孔最多的部位。Wald革命性的洞察是建议加固没有弹孔的部位。 Wald理解,从任务中返回的飞机在弹孔部位幸存了下来——它们没有受到的击中是致命的,使飞机坠毁。返回的飞机是幸存者;没有返回的飞机被击中现在看起来”没有损伤”的部位而死亡。这一洞察挽救了无数生命,并确立了研究不存在事物的原则。 这个术语现已扩展到描述商业、投资、医学、历史和许多其他领域的类似现象,在这些领域中,只检查可见的成功会导致系统性错误的结论。

核心要点

1

看不见的失败扭曲结论

失败的案例实际上往往看不见——它们可能已经停业、被删除或以其他方式变得无法观察。只研究可见的成功会给出系统性扭曲的画面。
2

成功故事更可见和吸引人

人类注意力自然倾向于成功故事。媒体、案例研究和商业书籍不成比例地报道成功,使它们在我们所学到的东西中被过度代表。
3

选择偏差放大扭曲

某事物成功的事实往往使其更可见和可供研究。这创造了一个反馈循环,我们研究的是成功使其可见的,而不是有助于理解成功的。
4

从成功中得出错误的教训

当我们只研究成功的案例时,我们经常得出结论,认为它们的共同特征导致了成功——实际上,这些相同特征可能存在于更多失败的案例中。

应用场景

商业与创业

商业书籍报道成功公司,但忽略使用类似策略失败的数以千计的公司。只研究赢家会对什么真正导致成功产生虚假的信心。

投资与金融

投资者经常研究成功的投资者或公司,而忽视数量更多的失败者。这导致不切实际的期望和糟糕的风险评估。

职业与成功建议

著名的成功故事是可见的,但对于每一个成功,都有无数从未被听到的失败。追随来自可见成功的建议而不了解失败率会导致糟糕的决策。

历史与历史分析

历史是由幸存者书写的——来自失败文明、公司或运动的文献和记录不太可能被保存,扭曲了我们对过去的理解。

经典案例

共同基金行业

共同基金行业提供了金融领域幸存者偏差的有力例子。公布的业绩统计数据通常只包括目前存在的基金——“幸存者”。当基金合并、关闭或被吸收时,其历史业绩数据经常从公布的排名和平均值中消失。 这创造了一个戏剧性扭曲的画面。学术研究发现,幸存者偏差使公布的平均回报率每年增加0.5%到1.5%——随着时间的推移,这是一个巨大的数额。更重要的是,“成功”基金的特征因排除使用类似策略的失败基金而有偏差。 基于公布的业绩数据做出决定的投资者在不知不觉中使用扭曲的信息。连续10年”跑赢市场”然后关闭的基金可能永远不会出现在长期业绩研究中,而以平庸业绩存活的基金却被包括在内。

边界与失效场景

幸存者偏差很强大,但有重要的边界条件:
  • 有时幸存者确实不同:在某些情况下,生存确实表明真正的选择优势。关键不是自动假设这一点——它需要检查失败的案例是否具有相同的机会和特征。
  • 失败数据的质量各不相同:在某些领域,失败的案例相对有据可查(例如破产),而在其他领域它们几乎看不见(例如从未公开讨论的失败创业想法)。
  • 时间范围很重要:看起来像生存的可能只是延迟的失败。长期研究显示许多”幸存者”最终失败,改变明显的成功率。
  • 基础率至关重要:了解一个领域的整体成功率有助于纠正幸存者偏差——但这些基础率往往正因为幸存者偏差本身而未知。

常见误区

事实上,只研究成功经常导致错误的结论。许多成功公司与失败公司拥有相同特征——差异可能是两个群体中都看不到的因素。
在实践中,失败的案例往往更难找到和分析。它们可能没有网站、没有新闻报道,也没有愿意讨论出了什么问题的参与者。
这种偏见在每一个存在一些案例成功和一些案例失败的领域运作——包括医学(只研究康复的患者)、历史(只阅读存活的文献)和关系(只询问在一起的情侣)。

相关概念

幸存者偏差与其他认知偏见和统计概念密切相关:

选择偏差

当数据以非随机方式选择时发生的更广泛的偏见类别。幸存者偏差是选择偏差的一种特定形式。

确认偏误

现有信念的信息。两种偏见都导致片面 寻求证实分析——在一种情况下选择成功,在另一种情况下选择证实证据。

可得性启发

根据回忆的容易程度判断概率。成功的案例更”可得”——更容易回忆和想象——造成扭曲的概率估计。

发表偏差

阳性结果比阴性结果更容易发表的倾向。这本质上是学术研究中的幸存者偏差。

基础率忽视

在评估概率时忽视基础率信息。未能考虑通常有多少尝试失败导致高估成功概率。

后见之明偏见

认为过去的事件比实际更容易预测。两种偏见都涉及对过去结果的扭曲看法——一个是关于什么有效,一个是关于什么是可预测的。

一句话总结

每当你研究成功时,积极问自己:“我遗漏了什么?” 寻找失败和消失的例子来平衡可见的成功故事——否则你会系统性地高估成功需要什么。