一句话定义
辛普森悖论是分组内的趋势与合并后的总体趋势相反，通常由组大小和分组结构差异造成。
机制 / 原理
辛普森悖论提醒我们：合并数据不是中立动作。若两个群体在难度、风险、基线水平或样本构成上很不同，总体比例会被组大小加权牵着走。一个方案可能在每个子组都更好，但因为更多样本集中在困难子组，合并后看起来反而更差。
经典实验 / 例子
经典教学例子会比较两种治疗在轻症和重症患者中的成功率：A 治疗在轻症、重症内都更高，但 A 接收了更多重症患者，合并成功率可能低于 B。悖论不在算术神秘，而在分组结构被总体数掩盖。
生活中的例子
两位销售分别负责不同难度客户。甲在大客户和小客户中的成交率都高于乙，但甲分到更多难搞的大客户，合并成交率可能看起来更低。此时直接看总成交率会冤枉甲。
常见误区
常见误区是认为总体比例一定比分组比例更客观。当分组变量同时影响机会和结果时，合并数据可能正是误导来源。