幸存者偏差测验：你能看见没飞回来的飞机吗？
成功学书单、基金业绩榜、健身房晒图墙、外卖 App 的清一色好评——它们都有一个共同点：你看到的只是活下来的那部分。这 12 道题会反复往同一个坑里推你，看你能躲开几次。
0 / 12 题已答
第 1 题
二战。轰炸机执行任务回来，机翼和机身上弹孔密密麻麻，发动机附近却干干净净。军方想加装甲，问你装哪儿？
第 2 题
有同事不服 Wald：「数据就在眼前——发动机几乎不挨打！」哪句反驳最扎心？
第 3 题
网上流传 Wald 对军方说：「装甲要装在没有弹孔的地方。」那他 1943 年的备忘录里到底写了什么？
第 4 题
你肯定见过那张图：一架飞机剪影，上面布满红点表示弹孔。这张图到底是哪来的？
第 5 题
你连读三本成功创业者传记，发现他们全都五点起床、相信直觉、至少赌过一次全部身家。要照着抄吗？
第 6 题
基金公司广告：「本公司旗下基金十年平均收益跑赢大盘！」你一查，发现今天的基金名单跟十年前对不上。猫腻在哪？
第 7 题
表弟宣布不上大学了，理由：「盖茨和扎克伯格都辍学，照样成了亿万富翁。」他漏看了什么？
第 8 题
健身房一整面墙贴满震撼的前后对比照：「效果就是证明！」精明的顾客该问哪个问题？
第 9 题
「现在的东西真不经用——我奶奶那台 60 年的缝纫机到今天还能踩！」这话哪里不对劲？
第 10 题
有人给你看一组漂亮数据：「做了 X 的人全成功了！」此刻最值得问的第一个问题是？
第 11 题
四个可疑场景，三个是幸存者偏差，有一个完全是另一回事。哪个「不是」幸存者偏差？
第 12 题
外卖 App 上你城市的餐厅清一色 4.6 星以上。难道本地餐饮水平就是这么整齐地高？
答完全部 12 题，看你的逻辑段位 👆
速查小抄
- 幸存者偏差
- 只统计「活下来/留下来」的样本就下结论。失败者在你看到数据之前已经退出了数据集，所以数据天然报喜不报忧。
- 沉默的证据
- 塔勒布的说法：失败者不写书、不受访、不留照片，他们的沉默让成功显得比实际普遍得多。
- 选择偏差
- 更大的家族：样本进入方式不随机导致的一切失真。幸存者偏差是其中一种——「筛选」由失败退出这件事本身完成。
- Wald 方法
- 从幸存飞机的弹孔分布，用条件概率反推「中弹部位对应的生还率」，并明示假设（如假定要害全毁必坠机）。缺失数据不是不能用，是要反着用。
- 红点图公案
- 那张著名的红点弹孔飞机图不是二战史料，是设计师约 2005 年为演讲画的现代插图，2016 年维基重绘版流传最广。
- 均值回归
- 极端表现之后往往跟着更接近平均的表现，纯统计现象，不需要任何人退出样本。常被误认成幸存者偏差的近亲干扰项。
- 三问法
- 看到漂亮数据先问：这批样本是怎么进来的？谁没进来？如果把缺席的那批叫回来，结论还站得住吗？
关于幸存者偏差，你该知道的都在这
幸存者偏差，一句话：你拿来下结论的样本，只包含「活到被你看见」的那部分。失败的公司、清盘的基金、放弃的会员、删掉 App 的用户，在你翻开数据之前就默默退场了，于是剩下的数据永远比现实乐观。一句话识别法：这份数据里，失败的人有没有机会出现？如果没有，先别信结论。
这个概念最出名的案例来自二战。统计学家 Abraham Wald 在哥伦比亚大学的统计研究小组分析返航轰炸机的弹孔：机翼、机身弹孔密布，发动机附近却相对干净。军方的直觉是加固中弹最多的地方；Wald 假设炮火命中大致均匀分布，推出关键一步——发动机中弹的飞机大多没能返航，所以幸存样本里那儿的弹孔才反常地少。照他的逻辑，装甲应优先考虑返航飞机上「弹孔少」的部位。更妙的是，他没有停在「数据有偏」这句抱怨上，而是建立了一套用幸存数据反推未返航飞机中弹分布的数学方法。
接下来是全网测验都不会告诉你的部分：这个故事的流行版本，本身就掺了传说。数学史学者 Bill Casselman 2016 年在美国数学会的专栏里核对过史料——Wald 1943 年的 8 份备忘录是纯技术推导，通篇没有任何「装甲应该装在哪」的建议；那句「装甲要装在没有弹孔的地方」查无一手出处，是后人给故事补的台词。至于那张人人转发的红点弹孔飞机图，是设计师 Cameron Moll 约 2005 年为演讲自绘的插图，跟二战档案毫无关系。一个讲「幸存样本会骗人」的故事，流传下来的偏偏是加工得最漂亮的版本——这大概是幸存者偏差给自己写的最好注脚。
日常生活里，这个坑的高发路段包括：成功学书单（只有活下来的公司才有传记）、基金业绩榜（清盘基金被悄悄移出平均数）、「辍学亿万富翁」叙事（没发财的辍学者不上头条）、健身房和理财课的晒单墙（不满意的客户不晒单）、「老东西更耐用」的怀旧（坏掉的早进了垃圾场）、以及各种评分平台（低分商家被下架，删了 App 的人留不了差评）。共同点只有一个：反例没有发言渠道。
怎么修正？记住三问法。第一问：这批样本是怎么进来的——入口处有没有一道「必须先成功」的隐形门槛？第二问：谁没进来——中途退出、提前出局、根本没被记录的人在哪？第三问：如果把缺席的那批人请回来回答同一个问题，结论会不会翻车？三问过后还站得住的结论，才值得你认真对待。Wald 的做法是更进一步：把「谁缺席了」本身当成数据来建模——这是缺失数据分析的思路源头之一。
偏差这东西，读定义没用，得亲手栽几次跟头才长记性——所以上面这 12 道题存在的意义，就是让你在没有真金白银损失的地方先摔够。做完如果意犹未尽，思维陷阱课里还有 49 个兄弟陷阱在排队。
常见问题
用大白话说，幸存者偏差到底是什么？
就是只看「活下来的」就下结论。比如只采访成功者总结成功秘诀、只统计还在运营的基金算平均收益。失败的那批人在你统计之前就消失了，所以你看到的世界永远比真实世界美好。识别口诀：这份数据里，输家有没有机会露面？
Abraham Wald 的轰炸机故事是真的吗？
核心是真的，细节掺了传说。Wald 确实在二战期间为统计研究小组分析过飞机中弹数据，也确实建立了从幸存飞机反推未返航飞机中弹分布的数学方法。但他 1943 年的备忘录是纯技术推导，没有任何装甲建议；「装甲装在没有弹孔的地方」这句名言查无一手出处，那张红点弹孔飞机图也是设计师约 2005 年画的现代插图，都属于后世重构。
幸存者偏差和选择偏差有什么区别？
选择偏差是大类：只要样本进入方式不随机、导致样本不能代表总体，都算。幸存者偏差是它的一个特殊成员——筛选是由「失败者退出/消亡」这个过程自动完成的：倒闭的公司、清盘的基金、删 App 的用户。所以每个幸存者偏差都是选择偏差，反过来不成立，比如只在健身房门口做「大家爱不爱运动」的问卷是选择偏差，但没人「阵亡」。
投资的时候怎么避开幸存者偏差？
三个动作：一，看基金或策略的历史业绩时，问清统计口径有没有包含已清盘、已合并的产品——只算幸存者的平均数必然虚高。二，对回测保持警惕，用的股票池如果是「今天还活着的公司」，等于提前剧透了谁能活下来。三，别拿明星基金经理的传记当方法论——同样打法阵亡的人不会出书。
平时可以怎么练这种识别能力？
把三问法变成条件反射：看到任何「成功案例合集」，先问样本怎么进来的、谁没进来、缺席者会怎么回答。刷到励志故事时刻意脑补分母——「多少人做了同样的事没成？」。再配合刻意练习：像这个测验一样反复在具体场景里认坑，比背十遍定义都管用。思维陷阱课里有 50 道这种直觉翻车题可以接着练。