辛普森悖论

✍ dations ◷ 2025-04-04 11:05:15 #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

  • 乳糖乳糖(英语:Lactose)是一种双糖,由一分子β-D-半乳糖和一分子β-D-葡萄糖在β-1,4-位形成糖苷键相连。分子式C12H22O11(Jmol立体图),莫耳质量342.3克。有两种端基异构体:α-乳糖和β-
  • 冷凝器冷凝器是一个可以将气态物质凝结成液态的设备,是常见的热交换器,一般会利用冷却的方式使物质凝结。凝结过程中物质放出潜热及部分显热,使冷凝器的冷媒温度昇高。依冷凝器的需求
  • 集合集合(英语:Set,或简称集)是基本的数学概念,它是集合论的研究对象,指具有某种特定性质的事物的总体,(在最原始的集合论─朴素集合论─中的定义,集合就是“一堆东西”。)集合里的事物(“
  • 斯皮策太空望远镜斯皮策空间望远镜(英语:Spitzer Space Telescope,缩写为SST),是美国国家航空航天局2003年发射的一颗红外天文卫星,是大型轨道天文台计划的最后一台空间望远镜。斯皮策空间望远镜耗
  • 埃勒斯于尔根·埃勒斯(德语:Jürgen Ehlers,德语:.mw-parser-output .IPA{font-family:"Charis SIL","Doulos SIL","Linux Libertine","Segoe UI","Lucida Sans Unicode","Code2000","
  • 重爪龙重爪龙属(属名:Baryonyx,意为“沉重的爪”)又名坚爪龙,是棘龙科恐龙的一属。化石最早发现于英格兰多尔金南部的一个黏土坑,随后西班牙北部也有;在英格兰发现的是一个幼年个体的大部
  • 南蛮贸易南蛮贸易是安土桃山时代(西元十六世纪中期至十七世纪初期)日本与葡萄牙、西班牙等国商人之间实行的贸易。“南蛮”在中古(“中世”)至近代以前的日本用以指称东南亚地区,并引申用
  • 建文建文(1399年-1402年6月)为中国明朝第二个皇帝朱允炆的年号,共四年。明成祖朱棣在靖难之役成功后不承认建文年号,改建文四年为洪武三十五年。明神宗在万历二十三年(1595年)下诏恢复
  • 远东电影节远东电影节(英文:Far East Film Festival,简称FEFF),又称远东国际电影节,每年开春在意大利东北部小城乌迪内举行,展映来自远东地区的优秀影片,从1999年举办第一届开始,迄今已举办了二
  • 威斯特彻斯特县西切斯特县(英语:Westchester County),是美国纽约州东南部的一个县,东邻康涅狄格州,南面纽约市,西有哈德逊河流过,是纽约上州最南端的一个县,但亦属于纽约都会区内。面积1,295平方公