“幸存者偏差”是统计学中对一种逻辑谬误的统称，是指我们只关注了经过某种筛选过程后的结果，而忽略了筛选过程的逻辑谬误。

它的别名又叫“沉默的数据”或者“死人不会说话”。

通俗点说，就是在进行统计调查特别是抽样调查时，统计样本的选择不能有偏倚，所有样本都要有均等的机会入选，否则最后得出的结论就会有失偏颇。

它起源于二战时期的一个故事。

话说在二战的时候，美英联军向德国进行了战略性轰炸，由于德军防空力量强大，美英损失惨重。国防部找来了专家，要求研究战斗机的受损情况，以便对飞机做出改善。

专家们检查了执行任务归来的战斗机，发现所有的飞机腹部都是伤横累累，于是专家们建议，机腹非常容易受到炮火的攻击，应该加强对机腹的保护。

最后国防部的要求却是，改进和加强对机翼的保护。因为国防部的统计学家们发现，能够幸存返航的战斗机，机翼都是完好无损的，这说明了被击中机翼的战斗机都已经坠落了，而仅仅被击中机腹的战斗机却还能返航，应该加强保护的是机翼，而不是机腹。

上述例子中，专家们的分析就存在“幸存者偏差”，他们只关注了幸存下来的飞机的伤残情况，而没有关注“为什么其他飞机没有飞回来？”。

如果只是让幸存者下次有更多的机会生存下来，那最后剩下来的总量将会毫无提升，只有找到如何让不幸者活下来才能有效提升整体的幸存总量。

这些百孔千疮的轰炸机是从战场上成功飞回来的“幸存者”，因此它们机身上的弹孔对于飞机来说算不上致命。要想救那些轰炸机飞行员的性命，更正确的方法应该是去研究那些被打中并坠毁的轰炸机。只有研究那些没有成功返航的“倒霉蛋”，才能有的放矢，找到这些飞机最脆弱的地方并用装甲加强

幸存者偏差，指的是在做统计分析时，我们只专注于那些成功的例子，从而得出以偏概全的错误结论。大致来讲，成功的例子往往只属于少数。如果我们只看成功的幸存者，而忽略那些大部分的“倒霉蛋”，那么就会得出很多不符合常理的荒唐结论

生活中的很多偏理都可以用“幸存者偏差”反驳

“读了那么多年书，还没人家小学没毕业的混的好”——《读书无用论》

说读书无用的人基本都是只看见了少数“低学历精英”和“高学历颓废者”，在他们眼里，看不见那些大多数“低学历的低价劳动力”和“高学历的真正精英”。

像最近的“当当惨淡卖身海航系”等定论，同样只是看到了少数的诸如京东、亚马逊等，从图书品类横空而出，一路成长成巨无霸的故事，鲜少知道卓越网、以及更多图书网上销售平台销声匿迹的故事。

在应该专注极少品类的时候，卓越网太早铺开市场，连翻身的机会都没了，而今天的当当，恰恰是过于保守，进入全品类的时机过晚，淘宝天猫京东早已占据的市场，当当已无力撼动，卖身海航也未尝不是套现的好去处。