数据分析面试爱问的题：辛普森悖论

关注我，每天学习一点点，每天进步一点点！

事情的经过大概是这样的，一大早起来，有个数据分析群有群友在问一个问题，群友问是否考察的是辛普森悖论？ 

问题是：A、B两国交战，海军死亡率为6%，居民死亡率是15%，于是政府号召人们参军，这个数据结论是否成立？为什么？

这题到底怎么分析呢？对于数据分析来说，到底考察什么？

群友问我，是不是考察辛普森悖论，其实我当时回答了是。我考虑的角度是，虽然海军的死亡率低于平民，但是海军的人数更多，海军占的比例更大，所以实际海军死亡的人数要远大于平民。 

后来，我考虑了一下，感觉回答的不严谨，总感觉哪里有问题，没有找到问题的核心，于是，我决定上网搜搜。

很快，我在网上搜了类似的题：

在美国与欧洲某国作战期间，美国海军为招募兵员，曾经在全国广为散发海报。当时最有名的广告是这样说的：美国海军的死亡率比纽约市民的死亡率还要低。面对质询，负责的海军官员解释说：“根据统计，现在纽约市民每年的死亡率是16%，而尽管是战时，美国海军士兵的死亡率也不过9%。”如果以上资料为真，则以下哪项能够解释上述看起来很让人怀疑的结论?（）

A、在战争期间，由于有部分海军负担运输任务，并不直接参战，因而海军士兵的死亡率要低于陆军士兵

B、上述统计中的纽约市民包括生存能力较差的婴儿、老人和病人等

C、由于美国海军有一定实力，作战时伤亡较小，敌军更喜欢攻击没有什么抵抗能力的普通市民

D、美国海军的这种宣传主要是为了鼓动人们入伍，所以，其中不免有夸张的成分

其实，这个上面的题应该是这道题的变种，不过考察的点都一样。

我先说下答案，这道题的正确答案是：B。

因为参加海军的人都是年轻力壮的青年人，生命力较强，自然死亡的人数是很小的，而纽约市民中包括生存能力较差的婴儿、老人和病人，自然死亡人数多。所以，即使在战时，海军的死亡率也是低于纽约市民死亡率的。

到这里，其实问题应该就明朗的，考察的点还是辛普森悖论，这里其实主要考察的点就是统计学里面的陷阱，在因果关系里，量与质是不等价的，但是量比质更容易测量，所以人们总是习惯用量来评定好坏，而该数据却不是重要的。

 声明:【原创文章，若要转载，请联系作者，谢谢！】