統計謬論完整清單：55 種思維除錯地圖
55 種統計謬論的快速索引，按 8 大類排列。設計抽樣看第一類，做因果推論看第四類，跑模型看第六類。每個謬論一句話講完，點進去看完整故事。
這份清單是 55 種統計謬論系列的快速索引，用法很簡單：
- 設計抽樣計畫 → 掃一眼 一、抽樣偏差
- 設計問卷或測量工具 → 掃一眼 二、測量偏差
- 解讀比率、平均值、聚合數字 → 掃一眼 三、數字直覺陷阱
- 想從相關性推因果 → 掃一眼 四、因果推論
- 做分析決策、覺得自己很客觀的時候 → 掃一眼 五、認知偏差
- 跑回歸、上模型、做 ML → 掃一眼 六、統計方法
- 設計 A/B 測試或實驗 → 掃一眼 七、實驗設計
- 準備報告或讀別人的報告 → 掃一眼 八、呈現與報告
一、抽樣偏差（6 種）
你的樣本代表不了你的目標群體
| # | 謬論 | 一句話 |
|---|---|---|
| 1 | 倖存者偏差 | 只看到活下來的案例，看不到消失的失敗者 |
| 2 | 樣本選擇偏差 | 數據採集過程帶有篩選機制，樣本系統性偏向特定群體 |
| 3 | 覆蓋偏差 | 抽樣框架根本沒覆蓋到某些族群 |
| 4 | 自選偏差 | 只有情緒強烈的人才會開口，沉默大多數不在樣本裡 |
| 5 | 便利抽樣偏差 | 只找身邊容易接觸的人，他們跟真實用戶不一樣 |
| 6 | 時間窗口偏差 | 只在特定時段採樣，選到的是那個時間點會出現的人 |
二、測量偏差（6 種）
你測量到的不是你以為測量到的
| # | 謬論 | 一句話 |
|---|---|---|
| 7 | 社會期望偏差 | 受訪者回答「社會期待的答案」而不是真實想法 |
| 8 | 觀察者偏差 | 測量者的預期污染了測量結果 |
| 9 | 回憶偏差 | 依賴記憶而非記錄，人的記憶是重建的不是錄像機 |
| 10 | 工具與測量誤差 | 測量工具本身引入系統性誤差 |
| 11 | 確認偏差（蒐集階段） | 只記錄符合預期的觀察，數據庫從源頭就帶選擇性 |
| 12 | 時間與季節偏差 | 把季節性波動當作自己努力的成果 |
三、數字直覺陷阱（6 種）
數學結果違反直覺
| # | 謬論 | 一句話 |
|---|---|---|
| 13 | 基準率謬誤 | 被 99% 準確率唬住，忘了基準率只有 1% |
| 14 | 賭徒謬誤 | 以為連開 10 次正面之後反面機率更高 |
| 15 | 小數定律 | 5 人訪談的結論不等於 80% 用戶想要某功能 |
| 16 | 辛普森悖論 | 每個子群體都更好，整體反而更差 |
| 17 | 生態學謬誤 | 富裕地區壽命長，不代表搬去住你就會長壽 |
| 18 | 原子論謬誤 | 一所學校成功的教學法，不代表全縣都適用 |
四、因果推論（5 種）
相關性不等於因果性
| # | 謬論 | 一句話 |
|---|---|---|
| 19 | 混雜因素 | 第三個變數同時導致了 X 和 Y，製造了假相關 |
| 20 | 反向因果 | 因果方向弄反了，不是警察多所以犯罪多 |
| 21 | 對撞結構 | 樣本被兩個條件共同篩選，製造了不存在的假相關 |
| 22 | 偽相關 | 冰淇淋銷量和溺水人數相關，但冰淇淋不致人溺水 |
| 23 | 中介變量謬誤 | 控制了因果路徑上的中間節點，切斷了你在研究的路徑 |
五、認知偏差（7 種）
大腦的系統性捷徑讓你走偏
| # | 謬論 | 一句話 |
|---|---|---|
| 24 | 確認偏差（分析階段） | 只搜尋支持預設觀點的資訊，主動迴避反面證據 |
| 25 | 錨定效應 | 被第一眼看到的數字限制了後續所有判斷 |
| 26 | 可用性啟發法 | 容易想起來的事不代表發生機率更高 |
| 27 | 代表性啟發法 | 用「描述像不像」來判斷機率，忽略基準率 |
| 28 | 麥納馬拉謬誤 | 只量可以量的，忽略量不到但重要的東西 |
| 29 | 古德哈特定律 | 指標一旦成為目標，就不再是好的指標 |
| 30 | 路徑依賴 | 沉沒成本讓你沿著錯誤路徑繼續走 |
六、統計方法（11 種）
工具的假設被違反了，或你誤解了它的輸出
| # | 謬論 | 一句話 |
|---|---|---|
| 31 | 回歸謬誤 | 把極端值自然回歸平均當成你的干預有效 |
| 32 | 多重共線性 | 預測變數之間高度相關，係數估計不穩定 |
| 33 | 潛在變數偏差 | 遺漏重要變數，模型把它的影響錯誤分配給其他變數 |
| 34 | 過度擬合 | 死記硬背了訓練數據的雜訊，新數據上一塌糊塗 |
| 35 | 數據洩漏 | 訓練時用到了預測情境中不可得的資訊 |
| 36 | 前瞻性偏差 | 回測中使用了當時不可得的未來數據 |
| 37 | 外推謬誤 | 把模型延伸到訓練範圍以外，結論不可信 |
| 38 | P 值誤解 | p = 0.03 不是「新版本更好的機率是 97%」 |
| 39 | 效果量忽視 | 統計顯著但效果微小，沒有實際意義 |
| 40 | 檢定力不足 | 樣本量太小，測不到真實存在的效應 |
| 41 | 多重比較謬誤 | 跑夠多檢定，總會有一個 p < 0.05 |
七、實驗設計（9 種）
實驗從一開始就不公正
| # | 謬論 | 一句話 |
|---|---|---|
| 42 | 霍桑效應 | 被測者知道自己被觀察就改變行為 |
| 43 | 安慰劑效應 | 相信干預有效就產生了真實的主觀改善 |
| 44 | 實驗者期望效應 | 研究者的細微行為暗示了「正確答案」 |
| 45 | 干預偏差 | 實驗組和對照組在變因以外還受到不同對待 |
| 46 | 無回應偏差 | 沒回應的人跟有回應的人是不同群體 |
| 47 | 問卷偏差 | 問題的措辭和選項設計引導了答案方向 |
| 48 | 資訊偏差 | 數據標籤本身就是錯的，標註者的偏見污染了訓練基礎 |
| 49 | 檢測偏差 | 尋找某現象的努力程度不同，發現率不等於發生率 |
| 50 | 排除偏差 | 把「異常值」刪掉，可能把最重要的信號當雜訊丟了 |
八、呈現與報告（5 種）
數據本身沒問題，選擇展示什麼才是問題
| # | 謬論 | 一句話 |
|---|---|---|
| 51 | 截斷 Y 軸 | Y 軸不從 0 開始，微小變化看起來像火箭升空 |
| 52 | 雙軸圖表誤導 | 兩個不同刻度的 Y 軸讓無關的變數看起來完美同步 |
| 53 | 櫻桃挑選 | 只展示成功的結果，隱藏失敗的嘗試 |
| 54 | 文件抽屜問題 | 負面結果被鎖進抽屜不公開，公開結論系統性偏向正面 |
| 55 | 發表偏差 | 整個出版系統偏向接受有顯著正向結果的研究 |
