《统计数据会撒谎》
《统计数据会撒谎》
关于作者
达莱尔·哈夫是美国著名的统计学专家，并同时精通心理学，本书出版于上世纪50年代，历经60年畅销不衰，可见书中内容对现实社会的指导性有多强。
关于疑问
中国在互联网高速发展的引导下，快速进入了新的信息时代，在未来，爆炸式的知识和信息每天以庞大的数量充斥着各大网页。文化的普及和前互联网的洗礼让我们不在那么相信任何信息，而拥有数据背景的统计结果更容易得到受众的信赖。
所谓大数据时代，也是在对海量的信息做处理之后得出相应的结论。
作者提出的结论，统计数据也会撒谎，无疑是在以为掌握了辨别真伪手段的我们当头一棒。然而跟着作者走进书中的各种小案例，你就会发现事实确实如此。
关于本书
《统计数据会撒谎》
一个统计数据的产生，经过样本测试，数据整理，和结果分析三个阶段。在每一个阶段中都存在盲点，容易被个人有目的的人拿来做文章。
01
样本的偏差
统计学的基础是建立在样本上。那取样的多少和范围会直接影响数据的结果。
先举个例子，我们经常在广告里听到，因为使用某品牌牙膏，牙齿美白度增加20-30％，可实际上，广告所给出的数据并没有告诉我们调查的细节，经过跟踪发展，所谓的数据样本只是针对12个人做的调查，这就有天壤之别了。即便是我好好用水刷一次牙，美白度也能上升几个百分点的。
再举个例子，美国有一届大选，候选人分别是罗斯福和兰登，当时的杂志做过一次民意调查，调查结果显示，支持兰登的民众达到90％。可是等到选举结果出来后，罗斯福反而赢得多数的选票。原来该杂志调查民意时，问卷是以电话登记为名单发放的，而当时拥有电话的大多数都是共和党人，必然支持兰登。样本选取的不合适，结果将出现严重的偏颇，该杂志也因为此次失误得调查付出倒闭的代价。
还有的时候样本虽然够多，范围也够广，但数据结果却并不真实，因为在回答调查问卷时，出于面子等问题，受众并没有给出真实答案。
02
数据的处理
样本问题过关了，那是不是结果就可信了呢？
答案并非如此。同样的数据，处理方式不一样，得到的效果也就不一样。
比如一个常见现象，购买基金时我们看到的收益都是年化收益，因为年利率比日利率多乘365,得到的结果肯定更振奋人心，也更容易提高购买吸引力。而打算贷款时，再看贷款利率，则统统都用日利率来表示，因为这样的数字看起来才更容易让大家相信，利率很低。你看，同样一个数据，换算一个概念，就立马起到不同的作用。
还有一个常见的手段，就是卖弄平均数概念。比如最近常见的平均收入，平均住房面积，平均寿命。经常在朋友圈里看到，一边转发一个统计结果，一边自嘲自己拖了人民后腿的信息。事实上，我们已经开始质疑统计数据的真实性，怎么从自己身边的人观察来看，跟统计结果相去甚远呢？
平均数有三个不同的计算方法：算数平均数，中数，和众数。
举个例子说明一下。年收入王总100万，李经理50万，张工10万，小赵7万，小明5万，小红5万，小青5万。那我们来看，三个平均数得出的结果是什么。算数平均数(总工资数/人数)=26万，中数(位于数字顺序排列的中间)=7万，众数(出现次数最多的数据)=5万。来，自行感受一下这里的差距。
客观上来讲，数据结果其实是真实的，但在操作数据的人手里，通过技术手段或者理论概念，将数据结果有意识的导向到对自己有理的一面。不经过认真的分析和片段就很容易被他们牵着鼻子走。
03
结果的分析
样本没问题，处理过程没问题，那是不是结论也就没问题呢？
答案依然并非如此。
曾经有一本杂志调查过不同品牌香烟中，含有的有害成分剂量调查。该杂志用这些统计结果，分析得出的结论是香烟中含有的有害成分剂量在不同的品牌中，差异并不明显。也就是说，其实每个牌子都差不多。但这份数据后来被某香烟品牌利用，借由自己在成分排名靠后的优势大力宣传，声称自己的香烟品牌含有有害物质最少。
数据相同，分析后得出的结论却不同。在这个案例中，调查结果显示有差异，但差异并不大。经过杂志分析，重点落在“差异不大”，而经过香烟公司分析，重点落在“有差异”。可见，分析数据不仅存在倾向性，且会导致结果分走两端。另外，结果分析中常用的手段还有混淆相关关系和因果关系。
04
如何识破统计骗局
综上所述，在统计数据满天飞的今天，想要不被骗，就要多问自己一些问题。
针对样本：
样本总量是多少？
涵盖的范围有哪些？
数据是否真实？
针对数据处理：
平均数是哪种？
图表，数据中比例关系？
是否忽略一些重要问题？
针对结果分析：
统观数据全局，结论是否片面？
数据与结论是否毫无关系？
关于感受
不看不知道，一看吓一跳，之前一直盲目的相信各种带有统计数据背景的分析结论，现在才知道，同样的数据在不同人手里，可以玩出各种花样。总得来说，统计数据只是一种工具，工具是由人来使用的，但凡涉及到人，事实就会不以理性为前提，而容易参杂各种利益导向。
凡事多问几个为什么？多探究，多学习，才能更容易辨别真伪。
