系统性偏差
SYSTEMATIC BIAS // 精确地错
> 随机误差是散，系统偏差是整体挪——弹着点散成一团还能靠多发平均找靶心；弹着点密集地偏离靶心，打再多发也只是更精确地错。这就是 1936 年《文学文摘》的墓志铭：240 万样本、统计边际小到 ±0.01 个百分点，预测却错 20 个百分点输掉整场大选——同一天，Gallup 用 5 万样本方向正确。样本量只救精度，不救正确性；MSE = 偏差² + 方差 写明了这笔账。仪器没校准、抽样框漏人、问卷诱导、观察者在场——都不需要任何人的恶意，只需要一个方向一致的错。
Principle — 原理与来源
两分法：测量误差分两族——随机误差（random error）：无方向、不可重复、多发平均后趋零，决定精度（precision）；系统误差（systematic error / bias）：同向、可重复、平均多少次都不动，决定正确性（accuracy）。两者组合出靶盘四象限：又准又稳（理想）/ 准而不稳（可救：加样本）/ 稳而不准（最危险：数字极可信但整体是错的） / 双差。
三大来源（流行病学标准分类）：① 选择偏差——谁进了样本（抽样框遗漏、自愿参与、失访差异）；② 信息偏差——怎么测的（回忆偏差、仪器未校准、错分；观察者悖论是它的子类：被观察本身改变了测量值）；③ 混杂——第三变量把效应搅在一起（严格说这是解释错误而非测量错误，三大类是实用分类，不是数学完备划分）。
标志案例（1936 美国大选）：《文学文摘》（Literary Digest）寄出约 1000 万份问卷（电话簿+车主+订阅名单），回收 240 万份，预测 Landon 57% 胜——实际 Roosevelt 61% 大胜，错约 20pp。双重系统偏差：抽样框偏向富人（大萧条时期电话/汽车持有者更共和党）+ 非回复偏差（仅 24% 回收，反罗斯福者更愿寄回）。同场 Gallup 用约 5 万配额样本方向正确——甚至提前用 3000 份"样本的样本"预言了 Digest 的翻车。240 万输给 5 万，这一晚确立了现代抽样调查。
对策在设计期，不在分析期：随机化（分配不可预测）、盲法（测量者不知组别）、配对/分层（压混杂）、金标准校准（仪器与标注都比对真值）、以及审数据谱系——先问怎么收集的，再谈怎么分析。事后"修正偏差"几乎总是补丁摞补丁。
Apply — 用在哪里
Simulate — 靶盘四象限 × 样本量失效实验
Personal Takeaways — 个人启示 · 03
先问偏不偏，再问准不准
看到一个精确到小数点后两位的结论，第一反应不该是佩服，而是追问偏差从哪来——样本怎么抽的、仪器校过没有、谁有动机不说真话。精度是算出来的，正确性是设计出来的；前者会自己变好，后者不会。
重复得不到新信息
同一个方法测一百次、同一类来源读一百篇，压掉的都是随机项，系统项原样保留——这就是"加数据不等于加证据"。真正的新信息来自换方法、换仪器、换偏差方向的源：一次异源交叉，胜过十次同源重复。
最贵的错误穿着高精度的外衣
散乱的错容易被发现（看起来就不靠谱），精确的错最难察觉——数字稳定、可复现、有置信区间，团队会基于它铺路。定期做金标准对照（拿少量"真值"审计度量链），就是给整套测量系统拍 X 光。