辛普森悖论

✍ dations ◷ 2025-04-25 13:17:53 #统计学悖论,概率论悖论

当人们尝试探究两种变量(比如新生录取率与性别)是否具有相关性的时候,会分别对之进行分组研究。然而,在分组比较中都占优势的一方,在总评中有时反而是失势的一方。该现象于20世纪初就有人讨论,但一直到1951年,E.H.辛普森(英语:Edward Hugh Simpson)在他发表的论文中阐述此一现象后,该现象才算正式被描述解释。后来就以他的名字命名此悖论,即辛普森悖论。此悖论的最终原因和选择偏差(英语:selection bias)、幸存者偏差、以及柏克森悖论(英语:Berkson's paradox)一样,是源自对撞因子。

请看下面的例子

一所美国高校的两个学院,分别是法学院和商学院。新学期招生,人们怀疑这两个学院有性别歧视。现作如下统计:

法学院

商学院

根据上面两个表格来看,女生在两个学院都被优先录取,即女生的录取比率较高。现在将两学院的数据汇总:

在总评中,女生的录取比率反而比男生低。

借助一幅向量图可以更好的了解情况(右图)

这个例子说明,简单的将分组数据相加汇总,是不能反映真实情况的。

就上述例子说,导致辛普森悖论有两个前提。

为了避免辛普森悖论的出现,就需要斟酌各分组的权重,并乘以一定的系数去消除以分组数据基数差异而造成的影响。同时,我们必需清楚了解情况,以综合考虑是否存在造成此悖论的潜在因素。

相关

  • 胆囊癌胆癌是发生在胆部的恶性肿瘤,常见的有胆管癌、胆囊癌和肝外胆管癌三种。胆癌并不常见,通常会发生在六至七十岁人士身上。原发性胆管癌较少见,性别以男性为多。中上腹及右上腹疼
  • 胎儿窘迫胎儿窘迫(fetal distress),是胎儿宫内缺氧的医学上统称,是一种综合症状。当胎儿的心跳变慢,并且于子宫收缩后保持缓慢,这表示婴儿无法得到足够的氧气。此情况并非罕见,根据医学研究
  • 自燃温度自燃(英语:Spontaneous combustion 或 pyrophoric)是指可燃物质在没有外部火花、火焰等火源的作用下,因受热或自身发热并蓄热所产生的自行燃烧。蓄积的热量达到某个温度时,干草、
  • 扭角林羚扭角林羚(学名Tragelaphus strepsiceros),又名大旋角羚、大捻角羚、大弯角羚及大扭角条纹羚,是东非及非洲南部的羚羊。由于栖息地的衰落、伐林及被猎杀,它们也有散布在其他地方。
  • 张永山张永山(Y. Austin Chang,1930年11月12日-2011年8月2日),美籍华裔材料科学家,主要研究领域包括合金热力学、物理冶金等。1930年出生于中国河南省巩县八里庄,十三岁,开始接受正规教育,
  • 波兰地下国中世纪早期(英语:Poland in the Early Middle Ages) · 波兰的基督教化 · 第一王国 · 第二王国 · 皮雅斯特王朝 · 雅盖隆王朝第一共和国 / 波兰立陶宛联邦 · 俄普奥三次
  • 帕维尔·内德维德帕维尔·内德维德(捷克语:Pavel Nedvěd,1972年8月30日-)生于捷克共和国的海布,世界足坛最佳捷克巨星之一。场上司职中场(左路或中路)。曾效力于捷克的布拉格杜克拉(1991年-92年)、布
  • 迈克·纽维尔迈克尔·科马克·“迈克”·纽维尔(Michael Cormac "Mike" Newell,1942年3月28日-)是一位英格兰电影电视导演和制片人,1994年执导的浪漫喜剧片《四个婚礼和一个葬礼》赢得英国电
  • 假装过高潮假高潮是指人类在没有实际经历性高潮的情形下,假装已到达高潮,多半是出现在性行为中。其表现方式一般是模仿或是假装会联想到高潮的举动,例如用身体动作、声音(例如叫床)等表示兴
  • 一系列的例外情况美国言论自由的例外是指对保障言论与表达自由的美国宪法第一修正案的限制,为美国最高法院所认可。这些例外情形都是在不同时期、不同背景下创立的,并分别针对不同形式的言论与