Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

9 选择效应

Posted on 2026-04-29

kai-dahms-217U8oxGoQ4-unsplash.jpg

1)现代家猫大多都做了绝育手术,以防止它们自行繁殖。当然,流浪猫绝育的可能性较小,因为它们生活在街头。这意味着,如果你从收容所(或类似机构)领养一只猫,它更有可能是流浪猫的后代,而这些流浪猫(平均而言)之所以流落街头,是因为它们不喜欢人类、不喜欢家,也不喜欢舒适的生活环境。久而久之,猫群中反人类的基因正在逐渐被选择出来。

2)我上大学的时候,我的很多印度裔美国朋友都是素食主义者。我当时没怎么思考,就想当然地认为印度人普遍都是素食主义者。后来我去了印度,才发现事实并非如此。我现在觉得,可能是印度某些种姓的人更倾向于吃素,而美国印度人中这些种姓的比例又更高,我大学里的印度裔美国人中这些种姓的比例就更高了。(我没有仔细核实过这些数据,但网上说印度本土印度人的素食率是40%,而美国印度人的素食率是60%)

3)要想成为总统(或其他高官),你通常必须事先多次证明那些诋毁者是错的。乔·拜登在成功之前竞选总统失败了30年;唐纳德·特朗普的候选资格几乎被所有人视为笑话,直到他最终获胜。所以,这些人都是用胜利证明了那些诋毁者是错的……这意味着,当他们后来竞选连任,而那些诋毁者又说“别这么做,你会输的”时,他们的内心想法是“你们上次也是这么说的,但我还是赢了,所以我不会理会你们。”(从某种意义上说,唯一不需要这种特殊选择就能竞选总统的人,都是某种意义上的裙带关系子弟。)

4)美国有个梗叫“佛罗里达人”,就是把新闻报道里某人因为做了极其荒唐的事(比如“骑着鳄鱼用香蕉抢银行”)而被捕的照片贴出来,结果发现这个人无一例外都来自佛罗里达州。人们以此来嘲讽佛罗里达人特别疯狂。但实际上,佛罗里达州只是有一项信息透明法,让新闻机构可以很方便地发布嫌犯照片,所以这完全是选择性偏差。


有人曾告诉我,我在文章开头加上过长、过抽象的前言会流失读者,所以我把这段前言放在文章中间;如果你不喜欢,可以跳到下一节。

简而言之:过去十位英国首相中有八位毕业于牛津大学。由于只有约1%的英国本科生能进入牛津大学,即便牛津大学的录取采用抽签方式,仍然能取得如此佳绩,这无疑是对牛津大学教育改革的巨大肯定。

当然,我们都知道考入牛津并非偶然:那些有意愿和/或有能力成为首相的人,本身就极有可能选择牛津;即便他们因为某些原因没能进入牛津,最终成为首相的可能性依然很高。事实上,在统计学上,选择申请牛津而非剑桥本身就表明你希望有朝一日成为首相。(过去一百年里,没有上过大学的首相人数比剑桥毕业生还要多。)

也就是说,存在巨大的选择效应:个体根据预先存在的特征“选择”进入某个群体(无论是字面意义上的还是比喻意义上的),这意味着观察到的结果可能是由这些预先存在的差异引起的,而不是由处理本身引起的。

我对世界的主要信念之一是,人们观察到的许多事物实际上只是不同形式的选择效应,因此,你能做的最有用的事情之一就是,每当你听到关于总体的说法时,立即问自己“这怎么可能是选择效应呢?”


【以下两段内容是我之前写的东西的抄袭,抱歉】

5)你见过保险公司那些声称“转投[我们公司]的客户通常能节省X美元”的广告吗?这是一种明显的选择效应:那些了解你的保险公司并发现可以节省大量资金的人,更有可能转投其他公司。

6)如果你想了解大多数公司的问题所在,最应该问的人往往不在那里工作。公司会进行内部员工调查,试图找出哪些方面做得好/不好。但真正明智的做法是调查:a)因为公司糟糕而离职的前员工;b)你曾提供过工作机会但被你拒绝的人。

【至于剩下的这些,要么是抄袭我朋友的,要么是抄袭我自己的,谁知道呢。】

7)所有比较1960年和今天美国大学学历人口比例的统计数据都存在严重的样本选择偏差。1960年,只有8%的美国人完成了四年制大学学业,而现在这一比例高达40%。因此,任何关于过去和现在大学生政治倾向的统计数据,都表明这两个群体完全不具有可比性。

8)你在网上看到的一切都经过了大规模的病毒式传播筛选。信息之所以能传播到你这里,并非因为它真实,而是因为它具有病毒式传播效应。从统计数据来看,几乎没人会读这句话,因为“9种选择效应”并不是一个好的病毒式文章标题,而文字博客文章也不是一个好的病毒式传播媒介。

9)如果你查看我一段时间以来的体重记录并取平均值,你会得到一个明显低于我实际平均体重的数值。这是因为,当我身材保持良好时,我会更有动力每天坚持称重;而当我体重增加时,我就会停止定期称重。

原文: https://www.atvbt.com/9-selection-effects/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • A List Apart
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme