统计数据的说服力很高，

以至于很多个人、机构甚至整个国家

在做最重要的决定时都会参考统计数据。

但其实这样做有一个问题。

任何一系列的统计数据都也许有一些隐藏的因素，

可以颠覆整个结果。

例如，想象你现在需要在两家医院中选择一家

为家里的老人做手术。

在每个医院最近收治的1000例患者中，

A医院有900例患者存活。

然而，B医院只有800例患者存活。

这样看来，A医院是更好的选择。

但是，在你做出决定前，

要记得，这两家医院收治的患者入院时，

健康状态并不一致。

如果我们将1000例患者分为两组，

入院时健康状态好的
和入院时健康状态不好的，

结果就截然不同。

A医院只有100例入院时健康状况不好，

其中30例存活。

B医院有400例入院时健康状况不好，
210例被救活了。

对于重症患者来说，

去B医院的生存率为52.5%。

所以，B医院是更好的选择。

那如果您的亲人入院时健康状态好呢？

出人意料，轻症患者在B医院的生存率超过98%，

B医院依旧是更好的选择。

既然B医院两组病人的生存率都更高，

为什么A医院的总体生存率会更高呢？

我们遇到的这种现象被称为“辛普森悖论”——

同一批数据仅因为分组不同，

得出的结果完全相悖。

“辛普森悖论”常常发生在总体数据隐藏了条件变量时，

条件变量有时被称为潜伏变量。

这个隐藏的额外变量会显著影响结果。

这里，隐藏变量是患者到达医院时

健康状况的构成比。

“辛普森悖论”并非只是假说，

它时不时出现在现实生活中，

有时，是很重要的背景下。

英国一项看起来展示出，

在20年里，

吸烟者生存率高于不吸烟者。

但根据参与者的年龄分组后，

发现不吸烟组人群的平均年龄显著较高，

所以，不吸烟组在随访过程中更容易死亡，

恰巧是因为不吸烟者通常更长寿。

在这个例子中，年龄就是潜伏变量，

而且它对于正确解释数据至关重要。

另外一个例子中，

佛罗里达州一项在死刑犯中所进行的分析显示，

在黑人和白人在被指控谋杀的时候，

判刑轻重没有种族差别，

但根据受害者的种族分组后，结果大不相同。

无论在何种情况下，

黑人都更容易被判处死刑。

白人之所以总体被判刑的比例高，

是因为当受害者是白人的时候，

相比于受害者是黑人而言，

更容易导致死刑的判决；

而且，大部分的谋杀都发生在同一个种族内的。

我们怎样才能不被“辛普森悖论”所误导呢？

不幸的是，并没有统一的答案。

数据可以有无数种分组方法，

相对于将数据分成具有误导性的，主观性的类别而言，

总体数字有时能更给出更加精准的图景。

我们能做的就是仔细地研究这些数据所描述的实际情况，

并且考虑是否有潜伏变量。

否则，那些用数据去操纵别人，同时推进自己的日程的人，

可以轻松伤害我们。