幸存者偏差 (Survivorship Bias)

幸存者偏差（Survivorship Bias）是一种常见的认知偏差，指的是人们在评估事物时，由于只关注那些“幸存”下来的、成功或可见的个体或数据，而忽略了那些在筛选过程中被淘汰、失败或不可见的个体或数据，从而导致对整体情况产生错误的认知和判断。这种偏差使得人们容易高估成功的可能性，低估失败的风险，并可能从有限的成功案例中得出普遍性的错误结论。本质上，幸存者偏差是由于样本选择不全面或不随机造成的，即我们只看到了结果的“冰山一角”，而忽视了水面下庞大的失败群体。

二战期间，美国空军为了减少轰炸机被击落的概率，请统计学家亚伯拉罕·瓦尔德分析返航轰炸机上的弹孔分布。工程师们最初建议加强弹孔最密集的区域，但瓦尔德指出，这些弹孔密集的区域正是飞机能够成功返航的部位。真正需要加强的，是那些没有弹孔的区域，因为被击中这些区域的飞机都没能返航，成为了“非幸存者”。这个案例深刻揭示了只关注幸存者（返航飞机）而忽略非幸存者（坠毁飞机）的危险性。

在商业领域，许多人会研究成功企业的案例，试图复制其成功路径。然而，他们往往只看到了那些最终上市或成为行业巨头的公司，却忽略了成千上万家在创业过程中失败、倒闭的企业。这种只学习成功者经验而忽视失败者教训的做法，很容易导致对市场竞争和创业风险的错误评估，因为失败者的经验同样具有重要的参考价值。

关注那些未被观察到的“非幸存者”数据。 不要只看成功案例，也要分析失败的原因。 在做决策时，要警惕信息不完整或样本偏差。 多问“那些不说话的人怎么样了？”来规避偏差。 认识到局部样本不能代表整体随机样本。