01 什么是辛普森悖论？
是英国统计学家E.H. 辛普森（E.H.Simpson）于1951年提出的悖论，即在某个条件下的两组数据，分别讨论时都会满足某种性质，可是一旦合并考虑，却可能导致相反的结论。
网上很多都用大小胆结石，学院录取率来解释这个辛普森悖论。
比如：不同手术对胆结石的治愈率
介于胆结石不是人人都得过，
学院录取率不是每个学校都公开过，
所以大家用这些例子来理解这个悖论，有点不太直观。
02 解释辛普森悖论
下面，我们用一个比较直观的例子来了解一下。
保证你看了这个例子，一辈子都忘不了什么是辛普森悖论。
这个人认识吗？
这个人呢？
故事是这样的，
有个口红品牌推出了一个新品，公司想从他们里面挑一个代言人。
挑选代言人的方法很简单，就是谁带的了货，就谁当。
经过他们层层删选，最后选定了，口红一哥李佳琦和带货一姐薇娅来PK这个代言人。
那如何PK呢？
品牌选了某一天，让他们同时直播推广这只口红，谁的直播购买率高，谁就是口红代言人。
也就是看他们节目的人中，有百分之几的人购买了这只口红。购买率高的获胜。
经过四个小时的直播，
薇娅居然超过了口红一哥李佳琦3个百分点！
小助理知道了这个信息后，表示不服气，去你的大头鬼。
于是，小助理把品牌方搜集的数据，又做了一次详细的分析。
小助理说：谁说，我们的购买率低？！！！
我们的男观众比薇娅的男观众多了5%，
另外，女观众比薇娅的女观众多整整11%！！！
你看！李佳琦的女人就是不一样！！！
小助理刚要拿起微信和品牌方讲(撕)理(逼)，又想了想，
不对啊，我们男，女观众都比薇娅的购买率要高，为什么总体要比薇娅少呢？
我是不是算错了啊？
几百万的口红我也算过，几百万的香水我也算过，我就不信我这次算不对！！！
小助理拿出计算器算了又算，
算的都对啊。
小助理陷入了迷思
……
03 这就是辛普森悖论
两组数据分组讨论和合并在一起后，会出现截然不同的答案。
04 辛普森悖论 - 数据背后的因果关系
小助理通过一个礼拜的线上学习，和查阅资料。
发现这次的男女比例和薇娅那组相差比较大。
为什么薇娅的男观众会多呢？
一调查，原来那天，薇娅在卖火箭
那些有钱的男人，连火箭的要买，还在乎给女朋友买个口红么。
所以我们可以发现，那天看薇娅直播的男观众不仅数量多，而且购买率也高。
这就是藏在辛普森悖论后面的因果关系。
05 我们直觉的缺陷
我们一直以为，总体好的话，细分一定也好。细分好的话，总体也一定好。
从李佳琦卖口红这个例子，我们可以看出，并不是这样的。
06 李佳琦小助理对辛普森悖论的理解
辛普森悖论很重要，因为它提醒我们，我们展示的数据并不是所有数据。
我们不能只满足于数字或图表，我们必须考虑数据生成过程 - 因果模型，对数据负责。
一旦我们理解了数据生成的机制，我们就可以寻找影响结果的其他因素，而图表不会告诉你这些。（就比如薇娅那天做了卖火箭直播，所以购买力强的男观众导致了薇娅口红购买力总体上涨）
学会思考因果关系并不是大多数人在学校里所教授的技能，但是这个技能在日常生活中，防止我们从数字中得出错误的结论至关重要。
完。