本系列文章 主要是 分享 思維模型，涉及各個領域，重在提升認知
1 模型故事
生活場景：襪子總會丟一隻，這是爲什麼呢？
因爲兩隻襪子都丟了就不容易發現襪子丟了，所以往往注意到襪子丟了的時候都是隻丟了一隻襪子。
認知謬誤：爲啥會有 讀書無用論？
如今很多人在說，誰誰誰當初沒好好上學如今照樣掙大錢，而好多用功讀書的人，畢業後反而不如那些沒好好學習的人混得好。並且因爲這樣的例子有很多，所以很多人得出“上學沒有用處”，“讀書無用”的結論。這些其實只是個例，因爲基數太大，所以看起來有很多。2010年第六次全國人口普查的官方口徑，可以算出來大專以上文化程度的人口僅佔總人口的8.7%左右。可以看出學歷低的人數遠高於學歷高的人數，所以即便低學歷者成功率遠低於高學歷者，也照樣會導致低學歷者出現大批成功人士。
對於高學歷者，普通人既會關注成功的人，也會關注那些沒成功的人，並且高學歷卻落魄的人尤其受關注，容易被當做新聞報道；而對於低學歷者，普通人往往只關注成功者，忽視了廣大學歷低又沒成功的人。正是因爲忽視了這些“沉默的數據”，才產生“讀書無用”這種錯誤結論。
觀念塑造：細節決定成敗？
“細節決定成敗”這句話存在了多年，其實質也是倖存者偏差。典型的情形是求職面試，很多例子都是，求職者注重細節，例如撿起地上的垃圾、幫面試官拿東西等，給面試官留下了良好的印象，於是求職成功。很多人舉這樣的例子意在說明應該注重細節，才能在求職面試中勝出。其實這樣的邏輯是有很大的謬誤的。只要根據常識思考，公司招聘員工的目的是什麼？顯然是需要員工完成工作任務，爲公司創造價值，因此正常的公司面試時首先考慮的是求職者的專業能力，這也是面試時考查的最主要因素，其重要性大於其餘一切因素之和。而細節則是次要方面，做得好自然可以有一定的加分，但是效果非常有限，細節再重要也遠不如實力重要，只要細節方面做到基本要求，就不會影響到實力方面，只有實力不相上下，細節才能體現作用。如果真的有公司的面試官因爲求職者的細節而一葉障目，那麼這樣的公司絕對不是好公司。回到注重細節從而求職成功的例子，因爲例子全部是這方面的，所以就造成了倖存者偏差，如果把所有的求職者的例子都納入分析範圍，結論絕對不會是細節決定成敗。事實上決定成敗的因素很多，可不僅僅是一個細節這麼簡單，我們處在的是一個多元因果的世界，不是每一個問題背後都一定有一個答案。
商業謊言：喝“葡萄酒”會長壽的故事
媒體調查“喝葡萄酒的人長壽”。一般是調查了那些長壽的老人,發現其中很多飲用葡萄酒。但還有更多經常飲用葡萄酒但不長壽的人已經死了,媒體根本不可能調查到他們。
投資故事：成王敗寇
在投資理財類電視節目中,我們經常看到取得成功的投資者談論其投資經驗和方法,但觀衆往往會忽略了一個事實:採用同樣經驗和方法而投資失敗的人是沒有機會上電視的。倖存者偏差現象可能導致以下的結果：
- 投資成功者出書出名,失敗者將默默無聞,導致電視上大量專家在傳經佈道、市面上充斥着太多投資成功學類的書籍,可能會讓觀衆或讀者高估了通過投資獲得成功的概率
- 由於條件限制或者心理因素,投資成功者難以保證理性和客觀,容易誇大自己能力、忽略運氣因素、弱化當時所承擔的風險等。
2 模型 倖存者偏差
倖存者偏差，另譯爲“生存者偏差”或“存活者偏差”，是一種常見的邏輯謬誤（“謬誤”而不是“偏差”），意思是隻能看到經過某種篩選而產生的結果，而沒有意識到篩選的過程，因此忽略了被篩選掉的關鍵信息。這東西的別名有很多，比如“沉默的數據”、“死人不會說話”等等。
接下來我們談談倖存者偏差的起源：1941年,第二次世界大戰中,美國哥倫比亞大學統計學沃德教授(Abraham Wald)應軍方要求,利用其在統計方面的專業知識來提供關於《飛機應該如何加強防護,才能降低被炮火擊落的機率》的相關建議。沃德教授針對聯軍的轟炸機遭受攻擊後的數據,進行研究後發現:機翼是最容易被擊中的位置,機尾則是最少被擊中的位置。沃德教授的結論是“我們應該強化機尾的防護”,而軍方指揮官認爲“應該加強機翼的防護,因爲這是最容易被擊中的位置”。沃德教授堅持認爲:
- 統計的樣本,只涵蓋平安返回的轟炸機;
- 被多次擊中機翼的轟炸機,似乎還是能夠安全返航;
- 而在機尾的位置,很少發現彈孔的原因並非真的不會中彈,而是一旦中彈,其安全返航的概率就微乎其微。
軍方採用了教授的建議,並且後來證實該決策是正確的,看不見的彈痕卻最致命。那麼在日常生活中 我們該如何避免倖存者偏差呢？
- 避免數據的偏差。讓沉默的數據，或者說是“死人”的數據也被收集到，並參與到統計和分析中，就可以得到更全面的結論。此外，雙盲對照實驗也可以有效避免倖存者偏差。
- 無法避免數據的偏差，只能收集到片面的數據，這時候就需要逆向思考。逆向思考可以有效避免以偏概全、簡單歸因等造成倖存者偏差的因素，跳出思維慣性，可能會看到更多的因素。
同時這裏給出解決倖存者偏差的數學方式：貝葉斯公式 和 對照實驗。感興趣的夥伴可自行搜索 這兩個關鍵詞。
3 模型簡圖
