最終更新：2026-01-23

概要#

生存者バイアス（せいぞんしゃバイアス、Survivorship Bias）は、何らかの選択プロセスを通過して「生き残った」対象のみを分析し、途中で脱落した「失敗事例」を考慮に入れないことで生じる判断の誤りである。統計学やリスク管理において致命的な欠陥となる。

例と発生機序#

例1：帰還した戦闘機の弾痕（古典的例）#

戦場から帰還した戦闘機の翼や胴体に多くの弾痕があったため、軍は「弾痕が多い箇所を補強すべきだ」と判断しようとした。しかし、統計学者アブラハム・ウォールドは「弾痕がない箇所（エンジンやコックピット）こそ補強すべきだ」と指摘した。帰還できた機体は「そこを撃たれても大丈夫だった」のであり、撃墜された機体（データとして観測できない生存者以外）は、その致命的な箇所を撃たれていたからである。

例2：成功者の法則#

「大学を中退して起業した成功者（ビル・ゲイツやスティーブ・ジョブズ）」の事例だけを見て、「大学教育は不要だ」「中退すれば成功できる」と推論する。実際には、大学を中退して失敗した圧倒的多数の事例が視界に入っていない。

発生機序：

• データの視認性：失敗事例（死者、倒産企業、不採用者）はデータとして表に出てこないことが多いため、入手可能なデータセットが「成功事例」に偏っていることに気づかない。

対処法#

1. 脱落データの探索：「今ここに見えていないデータ（沈黙の証拠）」は何かを常に問いかける。
2. 分母の確認：成功率を計算する際、成功した数（分子）だけでなく、挑戦して失敗した総数（分母）を正確に把握する。