扫码加入数据分析学习群

“狡猾”的数据-辛普森悖论
先来做个选择感受一下：
A医院：1000病人，900活，100死，存活率90%
B医院：1000病人，800活，200死，存活率80%
你会选择哪家医院？
1、 肯定A医院啊，存活率更高
2、 犹豫一下B医院，存活率也不低
3、 观望观望，具体问题具体分析


若你简单选择了A医院，此时你就中了“狡猾”数据的计了
为什么？让我们来将重症患者于轻症患者分开看看：
A医院：100重症，30活，70死，存活率30%；900轻症，870活，30死，存活率96.7%
B医院：400重症，210活，190死，存活率52.5%；600轻症，590活，10死，存活率98.3：

很明显，无论是轻症还是重症，B医院的存活率都高于A医院。
所以，
如果只看总体的存活率，A医院是个不错的选择
但区分了轻重症患者后，更好的选择则变成了B医院。
这就体现了辛普森悖论——即是指同一组数据，在分开讨论时和合并讨论时得出的结果可能截然不同。这种不符合常规认知的“悖论”现象，在数据分析领域并不少见。