問題です。「図は第2次世界大戦のアメリカ軍の爆撃機が射撃で被弾した箇所です。あなたならどの箇所の装甲を厚くするように提案しますか？」考えてみてください。アメリカ軍が装甲補強箇所を提案したところ、ハンガリーの統計学者エイブラハム・ウォードは、この案に反対しました。なぜでしょうか？
アメリカ軍の分析官は、このデータを見て、「翼を中心として被弾した部分の装甲を補強する」と提案したのです。ウォールドは、「被弾していない部分を補強するように」と提案したのです。なぜかわかりますか？ 図のデータは空母に帰還した（墜落していない）爆撃機の被弾状態しかみていないからなのです。 本来、墜落した爆撃機の被弾箇所を調べなければいけないのです。ウォードの提案通りにしたところ帰還率は高くなったそうです。
我々は、統計処理によって原因を特定しようとしますが、そのデータの由来を考慮した上で考察しないと上述のように真逆の改善策をしてしまうかもしれません。 問題の現物の情報を可能な限り収集して、正常品との比較対照していかなければ、問題が解決しないと思います。