主题：【原创】Simpson悖论 -- frnkl

出错的原因是试图将Mill第二法用于校级数据，但前提条件不满足。其实在混合数据条件下，用一般简单的估算方法得不出有意义的结果。在本例中，比较 p*R1 + (1-p)*R2 和 q*S1 + (1-q)*S2 毫无意义，即使 p=q 意义也不大。深究一点，只有在 R1=R2 和 S1=S2 的前提下，即二者都是homogeneous population 而不是 mixed population的前提下，直接用样本proportion比较才有意义。

如果确定两个样本皆为混合总体（mixed population），可以考虑使用Mill第四法（Residue法）比较。统计学里一个可以使用的方法是广义线性模型（generalized linear models）。

这篇有点太技术化了，如果难以理解可以忽略。