成功した人のインタビューを読んでいると、「大学を辞めて起業した」「すべてを懸けて挑戦した」といった話がよく出てきます。では、同じ選択をして、ひっそりと姿を消した人たちはどこにいるのでしょうか。目の前に残った結果だけを見て結論を出すときに生じるこの錯覚は、統計学で古くから警戒されてきた落とし穴です。それが「生存者バイアス（Survivorship Bias）」です。
生存者バイアスとは、簡単に言えば「何らかの選別過程を通過して生き残った対象だけを観察し、脱落した対象を見ないまま全体を判断する誤り」を意味します。標本が最初から偏っているため、どれほど精緻に計算しても、結論が実際より楽観的になったり、見当違いの方向に流れたりしやすくなります。
本資料では、生存者バイアスの定義と発生の仕組みから、第2次世界大戦の爆撃機の話、日常や投資における事例、そして見えないデータを探す習慣まで、わかりやすく整理します。
生存者バイアスの構造と解釈の原則
生存者バイアスとは何か？
生存者バイアスは、標本を選ぶ段階ですでに生じる誤りです。観察しようとする集団が、試験、競争、時間といったフィルターを通過した後であれば、手元にあるデータは全体ではなく、「フィルターを通過した一部」にすぎません。しかし、脱落した側は記録が残っていなかったり、目につかなかったりするため、私たちは残ったものだけで全体を説明しようとする誘惑に陥ります。
- フィルター（Filter）：対象を、生き残った側と脱落した側に分ける過程です。
- 生存標本（Survivors）：フィルターを通過し、観察できる対象です。
- 見えない標本（Silent Evidence）：脱落して記録から消えた対象です。
統計学では、これを広い意味での「選択バイアス（Selection Bias）」の一種と捉えます。問題は計算ではなく、何が標本に含まれなかったのかを問わないことにあります。
「昔の歌は最近の歌よりよい」という感覚も、同じ構造で説明できます。数十年たっても歌い継がれている曲は、その時代に生まれた数多くの曲のうち、長く愛されてきた一部です。すぐに忘れられた曲は比較の対象にすら挙がらないため、過去が実際よりも輝いて見えるのです。
帰還した爆撃機の弾痕
生存者バイアスを説明する際に最もよく引用されるのが、第2次世界大戦の爆撃機の事例です。米国コロンビア大学の統計研究グループ（Statistical Research Group）で働いていた数学者アブラハム・ウォールド（Abraham Wald）は、戦闘機が敵の攻撃にどれほど耐えられるかを推定する研究を担当しました。
よく語られるのは、次のような話です。帰還した飛行機を調べると、翼や胴体には弾痕が多く、エンジン付近には比較的少なく見られました。多くの人は穴の多い場所を補強しようとしましたが、ウォールドは逆に考えました。エンジンに被弾した飛行機はそもそも帰還できなかったため、弾痕が少なく見えたというのです。
（1）見える穴
帰還した飛行機の穴は、「被弾しても持ちこたえられる箇所」を教えてくれます。
（2）見えない穴
帰還できなかった飛行機が被弾した箇所こそ、致命的な弱点である可能性が高いのです。
ウォールドの実際の報告書は、このような簡単な逸話よりも、はるかに数学的なものでした。彼は、帰還できなかった飛行機の情報が欠けていることを前提に、残された資料だけから部位ごとの脆弱性を推定する方法を、複数の覚書にまとめました。話は単純化されても、発想の核心はそのまま伝わったといえます。
簡単に言えば、データにないものこそが、最も重要な情報かもしれないという教訓です。
日常と投資における生存者バイアス
この落とし穴は、戦場だけの話ではありません。投資分野では、ファンドの収益率の統計が代表例として挙げられます。運用成績が悪く、運用を終了したり、別のファンドに統合されたりした商品が資料から抜け落ちると、残ったファンドだけの平均収益率は実際よりも高く計算されます。
「昔の建物は頑丈に造られていた」という言葉も同様です。長く持ちこたえた建物だけが今も残り、粗末に建てられた建物はすでに取り壊され、比較対象から外れているかもしれません。成功した企業の共通点を集めた経営書も、同じ戦略を使って失敗した企業を併せて調べていなければ、注意して読む必要があります。
医学研究でも、同じような問題が生じます。治療中に副作用や効果不足を理由に研究から離脱した患者を除き、最後まで残った患者だけを分析すると、治療効果が実際よりよく見えることがあります。そのため、臨床試験では、最初に割り付けられたすべての患者を最後まで分析に含める方法が重視されます。
［事例のポイント］
- 残っている対象が、どのようなフィルターを通過したのかを最初に問います。
- 姿を消した対象の数と特徴を併せて記録します。
- 成功事例の共通点は、失敗事例と比較してから判断します。
見えないデータを探す4つの習慣
生存者バイアスを完全に避けるのは難しいものの、解釈の習慣を変えれば、その影響を大きく減らせます。大切なのは、目の前のデータが「どのようにここまでたどり着いたのか」を最初に検討することです。標本が作られた過程がわかれば、そこから何が抜け落ちているのかも推測できます。
（1）出発点での全体の数を数えます
最初にいくつが出発し、いくつが残ったのかを確認します。分母がわからなければ、成功率もわかりません。
（2）脱落した側の記録を探します
廃業した店舗、途中で辞退した参加者、上場廃止になった企業など、姿を消した対象の資料を意識的に集めます。
（3）同じ選択をした比較群を設けます
「この方法で成功した」という言葉は、同じ方法で失敗した人がどれほどいるかを把握してこそ、意味を持ちます。
（4）結論が当てはまる範囲を明示します
「生き残った企業を基準にしている」のか、「最初に事業を始めた企業全体を基準にしている」のかを、文章に明記します。
成功談が華やかなほど、その陰に隠れた失敗の数は少なく見えます。目の前の結果がもっともらしいほど、一歩引いて、標本がどのように作られたのかを問い直す姿勢が必要です。
目に見える生存者の背後で、「帰ってこなかったものは何を教えてくれるのか」と問うこと。それが、データを正しく読み解く第一歩です。
