如果你看到上面這張漫畫還沒有笑出來,那麼,你可能就是莫非定律的受害者。
想要知道「取樣偏差」和「莫非定律」有什麼關聯,我們首先來看看日常生活中的取樣偏差。
取樣一:機車比汽車危險,對不對?我們聽到看到機車事故的次數,比汽車事故多,毫無疑問。但是,有沒有想過,台灣機車的數量是汽車的2.7倍?
取樣二:假設某一天新冠肺炎的死亡個案裡,有20位沒施打疫苗,但也有20位施打了三劑疫苗,所以,打不打疫苗的死亡率相同?但你知道嗎?沒施打疫苗的人口只有10%,而施打三劑疫苗的人口則有70%。所以,換算下來,沒打疫苗的死亡率,居然高達7倍!
如果你不看取樣的來源母數,只在乎當下的取樣結果,你就很容易陷入取樣偏差的陷阱。
莫非定律,就是用來形容:只看取樣結果,「忘記」取樣來源母數的「倒楣鬼」。
開車在多線道的路上,你發現,不管怎麼換車道,你車子目前所在的這個車道,總是最塞最慢的。為什麼會這樣呢?你,真的就這麼倒楣嗎?
喔不,當然不是。你只是忘記了其他幾次「換車道催油門」的爽快經驗,只記得「換車道反而更慢」的懊惱。取樣偏差的後果。
痛苦的經驗刻骨銘心,爽快的經驗過眼雲煙,所以我們只會記得某次選擇所帶來的痛苦,卻忘了其他次選擇所帶來的爽快。這就是取樣偏差所導致的莫非定律。