1.1.2 從個案學習到統計學習

使用“歸納+演繹”的方式認知世界真的沒問題嗎？我有一個朋友有吸煙的習慣，以往每次勸他戒煙的時候，他都振振有詞地說：“你看名人A吸煙喝酒卻活到了80多歲，名人B不吸煙不喝酒但很早就去世了，所以壽命這東西就是命，和吸不吸煙沒啥關系！”這個由歸納+演繹得出的結論，堵得我啞口無言。

直到學習過統計學之后，我才找到有效的理論依據來反駁這個觀點。如圖1-1所示，醫院收集了3000個過世病人的資料，包括是否吸煙和壽齡等信息。將這3000個病人分成吸煙和不吸煙的兩組，分別畫出對應壽齡的概率分布曲線，其呈現為正態分布。

從圖1-1可見，無論一個人是否吸煙，均可能過早去世（正態分布的左側尾巴：差尾巴），也可能活到高壽（正態分布的右側尾巴：好尾巴），但吸煙人群的壽齡分布整體少5歲（兩個分布曲線中線的差距）。這說明，下論斷要從整體的統計結果來分析，揪住某些個案是沒有太多意義的，或者說容易被引入歧途。因此，該朋友拿兩個名人的例子反駁吸煙有害健康的勸說，是“基于少量個案進行的有偏歸納”。

然而在現實世界中，人大多時候是感性的，我們往往會對身邊發生的、親眼看到的個案給予更多的重視，而忽略了整體數據，如以下這些實例：

1）一位勤奮上進的學生發現混日子的同學撞大運發大財，轉而對世界和人生無比失望，感嘆努力無用。他卻沒有看到，生活中靠自己努力獲得財富和幸福的人比比皆是。

2）管理者使用自己公司的某個產品時，恰巧碰見了問題，進而對整個產品全盤否定，完全不看統計評估的數據。

3）產品新功能推出后，運營不同客戶的同事，一個信誓旦旦地說新功能好，一個則抱怨新功能種種不好，因為他們只是從各自的客戶那里得到反饋，誰也沒有了解整體數據。

上面的三個例子均是生活和工作中常見的場景，以自己的所見所聞為判斷依據是人類的天性，但如果我們的所見所聞只是真實世界的一個抽樣，那么需要有足夠的理性跳出自己的圈子，以更加宏觀、總體的統計數據來認知世界。

用統計的方法理解世界，不過分看重個例，這個貌似簡單的道理隱藏著深刻的內涵。它教我們要看重過程，而不是看重單次的結果，因為再好的過程也可能會偶爾失利，但長遠來看，好的過程總體上必然導致好的結果。中國人有句老話，做事情要“盡人事，聽天命”就是這個道理。比如對于吸煙問題，雖然選擇健康的生活方式“不吸煙”，我們會進入更好分布的壽齡曲線（中線為75歲的分布），但依舊無法知道我們的壽齡會處于該曲線的好尾巴（長壽），還是壞尾巴（夭折）。那么，既然“天命”對壽齡影響這么大，我們是否可以不注意健康呢？也不可以，如果不盡人事，我們的壽齡會跌落到更差的曲線上去（中線為70歲的分布）。“人事”決定了我們的壽齡處于哪種分布曲線，“天命”決定了我們的壽齡處于該分布曲線的哪個尾巴，這就是對“盡人事，聽天命”的統計學理解。

由這些案例可見，從具體案例歸納出來的規律不一定是正確的。不能相信隨便從個案歸納出的規律，而要以統計的方式去進行歸納。但只要使用統計的方式，我們就一定能學習到這個世界的真實規律嗎？