AI说活动A更有效，为什么分渠道都输给B？用辛普森悖论核对汇总

原始数据：明确分子、分母与粒度

下表是编辑设计的练习，不是真实经营数据，也不是对某个模型的实测。每行描述一个活动在一个渠道的成功次数和合格机会数；练习假定这些机会可按表中分组相加。问题是“哪组在渠道内更高，以及哪组当前总体更高”，先不要写成“哪个活动导致了提升”。

参考计算：两种排名都能算对

A总体是(90+1)/(100+10)=91/110，约82.73%。B总体是(19+16)/(20+80)=35/100，即35%。如果任务只问这批机会整体观察到的成功比例，A确实更高。

分渠道看却是B在mobile以95%高于90%，在desktop以20%高于10%。这不是四则运算矛盾，而是两组进入总体的渠道构成不同。A约90.91%的机会来自较高比例的mobile，B只有20%。

为什么不能把两个百分比直接平均

总体值是按各自机会数加权的比率。A的90%和10%不能不看100与10的分母就平均成50%，再称作原样本总体。可以参考加权平均还原总贡献检查这个环节。

如果问题改成“假设两组都各有一半mobile和一半desktop机会”，就可以明确采用相同权重。此时A=0.5×90%+0.5×10%=50%，B=0.5×95%+0.5×20%=57.5%。它是新设定下的标准化描述，不是原样本比例，也不是预测收益。

给AI的任务应要求保留反转，而不是挑一个赢家

下面的请求可以用于重做总结。不要只要求一句结论，否则模型可能为了流畅叙述省略互相制约的比较口径。让输出保留原始计数、未四舍五入的计算过程和比较范围。

也可以打开本站的AI 效率工作台，选择“数据解读与假设”，将四行练习数据和上面的核查要求一起放入输入框。该功能由服务端 Gemini 生成，只有主动生成时才发送输入；可用性与使用额度以页面提示为准。本篇没有调用模型，参考答案来自独立计算。

使用文中的四行自编数据。分别计算每个渠道内和每个活动总体的成功数/机会数。说明渠道构成如何导致排序反转。再用mobile与desktop各50%的共同权重计算标准化比例，并标明它不是原样本总体。禁止把观察差异写成因果提升，不补造样本或显著性检验。最后给出三句话，分别报告总体、分渠道和未知条件。

为什么标准化以后仍不能直接宣称因果

OpenStax实验设计章节说明混杂因素和随机分配在解释组间差异中的作用。本例没有提供随机分配、同一时期、相同用户构成或可比较曝光条件，因此不能只凭标准化比例认定“换成B就能增加7.5个百分点”。

渠道只是已经观察到的一个分组变量。两组也可能在受众、时段、设备归因或成功定义上不同。先核对这些定义和缺失记录；不要为了完成总结虚构置信区间、显著性或流量规模。报告百分比与百分点时，再按分母与百分点核查检查表达。

一份可交付的三句话结论

参考答案：在这批自编数据中，A总体成功比例约82.73%，高于B的35%；但B在mobile与desktop内分别以95%和20%高于A的90%和10%。不同渠道权重造成总体排序反转，若明确将两渠道各赋50%权重，A为50%、B为57.5%。这些都是描述性比较，资料不足以确认因果效果或统计显著性。

验收时还要检查生成图表。图上若只展示一个总体柱状图，读者看不到反转；可以并列放渠道表与总体结果，并把分母写在附近。图形更漂亮不能弥补比较对象被省略。