辛普森悖論（Simpson’s Paradox）#

1973 年加州柏克萊大學被控性別歧視——表面證據看似明確：

• 男性申請者錄取率為 44%
• 女性申請者錄取率為 35%

但深入分析後出現驚人的反轉——逐系拆解時，多數系所對女性反而略微有利。

這就是「辛普森悖論」（Simpson’s paradox）：分組資料中的清晰趨勢，在合併後可能消失，甚至完全反轉。

柏克萊案例的關鍵在於「潛伏變項」（lurking variable / confounding variable）：

• 男性傾向申請工程等錄取率高的系所
• 女性傾向申請英語等競爭激烈的系所
• 兩性的系所選擇分布不同，扭曲了整體錄取率
• 看似「對女性不利」的整體統計，反映的是申請選擇的差異，而非錄取偏見

這個發現並不否認性別歧視在其他環節存在——研究者本身就提醒，「在錄取階段沒有可證明的偏誤，不代表整個教育過程或職涯歷程都沒有偏誤」。

案例：抽菸看似有益的假象#

英國 Whickham 村對女性死亡率的長期追蹤（20 年）顯示：

• 不抽菸者死亡率 43%
• 抽菸者死亡率 38%

直觀結論：「抽菸有益」。但這是徹底的辛普森悖論——按年齡分層後，抽菸在所有年齡組都顯著有害。整體統計被扭曲，因為被調查的抽菸者整體較年輕。

「相關 ≠ 因果」的反例展覽#

統計學家 Tyler Vigen 蒐集了大量荒謬但統計上「強相關」的對應：

• 美國乳酪消耗量 vs. 因纏在床單中身亡的人數
• 北卡羅來納州律師人數 vs. 勒頸自殺案件數

飛行麵條怪物教（Pastafarianism）的創辦人 Bobby Henderson 諷刺地指出：全球海盜數量與全球均溫呈統計上顯著的負相關——所以海盜減少導致全球暖化，請大家穿上海盜服裝阻止氣候變遷。

但統計相關並非無用——它像偵探故事中的線索：相關性不能證明嫌疑人有罪，但能告訴我們是否值得進一步調查；若一個嫌犯與案件毫無時空相關，可以將其排除。關鍵在於排除潛伏變項。

雨傘的使用與下雨高度相關——但雨傘並未引起雨。冰淇淋銷量與溺水事件正相關——但兩者的共同潛伏變項是「好天氣」。

案例：John Snow 與倫敦霍亂的「鬼地圖」#

19 世紀醫界仍信奉「瘴氣理論」（miasma theory）——以為疾病由臭氣傳播。社會改革家 Sir Edwin Chadwick 簡單一句：「所有的臭味都是疾病。」他主導了倫敦下水道改革，關閉超過 20 萬個糞坑，霍亂發生率隨之下降——這反而強化了「瘴氣理論」的說服力（共同變項：糞坑同時改善了氣味與水質）。

1854 年 8 月 31 日，倫敦 Soho 的 Broad Street 周邊爆發霍亂：

• 三天內死 127 人，3/4 居民逃離
• 醫師 John Snow 不信瘴氣論
• 他與 Henry Whitehead 牧師訪談倖存者，把死亡個案標記在地圖上
• 共同點：Broad Street 上某個水泵

潛伏變項仍存在——附近修士、釀酒廠員工幾乎沒人染病。Snow 進一步調查發現：修士只喝自釀啤酒，釀酒廠則用發酵後的水（發酵會殺死霍亂菌）。某些遠處的死者是因為偏好 Broad Street 那口井的味道而特地去取水。

當局移除了水泵把手，疫情迅速止住。後來才發現：那口井距糞坑只有 1 公尺，糞便細菌滲入水源。這是「流行病學」（epidemiology）誕生的關鍵時刻。

諷刺的後話：威脅一過，地方當局就把水泵把手裝回去——他們無法面對「糞口傳播」這個對社會輿論「太噁心」的事實。政治人物寧可顧及大眾觀感，也不顧科學證據——這個傾向跨越時代並無減弱。

案例：Theranos 與「滴血驗百病」的崩塌#

19 歲從史丹佛輟學的 Elizabeth Holmes 創辦了 Theranos：

• 使用「treatment + diagnosis」的合成字，模仿賈伯斯（Steve Jobs）的高領衫穿著與極端保密文化
• 承諾從一滴血就能診斷數十種疾病
• 2014 年公司估值達 90 億美元，Holmes 被《Forbes》封為「全球最年輕白手起家女億萬富翁」
• 董事會包含季辛吉（Henry Kissinger）、佩里（William Perry）等政治巨頭
• 2015 年她共同推動亞利桑那州法案，讓病患不需醫師處方就能自行訂血液檢驗

但科學界從未停止質疑：

• 普立茲獎記者 John Carreyrou 在《華爾街日報》揭發「Edison」儀器極不可靠，公司私下使用競爭對手的設備跑檢驗
• 2016 年 CMS（聯邦醫療保險中心）認定 Theranos 的實驗室「對病患健康構成立即危害」
• Holmes 被禁止經營實驗室至少兩年
• 2016 年 6 月 Theranos 估值被 Forbes 重新評為 0 美元

這故事除了揭穿一場龐大詐欺，更涉及一個基本的統計道理：廣撒網式的健康篩檢，不只無益，還可能造成傷害。

篩檢的兩個關鍵指標：敏感度與特異度#

• 敏感度（sensitivity / true positive rate）：實際生病者有多少比例能被測出陽性
• 特異度（specificity / true negative rate）：實際健康者有多少比例能被正確判為陰性

理想中兩者都應該 100%，但現實中 90% 以上就算好。HIV 檢驗的敏感度與特異度都極高，但低風險族群仍有 50% 偽陽性——這就是貝氏定理的力量。

多重檢驗悖論：「滴血驗百病」為何注定失敗#

Theranos 號稱一滴血能查 30 種疾病。即便每個獨立檢驗都有 90% 敏感度：

• 30 個獨立檢驗都不出現偽陽性的機率 = 0.90^30 ≈ 4.2%
• 因此至少出現一個偽陽性的機率 ≈ 95%

即便每個檢驗的敏感度提高到 99%，30 個檢驗中至少出現一個偽陽性的機率仍超過 25%。

醫學期刊編輯 Eleftherios P. Diamandis 直白說明：「一位 PSA 值為 20 μg/L 的人會根據統計推斷自己有 50% 機率罹患攝護腺癌，要求做切片。但如果幾天前他的 PSA 是 1 μg/L，他得癌症的機率幾乎為零，更可能的原因是良性可治的急性攝護腺炎。一位男性收到陽性『懷孕測試』結果會困惑——但訓練有素的醫師會去找睪丸癌的可能。」

換句話說：檢驗結果若沒有臨床脈絡（症狀、病史、其他檢查）支持，幾乎無法直接告訴我們什麼。

教訓#

• 辛普森悖論：分層資料的趨勢可能在合併後反轉，必須警覺潛伏變項
• 相關不等於因果——但相關仍是有用線索，前提是排除其他解釋
• 醫療篩檢的有效性不只取決於儀器準確度，還取決於：
  • 基底感染率（base rate）
  • 適用對象（有症狀者 vs. 無症狀者）
  • 同時做多少獨立檢驗——越多項目，偽陽性累積越快
• 讓非專業者繞過醫師「自由訂檢驗」聽起來像賦權，但若沒有先驗資訊，反而把人推進不必要的恐慌與後續侵入性檢查
• 投資人若連基本統計題目都不問，就會像 Theranos 案例一樣把巨資交給海市蜃樓