因此，美國國防部召來哥倫比亞大學統計學教授沃德，請他研究戰鬥機的損傷情況，以便改進飛機，降低戰鬥機被擊落的概率。
沃德教授對執行任務歸來的戰鬥機進行了檢查和研究，發現飛機的機翼是最脆弱的部位，而尾翼是最少的。
但按照當時的航空技術，戰鬥機的裝甲只能局部加強，避免超重。那麽問題來了，應該加強機翼還是尾翼？
當時的空軍司令部司令認為，既然戰鬥機的機翼最容易被擊中，當然要加強對機翼的保護。
然而，沃德教授給美國國防部的建議恰恰相反:
戰鬥機尾部的保護要加強！
沃德教授認為，應該在戰鬥機受打擊最嚴重的地方加強對戰鬥機的保護，這是壹種嚴重偏頗的觀點。
因為，成功返航的轟炸機，機翼部分受損最嚴重，說明機翼多次被擊中，但仍能安全返航，而機尾部分很少發現彈孔，說明機尾壹旦被擊中，其安全返航的概率非常非常低。
所以沃德教授說，看不見的地方才是最致命的。
後來，這個案例有了壹個非常著名的名字，叫做:幸存者偏差！
即我們在分析壹個問題時，所依賴的全部或大部分信息都來自於顯而易見的信息，但使用的信息較少，或者完全忽略了無聲的信息，因此結論與事實之間可能存在巨大的偏差。
正如沃德教授在英國和美國空軍中看到的那樣:
壹是陣亡或被俘的飛行員無法發表意見，彈痕數據來源本身就存在嚴重偏差。
第二:有經驗的飛行員，他們的專業意見不壹定能提高決策質量，因為這些飛行員都是機翼中槍但機尾沒中槍的幸存者，死去的飛行員不會說話。
後來事實證明，沃德教授的建議是正確的。盟軍轟炸機被擊落的比率顯著下降。英國軍方還利用敵後間諜收集了壹些墜毀在德國的戰鬥機殘骸，發現被拍的部分確實如沃德所料:主要集中在戰鬥機尾部發動機的位置。
所以隱形彈孔才是最致命的陷阱！
具體到當今復雜的商業社會，每個人都想成功，信息媒體也不遺余力地宣傳報道這些成功人士的特點。越來越多的人把這些所謂的“成功特質”當成自己的“聖經”，壹碗碗“心靈雞湯”被灌進肚子裏:
聽聽他們的發言；
看他們的傳記；
學習他們的方法；
記住他們的語錄；
… …
但是最後我發現我好像明白了很多道理，但是為什麽我還是過的不好？
就像人們去寺廟燒香拜佛，如果去了，大師會說佛出現了；
如果沒有，大師會說，妳的心不夠真誠！
在這裏，請仔細思考幾個問題:
第壹，如果妳有馬雲的所有品質，妳會和他壹樣有錢嗎？
第二，如果把妳的大腦換成巴菲特的，妳會成為像他壹樣的“股神”嗎？
第三，如果“喬老爺”復活了，他還能復制蘋果王國的奇跡嗎？
… …
我相信大多數人都會先思考這些問題，然後說，嗯，不壹定是真的。
的確，商業世界極其復雜殘酷，無數人失敗，而馬雲、巴菲特、喬布斯只是少數幸存者。
我們每個人都想和他們壹樣成功，我們傾向於在這些幸存者身上找到壹些特質來說服自己，他們的成功不是偶然的，否則就沒辦法解釋“為什麽幸存者不能是我”這個問題了。
只要妳把目光放在這些幸存者身上，妳就會很容易發現，這個社會上有成千上萬的人，他們擁有妳認為的成功，但他們依然貧窮，因為成千上萬“死去”的失敗者在妳面前沒有說話的機會。即使壹個失敗者告訴妳如何失敗，妳也不會聽。
這是“幸存者偏差”的邏輯錯誤！
在我們的日常生活中，“幸存者偏差”的例子比比皆是。雖然我們的大腦是理性的，但在很多事情上，我們會本能地、人為地放大“贏家”效應或規避風險的系統，不經意間陷入“幸存者偏差”的陷阱。
比如誇大飛機失事，忽略汽車每年造成的交通事故和死亡人數；
比如放大壹個明星、壹個選秀的效應，而忽略了被淘汰的人數是幸存者的數萬倍；
比如放大某個買彩票中了頭獎的人，而忽略了買彩票卻壹無所獲的幾千萬或者幾億人；
比如，放大了某個“大師”或“大神”的氣功或民間偏方的“奇效”，而忽略了更多人被騙的“空錢空人”；
比如放大壹個“股神”或者“基金公司”猜對了壹只股票，而忽略了上億股民的損失；
… …
所以，請不要太執著於成功幸存者的“說教”。在看到光鮮亮麗的贏家的同時，我們應該多花點時間去研究和思考那些已經消失的人的教訓和案例，以免陷入“幸存者偏差”的陷阱，做出錯誤的決策。
永遠記住:成功是難以復制的，失敗是可以避免的！
對此妳怎麽看？請留言分享。
-結尾-
人生有信仰，成功來自壹次次的失敗。人生的幸福是什麽？當妳親眼看到別人在人生的道路上迷失的時候，我覺得妳還是健康的活著。活下來就有福了。經歷過風雨才能見彩虹，經歷過生死才能知道生命的可貴。幸存者的信念就是珍惜生命，健康的活著，在人生的道路上健健康康的就好！
幸存者偏差有時被稱為“幸存者偏差”，我認為這是壹種邏輯謬誤而非小偏差。
這種錯誤的原因是人們對於結論只看到了某個結果，而沒有考慮到這個結果是經過篩選的。正是這種篩選過程隱藏了對結論起關鍵和決定性作用的信息，導致幸存者的偏差和不加考慮的邏輯錯誤。
幸存者偏差是指當信息只從幸存者那裏獲得時(因為死者不會說話)，這些信息可能會出現與實際情況不同的偏差。
也許這背後隱藏的是人性的弱點。
妳覺得朋友圈的人吃喝玩樂正常嗎？
其實朋友圈裏那些開心的人都是幸存者。
我們大多數人只會搬磚。
“幸存者偏差”理論因2018高考作文的素材而為大眾所熟知。本質上是指看到了某些篩選產生的結果，卻沒有意識到篩選的過程，從而忽略了被篩選出來、屏蔽掉的關鍵信息。
二戰幸存下來的戰士在同壹個地方有很多彈孔。大多數專家認為，對彈孔多的部件進行加固，可以更好地保證飛機的安全性。但壹位專家表示，彈孔少的部分應該加固。他以為那些彈孔少的部位，正是飛機的致命部位。
那些同部位有彈孔的飛機，大部分都能飛回基地，飛行員也能活下來，所以返回的飛機上有彈孔的部位不是薄弱部位。這位專家用逆向思維思考問題。結果，用他的想法改造的飛機大大提高了生存的機會。這個想法就是幸存者偏差。
歷史上，幸存者的偏見壹直存在。有兩個典型的例子:
第壹，俗話說的好，所謂“美人不吉利”，這在影視小說中很常見，在生活中也是大家公認的，主要是因為眾所周知的美人，比如古代四大美人的命運，還有文革中楊麗坤、言慧珠、上官雲珠、嚴鳳英的可悲命運。但其實同時代的非美女更慘。比如楊貴妃和楊玉環，在安史之亂中，在馬尾坡喪生，命運並不悲慘。但是，與宮中毫無考慮的留下大量嬪妃和宮女相比，她們在軍刀下的命運是不是更慘？亂軍中的平民婦女呢？只是因為她們不夠漂亮，不夠出名，所以被忽視和屏蔽，留給世人的感覺是“美與不幸”。
二是少數民族居住在偏遠不利於生存的地方。比如壹些羌族、彜族、苗族、壯族等少數民族居住的地方，基本不適合人類生存。有些人認為他們生活在這裏是因為他們的習俗和適應性，但實際上，他們的祖籍原本是在壹片水草豐美的肥沃土地上。由於戰爭，他們的領土被占領和掠奪，被其他民族趕走，只能生活在極其不利的生活環境中，逐漸適應。這是壹個顯赫的羌人。幾千年前，他們是西北的遊牧民族，被不斷的戰亂趕走，現在成了西南偏遠山區的農耕民族。幸運的是，國家正在逐步轉移他們，改善交通和其他措施來提高他們的生活水平。
比如同樣是“讀書無用論”，“幸存者偏差”壹般是指很多人沒有讀書就取得了成功。但如果把例子反過來，很多讀書好的人抱怨自己失敗了，讀書沒用。這是不幸的偏差。"
這種現象在商業領域更為普遍。比如某地海釣發現老鼠，讓人覺得海釣很不好。其實海釣的整體衛生水平在火鍋界絕對是壹流的。
但我認為人們更關註“幸存者偏差”，因為大多數時候，“幸存者偏差”的危害更大。而“幸存者偏見”很容易誤導不幸的人，讓他們認為這種運氣是自己可以獲得的，然後去嘗試就悲劇了。“不幸的偏差”壹方面讓人為不幸的人感到惋惜，另壹方面，人們對現行制度/管理/法律缺陷的反思，大部分時間是有意義的。即使事實沒有那麽嚴重，但有所改善也是好事。
幸存者偏差是指當信息只從幸存者那裏獲得時(因為死者不會說話)，這些信息可能會出現與實際情況不同的偏差。
這條法律也適用於金融和商業領域。存活下來的企業往往被視為“傳奇”，其做法被爭相模仿。事實上，有些人可能只是偶然幸存下來。
這個概念可以用壹個經典故事來解釋:
1941二戰期間，哥倫比亞大學的亞伯拉罕·沃德教授接受軍方的請求，給出了加強戰鬥機防護的建議。
教授分析相關數據後發現，機翼是全機最脆弱的位置；尾巴是受攻擊最少的位置。
但沃德教授給出的結論是，尾部要加強。軍事代表疑惑地問教授。教授的解釋是:
(1)的統計樣本只涵蓋了安全返回的投彈手；
(2)多次被機翼擊中的轟炸機似乎仍能安全返航；
(3)在尾部的位置，很少發現彈孔的原因不是妳真的不會中槍，而是壹旦中槍就再也回不來了！
最後，軍方接受了教授的建議，後來也證實了這個決定是正確的。
看不見的彈痕是最致命的！這就是“幸存者偏差”。
今天，這樣的例子還有很多。
我給自己壹點經驗。我可以聽成功人士的故事，但如果真的想做壹件事，還是要聽失敗者的經歷。失敗的經歷不壹定能幫妳成功，但能幫妳避開成功路上的大坑！
“幸存者偏差”理論因2018高考作文的素材而為大眾所熟知。
二戰幸存下來的戰士在同壹個地方有很多彈孔。大多數專家認為，對彈孔多的部件進行加固，可以更好地保證飛機的安全性。但壹位專家表示，彈孔少的部分應該加固。他以為那些彈孔少的部位，正是飛機的致命部位。
那些同部位有彈孔的飛機，大部分都能飛回基地，飛行員也能活下來，所以返回的飛機上有彈孔的部位不是薄弱部位。這位專家用逆向思維思考問題。結果，用他的想法改造的飛機大大提高了生存的機會。
生活中有很多例子，比如:壹個人晚上存錢，碰巧ATM機壞了，吞了壹萬塊錢。他立即聯系銀行，並被告知要等到天亮。他絞盡腦汁，突然靈機壹動。他用公用電話打客服，說ATM機多吐了3000塊錢，五分鐘後維修人員就到了。
這個小故事不僅影射了壹些社會現實，也展現了壹些所謂的明眼人的思維方式！
幸存者偏差是指看到了某項篩查的結果，卻沒有意識到篩查的過程，從而忽略了已經被篩查出來的關鍵信息。
這是邏輯謬誤。當妳要統計某個數據時，妳要考慮樣本，在選定的樣本中統計，而不是在樣本中另壹個篩選的結果。
所以幸存者信息只是幸存者信息，並不能代表所有信息的樣本數據。