Confoundle · a reasoning trap

تحيز الناجين

من السهل دراسة الفائزين، والناجين، والنجاحات، والأشياء التي ما زالت قائمة، ونسخ ما يشتركون فيه. لكن حالات الفشل غير مرئية: لقد سقطت من البيانات. وأياً كان ما ساعد الناجين على النجاة يبدو أقوى بكثير مما هو عليه، لأنك لا ترى قط كل من لم ينقذهم. قبل أن تنسخ الفائزين، اسأل من الغائب.

The rule

عندما تنظر إلى الفائزين فقط، يصبح الفاشلون غير مرئيين، وهم غالباً من يحملون الدرس الحقيقي.

What it looks like

Why it works

يتسلل تحيز الناجين كلما جرت تصفية بياناتك بهدوء للإبقاء فقط على الأشياء التي «نجحت»: الطائرات العائدة، والصناديق التي ما زالت متداولة، والشركات التي ما زالت قائمة. أنت لا ترى أبداً تلك التي فشلت وسقطت، ولأن الناجين يتشاركون كل ما ساعدهم على النجاة، تبدو تلك السمة أكثر شيوعاً، أو أكثر فعالية، مما هي عليه حقاً. الحل هو البحث عن المجموعة الغائبة والتساؤل عمّا ستظهره الصورة الكاملة. (فعل فالد الحقيقي أكثر من الإشارة إلى مخطط: فقد ابتكر طريقة إحصائية لتقدير هشاشة كل جزء انطلاقاً من أضرار الناجين.)

المصدر

Wald A. A Method of Estimating Plane Vulnerability Based on Damage of Survivors. Statistical Research Group, Columbia University, 1943 (reprinted by the Center for Naval Analyses, 1980). The “armour the clean spots” story popularises Wald's actual statistical method.

See if it fools you

This page gives the answer away. The puzzle version shows you the same figures first and asks you to commit before the reveal.