52 Club · 04. 奇妙的科學前沿
有數據就逃不出的如來神掌用 Berkson’s Paradox 與 Simpson’s Paradox 看見取樣和合併資料的陷阱
有數據不等於有真相：選樣條件可能製造假相關，分組趨勢也可能在合併後反轉；解讀前要先問誰被選中、誰被排除，以及背景變數如何分布。
Guided Reading
一次閱讀一個觀點
先看總圖，再依照下方編號逐頁閱讀。每次只顯示目前選取的圖片與解說。
主題總圖
有數據也逃不出的如來神掌
選擇偏差與趨勢反轉
Berkson 悖論顯示，只有通過某個條件的人進入樣本時，原本無關的變數可能看似相關；Simpson 悖論則顯示各子群一致的趨勢，合併後可能因群體大小與難度差異而反轉。
- 先看資料如何被選入
- 先分層理解，再看合併結果
- 整體與子群都要解釋，不能擇一
點圖開啟原尺寸01 / 03
帶走這個問題
看到相關或排名時，先問三件事：樣本如何進來？哪些群體被排除？若按難度、地區、年齡或其他背景分層，趨勢會不會改變？
資料來源先於統計結論
整體平均可能掩蓋結構差異
不能外推時要明確標示邊界
Keep Exploring
讀完這一篇，繼續探索下一個問題。
帶著剛剛形成的觀點，看看下一個主題會打開什麼新的視角。