男人都爱看球赛，你怎么不看球啊

有一项研究发现：甲城的市民智商平均比乙城市民的智商高。于是，有人由此得出一个结论：从甲城和乙城各自随机抽取一个市民，甲城的那位市民的智商会比乙城的那位市民智商高。很显然，这个结论是不对的，它犯了区群谬误。

区群谬误也叫生态谬误、层次谬误，是一种在分析统计资料时经常犯的逻辑错误，指的是仅仅基于群体的统计数据就对其下属的个体性质做出推论，这种谬误假设了群体中的所有个体都具有群体的性质，是典型的以全概偏。

◎区群谬误的来源

区群谬误最先见于美国社会学家威廉·罗宾逊在1950年写的文章。1930年，美国进行了一次人口普查，针对这次普查结果，罗宾逊分析了48个州的识字率以及与新移民人口比例的关系。他发现两者之间的相关系数为0.53，即一个州的新移民比率越高，平均来说这个州的识字率便越高。然而，当他分析个体资料时，却发现移民比率与识字率之间的相关系数为-0.11，即平均来说新移民比本地人的识字率低。

为什么会出现这种看似矛盾的结果呢？罗伯逊通过调查和研究，终于搞清楚了原因：原来，新移民普遍倾向于在识字率较高的州定居。由此，罗宾逊提出在处理群体资料或区群资料时，必须注意到资料对个体的适用性。值得注意的是，罗宾逊并非指任何群体资料对个体性质做出的判断都是错误的，而是说从群体资料推断个体资料时，必须注意群体资料是否会把个体的特殊信息隐藏起来。

罗宾逊指出的问题其实很好理解，即汇总的数据不能直接用来推论人的行为。人们为什么上学，为什么结婚，为什么生育，等等，如果只用汇总的材料进行分析，是无法找出真实原因的。举几个很简单的例子：

一个人从上海来，在你对他不太熟悉的时候，你可能认为他具有上海人的某些特点，比如聪明、勤奋、顾家等，但实际上，虽然这个人受到了上海整体文化和环境的影响，但他也可能有懒惰、小心眼、不顾家等毛病。所以，不能以“上海人具有某种特点”为论据，推出“每个上海人都具有这种特点”。

比如，足球世界杯期间，一位女士问一位男性朋友：“你怎么不看足球啊？”因为她觉得男人都爱看足球，世界杯足球赛正如火如荼地进行，怎么能错过看球的好机会呢？殊不知，她无形之中就犯了区群谬误。实际上，大多数男人确实爱看足球，但有些男人却是特例，偏不爱看足球。相反，很多人认为女性对足球不感兴趣，但偏偏有些女性是铁杆球迷，世界杯期间，每场足球赛必看。

再比如，西藏、贵州等地方整体经济较为落后，人均收入水平低，于是有人就此认定：所有的西藏人、贵州人都穷。殊不知，穷地方也有高收入者，也有富人，只不过富人少一些、穷人多一些而已。

◎正相关VS负相关

有两个班级：甲班和乙班。甲班的学生学习一门功课，平均要花10个小时，考试的平均成绩是90分；乙班的学生学习这门功课，平均要花12个小时，而考试的平均成绩是85分。由此，得出一个结论：虽然甲班的学生比乙班的学生花的学习时间少，但是成绩却比乙班学生好，因此，学习时间和学习成绩是负相关的。这个结论对不对？哪个地方出了问题？

很显然，这个结论是不对的，它的问题就出在：理论假设是在个人层面上，花多少时间学习是个人的事情，而结论却是以班级为单位的，统计数据也是以班级为单位的，这两者之间不吻合，也就造成了区群谬误。所以，从案例中根本得不出学习时间和学习成绩成负相关的结论。

因为在这里，会存在这样一种现象：两个班级学生的基础状况不一样、学习起点不同、智力水平有差异。从整体上来说，基础好、学习起点高、智力较好的学生在学习上花的时间少，学习效果好，成绩提高快。基础较差、学习起点低、智力不太好的学生，在学习上花的时间较多，但学习效果不太好，成绩提高较慢。因此，对个人而言，在学习上所花的时间多少和学习成绩是成正相关的，但是通过计算平均学习时间和平均成绩，在班级的单位上就成负相关了，这就是一个很经典的区群谬误。

◎绕开区群谬误

很多人都说女生的英语学得好，但数学、物理学得不好，这句话在大多数情况下可能正确，但并不代表每个女生的英语都学得好，数学、物理都学不好。因为事实上，有些女生的英语学不好，但数学、物理却学得很好，还有一些女生不但英语学得特别好，数学、物理也学得特别好。所以，绝不能说“有的女生英语学得好，数学、物理学不好”，就以偏概全地推出“所有的女生英语都学得好，数学、物理都学不好”。

要想避免出现类似的区群谬误，最好的办法是在整体性研究群体特性的同时，还要尽量多地研究群体中的个体情况。然后，将两种研究结果同时列出来，从而让人既清晰地看到两个群体之间的差异，又能清晰地认识到两个群体中个体之间的差异，这样的研究结论才是最真实客观的。

另外，要想避免陷入区群谬误的陷阱，还应在整体认识某一群体的基础上，用具体的眼光看待群体中的个体。虽说群体的特性可能适用于个体，但未经调查，切勿盲目地将群体的特性挪到个体上。毕竟，个体可能具有与群体相一致的特性，也可能具有与群体截然不同的特性。