この話の始まりとなった爆撃機
戦時中、技術者たちは帰還した爆撃機を調べ、どこに弾痕が多いかを記録していました。そこで、弾痕が最も多い場所の装甲を強化するという案が浮かびました。
数学者はその論理を逆転させました。弾痕が見えるのは、そこを撃たれても飛行機が耐えられたからです。装甲を付けるべきなのは、弾痕のない場所です。そこを撃たれた飛行機は戻ってこないからです。
間違いは計算ではなく、標本にありました。標本に入っていたのは生き残った機体だけだったため、損傷の分布図が示していたのは危険な命中箇所ではなく、安全な命中箇所だったのです。
同じパターンに出会う場面
- 成功者のアドバイス: うまくいった人の話は聞きますが、同じことをして途中でつまずいた人の話は聞きません。
- 口コミと評価: 満足した人と激怒した人は書き込みますが、何も言わない大多数は統計に現れません。
- 古いもの: 「昔のものは長持ちした」- 私たちのもとまで残ったのは、壊れなかったものだけです。
- 投資と市場: 廃業した企業は報告書から消えるため、過去の収益率は実際より高く見えます。
だから、成功談には危うさがあります。そこから原因を読み取ることはできません。たどり着けなかった何千人もの人にも同じ習慣があったなら、その習慣は何も説明していないからです。原因は、見えていないものの中に探さなければなりません。
確認方法はシンプルですが、ほとんどの場合、不都合なものです。データの残り半分はどこにあるのかを尋ねます。試して、たどり着けなかったのは誰か。戻ってこなかった人たちはどうなったのか。たいていは、そうしたデータを誰も集めていなかったことがわかります。
逆の使い方も役立ちます。誰かの経験から何を学ぶか決めるときは、成功した人ではなく、自分と近い状況にいて、そこでつまずいた人を探しましょう。原因は、そちらのほうがはっきり見えるからです。
続きはMiqoアプリで
あと1分で読み終わり、最後にクイズがあります。 「歴史 → 偉大な失敗」にあります
スマホのカメラをここに向けると、App StoreまたはGoogle Playが開きます。
出典
- 爆撃機への装甲配置の例は、第二次世界大戦中に統計研究グループで活動したアブラハム・ウォルドの研究と結び付けられています。ウォルドは、帰還した機体の損傷分布が偏っていることを示し、弾痕のない区域を補強するよう提案しました。系統的な選択バイアスは統計学で説明され、口コミや成功談、収益率のデータにも繰り返し現れます。