坐高和腿长相关性很低，我这里先极端一下，假设相关性为0（当然实际上不可能）

假如某次抽样
男性坐高范围85-100，女性坐高范围80-95
男性腿长范围70-90，女性腿长范围65-83

由于极端假设腿长和坐高相关性为0：
坐高随机落在各腿长段，举例同腿长段70-75cm，男性总体坐高更高，所以同腿长段女性明显坐高更矮，马氏指数更好。
注意：这里是同坐高段，而不是同身高段。
同理——
腿长随机落在各坐高段，举例同坐高段85-90cm，男性总体腿长更长，所以同坐高段男性明显腿长更长，马氏指数更好。

同身高段就说了很多了，注意，同身高段女性仅仅是略长！而不是长很多。
同腿长段女性才是优势很大！
同坐高段男性优势也是很大！
注：生活中更多时候是将二者混为一谈，把“同腿长段女性明显更矮 ”错误地说成“同身高女性腿明显更长”。其实二者自变量（前提条件）刚好相反，回归方程也不同。同身高段女性腿身比优势较小，同腿长段女性腿身比优势较大。

最后，无论你同身高段、同坐高段、同腿长段，中学生低级思维说是实验控制条件、同等条件，
有点统计思维就知道，这只不过截取一小部分看似公平，实则抽样偏差的样本进行比较。
正确比较男女马氏指数，应当排除干扰条件，纯粹把一个群体想象成一个个马氏指数数据，而不是用“同身高、同坐高、同腿长”去截取、去限制。