量与质是不等价的，无奈的是量比质来得容易量测，所以人们总是习惯用量来评定好坏。
我有两个在同一家医院工作的朋友，他们都是外科医生，一位是副主任医师，另一位是主治医师。某一天，我对他们手术的成功率感到好奇，就跑去统计了他们一个月内的手术情况。结果发现，主治医师手术的成功率竟然比副主任医师还要高，为了证明没有撒谎，我把数据放在了下面：
| 手术情况 | 副主任 | 主治 |
|---|---|---|
| 成功 | 129(86%) | 110（88%） |
| 失败 | 21(14%) | 15(12%) |
| 合计 | 150 (100%) | 125(100%) |
晚饭的时候，我跟学统计学的老婆说起这件事。她说：“你没有把病人的情况考虑进去，所以结论并不一定是正确的，现在，让我们把病人分为两类，危重病人，和普通病人。”
于是，我们得到了下面两张表:
副主任医师手术情况
| 手术情况 | 普通 | 危重 |
|---|---|---|
| 成功 | 29(91%) | 110（85%） |
| 失败 | 3(9%) | 18(15%) |
主治医师手术情况
| 手术情况 | 普通 | 危重 |
|---|---|---|
| 成功 | 90(90%) | 20（80%） |
| 失败 | 10(10%) | 5(20%) |
原来，主任医师的每种病人的手术成功率都要比副主任医师高！
上面的这种现象叫做辛普森悖论，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，可一旦合并考虑，却可能导致相反的结论。
辛普森悖论的原因在于，忽略了类型对结论的影响。它说明量与质是不等价的，无奈的是量比质来得容易量测，所以人们总是习惯用量来评定好坏。
欢迎大家关注我的公众号：数学知识派。
