這其實是個典型的「伯克森悖論」（Berkson's paradox）。
一個演員受到關註，主要原因不外乎兩點，要麽顏值夠高，要麽演技夠好。顏值不線上、演技又尷尬的，自然關註的人少，甚至可能都還沒踏進演藝圈就早被淘汰了。這相當於對樣本做了一次篩選，使原本無關的「顏值」與「演技」變得相關了。我簡單畫了張圖來說明：
圖中每個圓點代表一位演員，顏值與演技無關，圓點在平面上隨機分布。斜線左下方的是既沒顏值也沒演技從而沒啥人關註的演員。而我們熟知的明星則絕大多數位於斜線的右上方。如果考慮這些高知名度的演員的話，能明顯看到顏值與演技呈現出了負相關關系，這就是產生長得好看與演技成反比這一印象的主要原因。這種虛假的相關性便是所謂的伯克森悖論。
為了方便起見，圖中假設了顏值與演技都是呈均勻分布。現實中分布雖然不是均勻的，但這並不影響結論。比如說正態分布，那位於圖中右上角的顏值演技兩開花的演員就更少了，負相關性甚至變得更強。
再舉一個伯克森悖論的例子：為什麽很多人會覺得帥哥都是混蛋呢？。這個例子是 UW-Madison 數學系教授 Jordan Ellenberg 提出來的。做個簡化的假設，當你找男生約會的時候最看重男生的兩個條件：長得是不是帥，對你是不是好。兩者至少滿足其一你才會考慮跟他約會，長得不帥還不是暖男的壓根就沒有機會。對你所有的約會物件而言，兩者有了負相關，於是你可能產生出渣男長得帥、暖男長得醜的印象。
伯克森悖論其實也可以看作是一種「幸存者偏差」，無論是受人關註的演員，還是你的約會物件，都算是某種意義上的「幸存者」。
最後提一下伯克森悖論和因果推斷中的 collider （碰撞點）之間的關系。下面的因果圖表示了一組簡單的因果關系：演技（A）與顏值（B）是演員受關註與否（C）的兩個決定因素，但 A 與 B 之間並無關聯。
C 被稱為 A 與 B 的 collider。collider 最重要的一個性質是：當控制了變量 C 之後，原本無關的 A 與 B 會出現相關性。在我們的例子中，演技與顏值無關（A 與 B 之間沒有箭頭），但由於控制了變量 C（只考慮受人關註的演員），便有了假性相關（spurious correlation）。中學時我們就都學過控制變量法，可能很多人會誤以為控制的變量越多結果越精確，至少多些沒啥壞處。但伯克森悖論就是一個反例：控制的變量如果正好是個 collider，那能讓無關的變量變得相關，甚至原本正相關的兩個變量可能變成了負相關。
