二战期间，你负责给轰炸机加装甲。装甲很重，只能加在少数几个部位。
你手上有一批数据：所有执行任务后飞回来的飞机的弹孔分布图。图上显示——机翼和机身上密密麻麻都是弹孔，而引擎和驾驶舱附近几乎干干净净。
装甲该加在哪里？
那批弹孔图有一个致命的问题，而且它不在数据里——它在于哪些飞机没能成为数据。
你统计的是飞回来的飞机。那些被击落的飞机，弹孔分布图谁也没见过。于是：
那片干净的区域不是安全区，恰恰是最致命的区域。它之所以在图上干净，是因为中弹的样本被系统性地从数据里删除了。装甲应该加在弹孔最少的地方。
这就是survivorship bias（幸存者偏差）：当你只能观察到「活下来的样本」时，你看到的分布已经被筛选过了，而筛选的标准恰恰和你想研究的问题相关。
它和 3.1 章是同一个问题的两副面孔。那里问的是「这扇门凭什么活到我面前」，这里问的是「这架飞机凭什么飞了回来」。答案都指向同一个地方：你看到的东西，是被某种规则筛过的；不理解那条规则，就读不懂你看到的东西。
这个结构一旦认出来，你会发现它无处不在，而且几乎总是伪装成「成功经验」：
· 「成功人士都早起 / 都退过学 / 都很自信。」——那些同样早起、同样退学、同样自信却失败了的人，不会有人来采访他们。要判断早起有没有用，你必须去看失败者里有多少早起的。这个对照组几乎从不出现在任何一本成功学书里。
· 「这只基金过去十年年化 20%。」——业绩榜单上只有还活着的基金。表现太差的基金会被清盘、合并，它们的历史从榜单上消失了。这叫基金业绩的幸存者偏差，是量化研究中一个被广泛记录的现象，它会系统性地抬高「基金整体表现」的估计。
· 「老房子/老家具质量真好，几十年不坏。」——那个年代的劣质品早就坏掉扔了。你看到的是幸存下来的那一批。这个版本有个专名，叫「幸存者偏差的美学版本」。
· 「用户反馈说这个功能很好用。」——会主动反馈的用户，本来就是那些用下来还没走的人。被这个功能劝退的用户不会填问卷。（这也是 3.4 章那个「信息是怎么到你手上的」。）
① 什么样的样本会从我的数据里消失？这是最核心的一问。破产的公司、离职的员工、退出的病人、被删除的帖子——先把「消失机制」说出来。
② 消失的机制和我要研究的问题相关吗？如果无关（比如随机丢失了一部分数据），影响不大；如果相关（引擎中弹→坠毁→不进样本），偏差可能是致命的、而且方向可预测。
③ 我能不能找到「失败样本」？这往往很难，但常常是可能的：查清盘基金的历史数据、访谈离职员工、追踪流失用户。找到失败样本，比在幸存样本上做更精细的分析有价值得多。
下面模拟 1000 架出击的轰炸机。每架挨的炮弹按面积随机分布——敌方并没有瞄准任何特定部位。但不同部位中弹后的致命程度差别很大：引擎和驾驶舱中弹往往意味着回不来。
用切换按钮对比两张图：「只看返航的」是你在现实中唯一能拿到的数据，「全部出击的」是上帝视角的真相。
在「只看返航的」视角下，引擎那一行的数字低得刺眼——而这正是当年那份真实报告的样子。如果你据此把装甲加在机翼上，你会加固一个「中弹了也能飞回来」的部位，而对真正要命的地方毫无作为。
把致命率滑块从 5% 拖到 95%，注意一个反直觉的规律：某个部位越致命，它在返航样本里看起来就越安全。偏差的大小和真实危险程度是同向的——最危险的地方，被低估得最厉害。这让幸存者偏差比一般的测量误差危险得多：它不是让你的估计变模糊，而是让你的估计精确地指向反方向。
二战期间，美国在哥伦比亚大学设立了「统计研究小组」（Statistical Research Group, SRG），召集了一批当时最好的统计学家为战时决策服务。其中一位是从纳粹统治下的欧洲逃出的匈牙利数学家 Abraham Wald。
军方交给他们的问题正是本章开头那个：飞机装甲应该加在哪里？军方提供了返航飞机的中弹分布数据，并倾向于加固弹孔密集的区域。
Wald 在 1943 年撰写了一系列备忘录处理这个问题。他的贡献不是喊一句口号，而是建立了一个数学模型：把「按部位统计的、飞机在中弹后仍能存活的概率」当作待估计的未知量，用返航飞机的弹孔分布反推出来。
模型的核心洞见是：如果炮火大体上是随机分布的，那么某个部位在返航飞机上的弹孔「缺口」，恰恰度量了在那里中弹的致命程度。缺口越大，中弹后越活不下来。于是「哪里弹孔少就加固哪里」不是一句机灵话，而是模型推导出的结论。
关于这个故事的流传版本，有必要澄清两点。
其一，「把装甲加在没有弹孔的地方」这句话是后世的通俗概括，不是 Wald 的原话。他的备忘录是一份技术性的统计文献，处理的是「按部位估计飞机的存活概率」这一估计问题，篇幅相当长，也远比那句箴言复杂。
其二，流传甚广的那个「Wald 当场反驳将军」的戏剧化场景，缺乏可靠的一手记录。Wald 的工作是通过书面备忘录完成的，SRG 也确实向军方提供了分析。至于军方最终在多大程度上采纳了这些建议，公开史料的记载并不充分。
把这两点说清楚，恰恰符合本章的主题：一个故事之所以广为流传，往往是因为它讲得好，而不是因为它经过了核实——这本身就是一种幸存者偏差。流传下来的故事，是那些好听的故事。
需要强调的是，澄清故事的细节丝毫没有削弱统计洞见本身。Wald 的备忘录是真实存在的文献，其中的推理是严密的，而幸存者偏差作为一个统计现象，在此后的金融、医学、社会科学研究中被反复确认，是数据分析中最重要的偏差来源之一。
因为它们的错误性质完全不同。
样本量不够造成的是随机误差：你的估计围绕真值上下波动，方向不定。多收集数据就能改善，而且你能算出误差有多大（置信区间）。它让你的答案变模糊，但不会骗你。
幸存者偏差造成的是系统误差：估计朝一个固定方向偏离，而且多收集数据完全无济于事——你收集的每一份新数据，都经过同一道筛子。收集一万架返航飞机，引擎照样是空白的。
更糟的是本章实验里那条规律：偏差的大小和真实效应的大小同向。某个部位越致命，它在数据里看起来越安全。这意味着你的结论不只是不准，而是精确地指向反方向——你会在最危险的地方最放心。
一句话：样本量不足让你不确定，幸存者偏差让你确信一个错的答案。后者可怕得多，因为它不会让你察觉到有问题。
典型的幸存者偏差。「入职满 3 年的员工」是一个被筛选过的群体——那些对公司不满意的人，大部分在 3 年之内就走了。你调查的是幸存者，而筛选标准（不满意→离职）恰恰和你要测量的变量（满意度）直接相关。
正确的做法有几种，按可行性排序：
① 做离职面谈，并把离职者纳入分析。这是最直接的「找到失败样本」。注意离职面谈本身也有偏差（人们会说客气话），但总比没有强。
② 用队列分析（cohort analysis）。追踪同一批入职的人，看他们的满意度随时间如何变化，包括那些中途离开的人在离开前的最后一次评分。这样「消失」就变成了可观测的数据点。
③ 把「留存」本身当成结果变量。与其问「待久的人满意度高不高」，不如问「入职时满意度低的人，后来留下来的比例是多少」。这个问法把选择效应从偏差变成了研究对象。
顺便，这个案例里可能还叠加了 4.2 章的问题和认知失调效应（待得久的人有动机说服自己这里不错）。幸存者偏差往往不是单独出现的。
最关键的一个数：分母——一共孵化了多少家？
如果一共孵化了 200 家，30 家成为独角兽 = 15%，这是极其惊人的成绩（行业内通常远低于此）。
如果一共孵化了 20000 家，30 家 = 0.15%，那可能还不如市场平均水平——这个数字甚至可能纯粹反映「广撒网」。
但还有第二个、更容易被忽略的问题：他们是怎么筛选项目的？如果这家孵化器只接收已经拿到 A 轮、有成熟团队的项目，那么高成功率主要反映的是筛选能力甚至只是准入门槛，而不是孵化能力。
第三个问题：对照组在哪里？要证明孵化真的有用，需要的是「条件相似但没有进入孵化器的公司」的后续表现。没有对照组，你无法区分「孵化器让公司变好」和「好公司选择了孵化器」。（这正是 3.3 章的混杂因素问题。）
三个问题合起来是一句可以随身携带的话：任何「成功案例数量」都是分子。在拿到分母和筛选规则之前，分子不含任何信息。
这个结论依赖若干前提，把它们一条条挑明，比记住结论有用得多：
① 炮火大体随机分布。如果敌方确实在瞄准某个部位（比如专门打驾驶舱），那么该部位弹孔少就可能真的因为难打中，而不是因为致命。模型的前提是「命中位置与部位无关」，一旦这个前提破了，反推就不成立。
② 「未返航」主要由中弹造成。如果大量飞机是因为燃油耗尽、天气、导航失误坠毁的，那么缺失样本就不再携带「哪里中弹致命」的信息，反推会被噪声污染。
③ 装甲确实能提高该部位的存活率。如果某个部位（比如油箱）中弹后无论多厚的装甲都会起火，那加固它是浪费重量——该问的不是「哪里最致命」，而是「哪里加装甲的边际收益最大」。这两个问题的答案未必相同。
④ 重量预算的约束是真实的。整个问题之所以存在，是因为装甲有重量、会牺牲航程和载弹量。如果没有这个约束，答案就是「哪儿都加」。
更一般的教训：「加固弹孔最少处」是某个具体模型在某组具体假设下的结论，不是一条普适箴言。这本身也呼应了本章案例里的澄清——当一个统计洞见被压缩成一句朗朗上口的话时，被丢掉的正是它成立的条件。而条件才是你在别的场景里真正需要的东西。