源自於第二次世界大戰期間的一個統計學案例，主角是哥倫比亞大學的統計學家亞伯拉罕·沃德（Abraham Wald）。
倖存者偏誤
故事背景：轟炸機的防護問題
二戰期間，盟軍的轟炸機在執行任務時損失慘重。軍方為了降低被擊落的比例，決定在飛機上加裝裝甲。然而，裝甲會增加機身重量，導致油耗增加、機動性下降，因此不能全機包覆，只能選擇加強最需要保護的位置。軍方統計了從戰場返航的飛機，發現機翼和機身尾部的彈孔最密集，而引擎座和座艙艙體附近的彈孔則非常稀少。
軍方認為的結論是 彈孔多的地方就是最常被擊中的地方，應該增強裝甲在機翼和尾部。
亞伯拉罕·沃德的想法
當時擔任統計顧問的沃德教授卻給出了完全相反的建議：應該加固那些沒有彈孔的地方，例如引擎和駕駛艙。
他的理由很簡單：
「彈孔多的地方，代表飛機就算被打中了這裡，還是能活著飛回來；而那些引擎被打中的飛機，根本沒機會飛回來讓我們統計。」
所謂的「消失的彈孔」。那些彈孔稀少的位置，並非不容易被擊中，而是一旦被擊中，飛機就會墜毀，成為無法進入統計樣本的「死者」。這就是邏輯盲區。
母體的重要性
這個案例完美詮釋了人們在分析問題時常犯的錯誤：只關注「篩選過後」的結果（倖存者），而忽略了「篩選過程中掉隊」的樣本（失敗者）。
你的調查結果，或者推論成因不能來自於不正確的母體樣本。例如：這個母體本身就已經過篩。
很多社群網路上，都會有倖存者偏差的問題，例如：為什麼社群網路上一堆人曬出他的收益成果都很豐碩，而我卻只有一點點。甚至，為什麼都看不到有人虧錢？更大理由是，那些虧錢的人，需要更多時間去彌補資金缺口，根本沒工夫跟你分享他的失敗經驗。
我個人覺得最沒有用的就是讀成功名人傳記，因為成功的人會寫成功傳記，但是失敗的人不會，去看懂那些失敗的人如何翻身的經驗，可能比成功傳記更有用，因為他更能警惕你，成功沒有這麼容易。
