比较两个方案时，我们常把总成功数除以总人数，再用一个百分比决定谁更好。但有一种看似矛盾的情况：方案A在简单任务中成功率更高，在困难任务中也更高，合并全部任务后，总成功率却低于方案B。这不是算术失灵，而是两个方案面对的任务构成不同，分组权重改变了汇总结果。

这种“分组趋势与总体趋势方向相反”的现象通常称为辛普森悖论。它提醒我们：百分比不仅由组内表现决定，也由各组在总体中占多大比例决定。本文用一组完全虚构、可复算的数据说明反转怎样发生，以及面对课程完成率、产品转化率、服务成功率或网络宣传数据时，怎样避免被单一总数带偏。

一、先看一个反直觉的完整例子

假设我们比较两套学习方案A和B，参加者完成的任务分为“简单”和“困难”两类。为了避免现实身份、平台和商业因素干扰，下面所有数字只用于概率教学。

方案A处理20个简单任务，成功18个，成功率为：

18 ÷ 20 = 90%

它还处理80个困难任务，成功56个，成功率为：

56 ÷ 80 = 70%

方案B处理90个简单任务，成功72个，成功率为：

72 ÷ 90 = 80%

它处理10个困难任务，成功6个，成功率为：

6 ÷ 10 = 60%

分组比较很清楚：简单任务中A的90%高于B的80%；困难任务中A的70%也高于B的60%。如果只看同难度比较，A在两组都高出10个百分点。

二、合并后为什么是B的总成功率更高

现在把两类任务分别合并。方案A总共成功 18 + 56 = 74 个，总任务数是100，因此总成功率为74%。方案B总共成功 72 + 6 = 78 个，总任务数同样是100，因此总成功率为78%。

于是出现了反转：A在每个难度组内都更高，总体却是B的78%高于A的74%。关键不在成功率计算方式，而在任务构成。

方案A的100个任务中，简单任务只占20%，困难任务占80%；方案B正好相反，简单任务占90%，困难任务只占10%。简单任务本来就更容易成功。B的大多数观察值来自高成功率的简单组，而A的大多数观察值来自低成功率的困难组。总体比较同时混入了“方案表现”和“任务难度构成”两种差异。

三、用加权平均把反转写清楚

总体成功率可以写成各分组成功率的加权平均。权重就是该组样本量占总体的比例。

方案A的计算是：

20% × 90% + 80% × 70% = 18% + 56% = 74%

方案B的计算是：

90% × 80% + 10% × 60% = 72% + 6% = 78%

A在每个组内都领先，但它把更大的权重放在70%的困难组；B虽然组内都较低，却把90%的权重放在80%的简单组。加权平均由“组内数值”和“组的权重”共同决定，只比较前者或只比较最终平均值都会丢失信息。

这也说明为什么不能把两个百分比直接做普通平均。A的 (90% + 70%) ÷ 2 = 80% 没有考虑两个组分别有20和80个任务；B的 (80% + 60%) ÷ 2 = 70% 也忽略了90和10的样本差异。只有当各组样本量相同，简单平均才与按人数加权的总体一致。

四、分组结论和总体结论回答的不是同一个问题

“A在每个难度下是否表现更好”是条件比较：给定任务难度后，比较A与B。“哪套方案的全部记录中成功比例更高”是总体比较：不固定难度，把实际样本构成也算进去。

这两个问题都可以有正确答案，却服务于不同决策。如果想判断方案本身在相似条件下的表现，分层比较通常更有解释力；如果想描述某段时间实际完成了多少，总体成功率也有价值，但不能自动解释原因。

辛普森悖论并不表示“分组一定比汇总正确”，也不表示看到反转就能证明因果。难度可能是关键分层变量，也可能还有时间、地区、用户经验、设备类型等因素。选择分层方式必须依据问题机制，而不是为了得到喜欢的结论不断切分数据。

五、用统一权重做一次公平对照

若目的是比较方案而不是比较任务构成，可以让两套方案使用同一组权重。假设把简单和困难任务都按50%计入标准化结果：

方案A：

50% × 90% + 50% × 70% = 80%

方案B：

50% × 80% + 50% × 60% = 70%

统一权重后，A仍在相同任务构成下领先10个百分点。这里的80%和70%不是原始总体成功率，而是为了比较而计算的标准化指标。报告时必须明确权重从哪里来，不能把标准化结果冒充实际发生率。

更稳妥的做法通常是同时展示三层信息：每组的成功数与总数、各组成功率、实际总体与标准化总体。这样读者能看见分母、权重和选择规则，而不是只接收一个脱离结构的百分比。

六、遇到汇总数据时的六步检查法

第一步，确认指标定义一致。两个方案的“成功”是否使用同一标准、同一观察窗口和同一排除规则。

第二步，要求看到分子和分母。78%必须能够还原成78个成功、100个总样本之类的原始计数；只有百分比无法判断样本规模和稳定性。

第三步，寻找可能影响结果的分层变量。任务难度、用户基础、时间段或渠道如果同时影响分组比例和成功率，就可能制造汇总反转。

第四步，在相同分层内比较。不要拿A的困难组与B的简单组交叉比较，也不要只展示其中一个有利分组。

第五步，检查权重。把每组样本数除以总体样本数，写出加权平均，确认总体数字能够由分组数字复算。

第六步，根据决策目的选择报告方式。描述实际运营结果可保留实际权重；比较方案能力则应考虑统一权重、随机分配或其他更可靠的研究设计，并说明局限。

七、四个常见误区

误区一：总成功率高就证明方案更优。 总成功率可能主要反映它接触了更多容易样本，而不是方案本身更有效。

误区二：每组都更高就能忽略总体。 如果问题是预算、容量或实际完成量，总体构成仍然重要。分组与总体应分别回答对应问题。

误区三：发现反转就断言数据造假。 辛普森悖论可以在数据完全真实时出现。应先核对计数、定义和权重，再判断是否存在选择性报告或操纵。

误区四：不停分组直到出现想要的答案。 缺乏事先依据的切分会增加偶然结果。分层变量应有明确机制，最好在分析前确定，并保留全部分组结果。

八、理性决策与反诈提示

网络宣传常用“整体成功率”“通过率”“回款率”或“用户胜率”制造权威感，却不提供各类用户的分母、难度构成、时间窗口和退出样本。即使总体数字没有伪造，也可能通过改变样本权重获得更好看的结果。看到百分比时，应追问：谁被计入、谁被排除、每组有多少人、不同方案面对的条件是否相同。

任何统计截图都不能证明收款方身份，也不能成为充值、垫付、缴纳保证金或解冻费的理由。若对方以“内部高成功率”“特殊分组名额”催促付款，却拒绝提供可独立核验的完整记录，应停止操作。不要泄露验证码、支付密码或屏幕共享权限；已经付款时，应尽快联系银行或支付机构说明疑似诈骗，保存聊天记录、页面、收款账户、时间和金额，并通过所在地警方或正规举报渠道求助。不要再次向声称付费即可追回损失的陌生人转账。

总结

辛普森悖论的核心是权重变化。示例中，A在简单任务和困难任务内分别以90%对80%、70%对60%领先，但A承担了更多困难任务，B承担了更多简单任务，导致总体变成74%对78%。分组结论与总体结论并非算术矛盾，而是在回答不同条件下的问题。

面对汇总百分比，先还原分子和分母，再检查分组变量与样本权重；需要比较方案本身时，可使用统一权重并明确说明标准化方法。统计反转是要求进一步核验的信号，不是相信收益承诺、授权敏感权限或支付费用的证据。