在现实生活中，有许多现象是个别的，根据这些现象得出的结论也不确切，切忌听风就是雨。例如，有记者问一位九十高龄的演艺界名人，您老长寿的秘诀，是不是早睡早起，经常锻炼身体？那位名人回答说，我总是午夜下一点才睡，第二天上午睡个懒觉。在如皋长寿村，你问那些老人平时怎么生活，他们会说，喝糁儿粥、吃萝卜、晒太阳。还有人告诉你，抽烟没那么可怕，不吸烟照样得肺癌。伦敦市有个百岁老太叫艾斯米·詹金斯，既抽烟又喝酒，烟龄长达90多年。网上的照片显示，这位穿着红外套的时髦老太，手夹一支点燃不久的卷烟。虽然鹤发鸡皮，两眼却炯炯有神。

我们不能否认，这些都是事实。但是，并非所有的事实都能上升为经验；单纯个案并不具备普遍的指导意义。即便是经过数据分析得出的概率，也会有偏差，何况是个案呢？

第二次世界大战时，美英联军飞机损失惨重。哥伦比亚大学著名统计学家沃尔德教授（Abraham Wald）被国防部请来研究分析战斗机受损情况，以便对飞机进行改进。沃尔德教授对返航的飞机进行了详细观察和统计，并将弹着点分布情况绘成两张图表。对比发现，这些飞机的机翼遍布弹痕，而座舱和腹部很少受损。于是，负责这个项目将军认为，既然机翼容易遭到炮火攻击，就应该加强机翼的装甲。沃尔德教授却不赞同这位将军的看法。他分析认为，我们能看到的都是返航的飞机和幸存的飞行员，而那些坠落的飞机和牺牲了的飞行员情况如何？我们不得而知。机翼中弹情况虽然严重，但它们都返航了；这就反过来说明，那些座舱和腹部受损的飞机都坠落了。因此，应加强的是座舱和机腹的防护装甲，而不是机翼。国防部采纳了他的建议，并被事实证明是正确的。

同一种客观现象，同一组统计数据，为何得出两种绝然不同的结论，逆推理为何反倒接近事实真相呢？首先，统计数据是客观的，而对统计数据所做的分析却是主观的。其次，我们所能看到的现象和统计到的数据是不完整的，并不等同于事实真相。问题的关键在于，看不见的弹痕更要命。概率成立与否，不仅取决于我们能够统计到的数据，还取决于那些未被发现、没有统计出来的数据。只关注于显性现象，忽略了隐性因素，就会顾此失彼，得出偏颇的结论，并误导世人。

媒体上曾盘点过一些以退学创业而闻名的奇才，如苹果公司创始人史蒂夫·乔布斯（Steve Jobs）和史蒂夫·沃兹尼亚克（Steve Wozniak）、微软公司创始人比尔·盖茨（Bill Gates）、戴尔公司创始人麦克·戴尔（Michael Dell）、顶格公司创始人凯文·罗斯（Kevin Rose）等十多人。我们不否认他们成功了，但这不等于说退学与成功之间存在必然联系。人们所以把成功与退学划等号，是因为只看到成功企业家中有不少人没有读完大学，却看不到大部分退学创业者都失败了。就像我们只看到少数露脸的“海归”很风光，却不知道更多下沉的“海待”很郁闷，是一个道理。这也说明，成功学中的有些统计概率并不靠谱。

塔勒布（Nassim Nicholas Taleb）在《随机漫步的傻瓜》一书中提到，由于我们只看到成功者，而由此形成对机遇的歪曲看法。我们通常认为英俊漂亮的人在职场肯定会左右逢源，薪水也比较高。其实，这是因为我们只注意到那些薪水比较高的帅哥美女，而那些薪水并不高的帅哥美女，早已被排除在观察样本之外了。因此，我们在关注成功概率的同时，也要关注失败的概率，这样的结论才靠谱。