经管 |《简单统计学》：如何轻松识破一本正经的胡说八道

识破数据背后的真相，是现代社会的基本生存技能。

点击进入喜马讲书频道页>>>

听书笔记 

《简单统计学》的作者是耶鲁大学博士加里•史密斯。

统计学是对数据进行处理的科学，我们按照数据处理过程的先后顺序，把这本书介绍的统计学原则，分为收集、分析和呈现三个阶段，来一一说明数据会在哪些地方出问题，帮助我们保持警惕，避免上当受骗。

第一，数据收集中的常见问题：

1，自选择偏差

如果因为被研究对象的个人决策，让数据样本的随机性大打折扣，就会导致最终的统计结果产生偏差。这种偏差，我们称为自选择偏差。

当我们试图通过简单的观察收集数据，得出结论时，这个结论很容易失真，因为我们观察到的特点，反应的未必是我们正在研究的特质，而是这些人身上原先就拥有的特质。

2，幸存者偏差

幸存者偏差说的是，我们在收集过往数据时往往遗漏了筛选的过程，因而忽视了关键信息。

在收集数据的过程中，我们很容易直接从看到的数据中下结论，但是，幸存者偏差提醒我们，没有看到的数据可能比我们看到的数据更加重要。

3，安慰剂效应

安慰剂效应就是说，无论病人服用的药物是否包含有效成分，人们都倾向于认为它能够缓解症状，似乎得到了某种心理上的安慰。要想避免安慰剂效应的干扰，在实验数据收集中不能轻信个案，而应该采取控制变量法进行比较，设计一项对照试验。

第二，数据分析中的常见问题：

1，曲解大数定律

大数定律的意思是，当统计样本足够大时，事物出现的频率就会无限接近它理论上的概率。

如果你把大样本中的结论，错误地移植到小样本中，这就曲解了大数定律。

这种曲解具体会表现为两种截然相反的形式：

a. 赌徒谬误：既然这件事情已经发生了很多次，为了平衡概率，下一次很可能不会再发生。

b. 热手谬误：这件事情既然已经发生了这么多次，那下回很可能再次发生。

我们不能把一系列独立事件，看成是相互影响的，我们既不能认为厄运会提高好运的可能性，也不能认为厄运会永远持续下去。

2，混淆条件概率

分不清“A条件下B的概率”和“B条件下A的概率”，并且认为这两个概率大致相等。

例如：男性当中，在NBA打球的人，只占很小一个比例，而在NBA打球的人当中，男性占的比例是百分之百。这两者当然不能等同。

3，误判相关因果

如果两个变量在数据上表现出相关关系，并不意味着它们必然存在因果关系。

4，忽略均值回归

均值回归是说，事物发生的概率都围绕着一个均值来回波动，在均值两头的极端现象，都有向平均值回归的趋势。出现均值回归现象的原因是，我们在做单次测量的时候，这种测量往往不完美。

第三，数据呈现中的常见问题：

1，在数据上动手脚

选择性报告：尽管研究者报告的数据是真实的，但他只报告了有利于论证他结论的那部分，对于不利于结论的数据，则有意无意地隐瞒不报。

谎报：研究者通过捏造虚假实验数据的方式，来证明自己的论点，达到不可告人的目的。

2，用图像扭曲真相

别有用心的人，会利用制作图像的过程，有意无意地扭曲真相。

例如：通过颠倒坐标系来逆转图像；通过忽略零点来放大波动。

四，如何防止别人用数据欺骗我们，我们又如何避免用数据欺骗自己。

1，我们要在数据统计的每个阶段认清它们；

2，我们要保持开放的心态，坚持实事求是；

3，我们要学会运用常识来分析问题，不要轻信缺乏数据的理论。

4，数据很容易取得也很容易造假，缺乏理论的数据同样不可信。最好的办法是使用新数据来检验理论，通常你都能发现致命的问题。

解读 | 照瞳，上海创投媒体采编

播音 | 邱博

策划编辑 | 李雪清

音频编辑 | 陈子夫