有时候，统计数据会出现一些极其反常的现象。让我们来看一看下面这个有趣的例子。假设科学家们研发出了一种治疗某种疾病的新药。不过，实验结果表明，这种新药的效果并不比原来的药更好，如表所示：
简单计算就能看出，新药只对40%的人有效，而原药则对50%的人有效。问题出在哪里呢？是否因为这种新药对某一类人有副作用？还是存在其他原因？于是研究人员把性别因素考虑进来，将男女分开来统计，如表所示：
我们不妨实际计算一下：对于男性来说，新药对高达70%的人有效，而原药则只对60%的人有效；但对于女性来说，新药对30%的人有效，而原药则只对20%的人有效。矛盾的结果出现了：新药不但对男性更加有效，对女性也更加有效，但对整体人群则无效！1951年，英国统计学家辛普森首次发现了这种怪异的现象，因此这种现象就叫作“辛普森悖论”。
辛普森悖论也叫辛普森效应，它其实不是一个悖论。其数学原理是：当
时，并不一定总是
如果
就会产生辛普森效应。它在分组样本数据大小差异较大、发生频率差异较大时容易出现这种现象。比如，在上面的例子中，参与新药试验的女性人数远大于男性人数，原药则相反，而且，药品对男性的有效率远大于对女性的有效率。在医药卫生领域的统计数据中，这样的现象时常会发生，如流行病学中的“混杂效应”实际上就是辛普森效应。类似的事情在人类社会其他领域中也有发生。美国劳工部曾发表过一份报告显示，于2009年爆发并影响之后多年的全球金融危机期间，美国总体失业率要低于20世纪80年代经济衰退期间的总体失业率。然而，分别统计大学毕业生、高中毕业生以及高中辍学生等各个群体的失业率数据后，会发现这些群体在全球金融危机期间的失业率，均高于20世纪80年代经济衰退期间。究其原因，是由于2009年以后美国每年大学毕业生人数占总人口的比例远高于20世纪80年代，而大学毕业生的失业率则远低于高中生或高中辍学生。
1973年，美国加利福尼亚大学伯克利分校曾因性别歧视被起诉，因为有统计数据显示，当年男性学生的录取率远远高于女性学生。然而，校方仔细检查了学校每个院系里的男女学生录取率，发现情况并不是那么回事。事实上，几乎所有院系的女性学生录取率都更高一些。最终，伯克利分校在这次诉讼中获胜。（顾森）
饼图是展示统计结果的常用方式
【微问题】想一想，如何从一堆数据中发现规律？
【关键词】统计 辛普森悖论
- 为什么化雪时比下雪时冷?
- 为什么北京奥运会主会场要造得像个鸟巢
- 为什么北京有那么多胡同上海有那么多弄堂
- 为什么北半球的马桶水流不一定是逆时针旋转的
- 为什么北川新县城要异地重建
- 为什么北极没有臭氧洞
- 为什么北极熊不怕冷
- 为什么北极熊不怕北极的寒冷
- 为什么北极熊会噬食同类
- 为什么北极熊在冰冷的北极水域中也不会被冻坏？
- 为什么北极熊是白色的？
- 为什么北极熊自相残杀
- 为什么北极的鳕鱼冻不死
- 为什么北纬30°地区地质灾害多发
- 为什么北美洲会出现五大湖
- 为什么医生在开处方时会使用Rx标志？
- 为什么十五的月亮最圆?
- 为什么千岁兰也可以称为“沙漠章鱼"?
- 为什么千年古莲能开花
- 为什么千年古莲能开花?
- 为什么千年的古莲能发芽
- 为什么千里长堤会溃于蚁穴
- 为什么华盛顿能领导美国人民取得独立战争的胜利?
- 为什么单细胞海洋生物是技艺精湛的“雕塑大师”
- 为什么单词要背好几遍才能记住