所谓“养兵千日，用兵一时”，又所謂“台上一分钟，台下十年功”，多年的寒窗苦读，终于到了最后上战场拼刺刀的时刻。除了尽量考高分，填报志愿也是一门门大学问，如果你明白了辛普森悖论，并充分运用到志愿填报当中，那么我敢保证，一定能让你考上更好的大学！
　　吃饱喝足才有力气干正事，填报志愿前，我们先打开外卖APP“饿死了么”，看到两家都还不错的餐厅，究竟吃哪一家呢？不如看大数据，跟着评分高的走准没错。于是我们看到，A餐厅400人评分，250人吃了都说好。B餐厅也是400人评分，216人说好。貌似A餐厅评分更好，就选A吗？
　　等一下，我们看一下评价中详细结构，A餐厅150人给菜品打分，其中好评有50人，好评率30%，250人给送餐速度打分，200人好评，好评率80%;而B餐厅360人给菜品打分，180人说好，好评率50%，40人给送餐速度打分，36人说好，好评率90%。从两种评价来看，都是B餐厅好评率更高，但汇总到一起，却是A餐厅胜出，是网站搞错了，还是我们的直觉出了问题？
　　实际上大家都没错，这就是辛普森悖论。在分组比较中都占优势的一方，在总评中有时反而是失势的一方。该现象于20世纪初就有人讨论，但一直到1951年，E.H.辛普森在他发表的论文中阐述此现象后，该现象才算正式被描述解释。后来就以他的名字命名此悖论，即辛普森悖论。
　　我们再举一个例子，最近欧冠也是如火如荼，假设有这样两名球员，一个叫洗咯，一个叫没洗，他们各打了100场比赛，由于碰到的对手不同，洗咯打了80场高难度的比赛，赢了48场，胜率60%;没洗只打了30场高难度的比赛，赢了12场，胜率40%，这么看跟高手过招，洗咯压倒性胜利。
　　再来看虐球渣，洗咯打了20场，全胜，胜率100%;没洗打了70场，胜了63场，还有7场居然梦游输了，所以胜率90%。虐球渣这方面还是洗咯完胜。然后我们把比赛汇总：
　　无论打高难度还是低难度比赛，洗咯都更能制霸球场，但最后却是没洗走得更远，这真是见了鬼了！（球员为假设，你也可以把名字对调位置）
　　我们把辛普森悖论运用到经济上，政治家们就常常玩这样的把戏，比如美国的福特总统在1974～1978年的任期中，他对每个收入人群都进行了减税，但此期间全国性的税收额却有了明显上涨。明白了这个道理，以后走上职场，你就会发现老板看上去把你的每一项任务都减轻了，但总任务其实增加了;而看上去每一项奖金和福利比例都提高了，拿到手的却少了。（这么写杂志社会不会炒我鱿鱼……）
　　最著名的辛普森悖论的实例，就是1973年加利福尼亚大学伯克利分校性别歧视案例。当年该校研究所一共收到12763名学生的申请，从表格里可以看到，如果只看整体录取率，那么男生的录取率是44%，女生的是35%。
　　不求甚解的话，一般人肯定会得出这样的结论——女生被歧视了。打算申请这所著名大学的女生要是看到这样的数据，八成肺都气炸了。
　　别急，现在把上面的数据按照院系拆分，再来看看每个系的录取率。
　　可以看到，在6个院系中有4个系，女生的录取率都大于男生，女生只在2个院系里容易被折戟。这是由于研究所入学申请与大学部不同，是由各学院独立作业，而男女生申请各学院的比例也不一样，例如英语系的入学申请者有三分之二是女生，而机械工程系的申请者只有2%是女生，这就造成了分开看女生占优势，汇总后男生占优势的矛盾情况。加州大学伯克利分校终于自证清白。
　　划重点：我们填报志愿时，千万别只看报考人数和录取人数的比例，还得拆分来分析，比如各专业录取人数比例、男女人数比例，不光看当年，再把最近几年的数据都分析一遍，有可能A大学综合录取比例低于B大学，但数据细化后你会发现，考上A大学的几率比B大学更高。
　　题外话：辛普森悖论（Simpson's paradox）是皮尔森（Karl Pearson）和尤尔（Udny Yule）提出的，因此也正说明了史蒂格勒的命名定律（Stigler's law of eponymy）：没有一个科学发现是以原发现者的名字来命名的。包括史蒂格勒命名定律，它是由莫顿（Robert Merton）提出的。