為什麼要先談方法#

本書的主軸是「以資料減少偏見、不再製造新偏見」。作者刻意把方法論放在最前面，讓讀者在閱讀後續百分比與比例之前，能先建立正確的解讀基礎。

相關不等於因果（Correlation Is Not Causation）。資料能呈現群體間的差異，但無法直接推論「做 A 就會導致 B」。

一個簡單的思想實驗：名叫 John 的創辦人#

假設十億美元級新創的創辦人中有 10% 名叫 John，這代表「叫 John 容易成功」嗎？不一定，因為可能存在干擾因子（confounding factors）：

• 基準率：可能全國本來就有 10% 的人叫 John。
• 背景因素：叫 John 的人可能更常出身於經濟條件較好的家庭，更有資源投入創業。
• 投資人偏誤：創投（venture capital，VC）投資人本身就傾向投給叫 John 的創辦人。

要解開這類問題，必須建立一個合適的「比較基準」（baseline）。

對照組的建立#

理想上，研究者會比較「所有曾創過業的人」，但這在實務上不可行——光是 2005 至 2018 年間獲得至少 300 萬美元資金的新創就大約有兩萬家。作者採取統計上常用的做法：抽樣（sampling）。

• 從上述母體中隨機抽取 200 家新創作為「隨機組」（random group）。
• 對隨機組與十億美元組蒐集完全相同的資料項目。
• 統計檢定顯示 200 家樣本足以代表全體母體。

「隨機組」代表的是「典型的新創長什麼樣」，因此可作為十億美元組的對照基準。書中所有的「比起隨機組 ⋯⋯」之類的敘述，都是基於這個對照。

統計檢定與多重比較問題#

• 比較兩組時採用 95% 信賴區間（confidence interval）。
• 由於同時對許多因子（年齡、募資金額、學校排名 ⋯⋯）做比較，會出現「多重比較問題」（multiple comparison problem）：純粹靠運氣，也可能找到看似有差異的因子。
• 為控制偽發現率，採用 Benjamini-Hochberg 程序（Benjamini-Hochberg procedure），確保只回報「不太可能由隨機產生」的顯著差異。

仍然存在的限制#

作者坦承這不是一篇學術論文，潛在偏誤無法完全消除：

• 倖存者偏誤（survivorship bias）：失敗的公司不會出現在任何名單中。
• 遺漏變數偏誤（omitted variable bias）：沒納入研究的外部指標仍可能造成影響。
• 觀察者偏誤（observer bias）：部分資料點靠作者主觀判斷。
• 資料不完整：少數公司找不到完整資料。
• 資料失真：歷史可能被公司事後改寫，例如把後來才加入的高階主管列為共同創辦人。

我們也必須承認，運氣（luck）、特權（privilege）與機會的取得（access）在許多創辦人的成功中扮演了重要角色，這些因素無法完全在數據中被量化。

規模與意義#

儘管如此，本書背後的資料集仍是目前針對新創成功因子規模最大的之一：

• 累積的資料點來自手工整理，並與多位學者合作驗證方法。
• 結論不為了預測誰會成功，而是揭示「歷史上哪些模式反覆出現」。

帶著「這是統計上的傾向，而非個人的命運」的心態閱讀後續章節，才能既得到啟發，又不被數字綁架。