案例进阶幸存者偏差与沉默的证据风险与不确定性
统计数字与奇闻逸事
也叫：医生的风险盲区
救人是不可见的统计，伤人是可见的奇闻，导致风险被漠视。
核心讲解
作者用医疗领域的例子说明统计与奇闻的不对称：医生救活一个病人，这只是一个不会被记住的统计数字；可一旦伤害了一个病人，这就会成为一个可见的、广为流传的奇闻逸事。于是，医疗风险的天平被扭曲了——医生可能因为害怕“可见的伤害”而采取保守、规避风险的做法，却忽略了“救人”这种同样重要但不可见的统计贡献。这个例子是沉默的证据的体现：救人的成功大多沉默，伤人的失败却清晰可见。作者借此提醒，当我们只看得到奇闻逸事、看不到统计数字时，就会对真实风险与收益做出失衡的判断。
费曼版：用大白话再讲一遍
医生每天救活几十个病人，没人记得；可要是某次手术出问题，伤了一个人，马上会上新闻、被讨论很久。于是医生会格外小心“别出事”，却未必被看到那些默默救活的人。看得见的“出事”和看不见的“救活”，让天平失衡了。
要点
- 救人常是不可见的统计。
- 伤人常是可见的奇闻。
- 奇闻被夸大而统计被忽视。
- 导致对风险与收益判断失衡。
常见误区
- 因害怕可见的奇闻而过度保守。
- 忽视沉默的统计贡献。
- 用个案代替整体评估。
多方视角
作者的看法
统计与奇闻的不对称扭曲了风险判断。
不同的看法
- 有观点认为，奇闻逸事能反映统计难捕捉的个体情境。
- 统计学家强调，风险评估应基于数据而非个案。
支持作者的理由
- 医疗、交通等领域都存在“可见失败”被放大的现象。
留给你的问题
在一个你熟悉的领域里，哪些“贡献”因为太常规而被视为统计数字，哪些“失误”因为太突出而被当作奇闻？