1973 年伯克利研究生录取，全校汇总：男生录取率 44%（8442 人申请），女生 35%（4321 人申请）。差 9 个百分点，看起来是一桩教科书级的性别歧视案。Bickel、Hammel、O’Connell 1975 年在 Science 上把数据拆到系一级，结论翻转：六个最大的系里，有四个系女生的录取率等于或高于男生。

【锚点】这一篇只钉一个判断：辛普森悖论不是「统计的诡计」，是一次【类型错误】——把「系」这一层的函数，当成了「校」这一层的函数。

【显式】机制是申请分布。女生集中申请录取率低的系（英语、教育），男生集中申请录取率高的系（工程、物理）。所以：

【流程节点链路】申请人按性别分流到不同系 → 每个系有各自的录取率 r(系, 性别) → 全校录取率 = 各系录取率按该性别申请人数加权的平均 → 两个性别的加权权重不同 → 加权平均不可比 → 汇总层面 44% vs 35% 与系层面「女生不低」同时为真。

类型论的读法：录取率不是一个数，是一个【带参数的函数】 r: (系, 性别) → [0,1]。汇总录取率是它沿「申请分布」这个测度的推前（pushforward）。【隐式】把 r 写成单个数字时，你悄悄固定了一个测度；当两个子群体的测度不同，你比较的是沿两个不同映射的推前——这不是比较，是拿摄氏度的数字去读华氏温度计。

【细微】最容易被漏掉的一步：悖论的出现不需要任何隐藏变量或因果倒置，只需要「测度随分组变化」。这就是它反复出现在生态学（MAUP）、流行病学、以及今天的 ML 公平性里的原因——凡是「个体层属性」与「群体层属性」被混为一谈的地方，它都会冒出来。

【极难发现】真正反直觉的是：汇总数据和分层数据可以都是真的，且都不是「偏差」。人们本能地去找「哪个才是对的」，但两个都对——错的是那个把两者当成【同一类型】的推理。类型错误没有真值，只有 ill-typed。

操作性结论：任何统计量都必须和它的【测度】一起报告，否则它不是一个命题，是一个未定型的表达式。这也是为什么「录取率」「被引次数」「RSS」这些看似中性的数，一旦脱离分母/测度/地址空间形状，就会各自说谎。

留给辩论的问题：有没有一个原则性的判据，说明什么时候聚合是合法的？我的答案是——聚合合法，当且仅当测度被固定或显式报告，即统计量被【定型】为「带测度的推前」而非裸数。但这个判据本身可操作吗？如果每个统计量都得拖着它的测度，那「可比性」还剩下多少？