数字一点不老实：看穿纷繁信息中的数据玄机

别再被数字骗了：给普通人的防骗指南推荐等级：★★★★ 数字在很多眼中代表着真实可信，然而事实上因此上当受骗的不在少数。有些人归因于自己数学不好，其实主要还是不懂背后的基本原理。只要认真掌握，即便你没有学过数学也可以轻易发现其中的猫腻，上一点数字的当。 《数字一点不老实：看穿纷繁信息中的数据玄机》可以说是作者面向大众的科普辟谣之作。总体来说，作者帮助你了解统计数字常参与的一些骗局，让它们老实一点，不再忽悠你。 1.统计数字 统计数字会骗人，这件事算不得什么新闻，我就曾多次分享过一些自己读到的好书，比如《拼凑真相》和《为什么数据会说谎》。一看到这，有的人就喜欢走极端，选择完全不相信。 这不光是在偷懒，更是非常愚蠢的行为。“虽说利用统计数据撒谎很容易，但不用统计数据时撒谎更容易。”作者的本意恰恰是为了让人们搞清楚什么时候可以信，哪些数字可以相信。 这就像和人打交道一样。你不盲目相信，也自然不能一味不信。你只需要找到那些值得信任的好人就行。本书就是帮你找到那些可信的数字。哪怕你认为自己数学不好，也可以轻松拿捏。 稍加留心就会发现我们日常生活中可以说早已被统计数字包围，最为常见的就是新闻里的。有些是为了达到耸人听闻的效果而加以扭曲，有些则单纯是为了吸引你的注意。 事不关己之时，我们可以一笑置之。可若和自身相关的时候，我们更需要找到一条适合自己的道路。掌握作者在书中提到的基本知识，你就可以轻松避开雷区，直达目的。 2.故事证据 如果要我选择书中最值得注意的一个雷区，那就是轶事证据。简单来说就是人们非常喜欢采用故事作为证据来选择是否相信。那些看似可信的故事哪怕并不真实发生，依然也可以获得人们的信任。 相比于冷冰冰的统计数字，人们天然更喜欢那些有趣的故事，哪怕会让人上当受骗。如今到处都喜欢讲故事，动人精彩的故事背后是无数被坑的人。 一些无良自媒体和新闻机构更是非常热衷于收集那些吸引眼球的故事，在感情层面获得你的信任，而在事实层面对你坑蒙拐骗，真可谓是骗死人不偿命。 与此同时我们也要注意，那就是离奇之事本身就自带传播属性。遇上助纣为虐的，这难免会引发一场巨大的灾难。对此个人建议，下次遇到之后不妨先冷静下来，进一步追问这背后的可信度。 3.相关因果 相关不等于因果。这话可以说是老生常谈了，奈何人类就是一个比较喜欢讲究因果的物种。本书更是花费了不少的篇幅来指出其中的严重错误，并不断提醒读者加以注意。 有些事情的发生不过是时间上的巧合，比如雄鸡一唱天下白。事实上鸡叫不叫，太阳照常升起。有些情况就比较复杂。可能存在着其他因素的干预。 还有一种值得注意的是顺序的问题。因果倒置更会让合理的事情产生出极为离谱的结论，从而让更多的人深受其害。本书中提到了一个技穷，反事实推理。 通俗来说，你不妨假设有平行宇宙的存在，从而对假设和现实进行检验。统计数学可能会给出假设想要的结论，但未必是符合现实的结果。用此加以检验，会让事情朝着更贴近现实的方向去发展。 书中的知识应对日常情况没有问题，想要进一步地了解，不妨借助一些科普读物。现在市面上有不少靠谱的科普作品，《为什么 : 关于因果关系的新科学》就是非常值得推荐的一本好书。 4.小心假设 大胆假设，小心求证。可以说是科学中很常见的，不过对于我们这些普通人来说，更为重要的是小心假设。一些看似不重要的假设就可以让最终结果发生惊天逆转。 一种很常见的就是先打靶再贴靶纸。在个人意图的作用下，对数字进行大面积的修饰，从而显得更为科学可信。书中还提到了相关值得注意的情况，有待读者发掘。 从某种角度上来说，不光是在数字方面，我们生活中的很多场合也会或多或少用到假设。相比之下，数字造成的误解会少一些。我们没有必要脱离这些赖以生存的假设，只是需要擦亮眼睛。 在一些情况下，假设和现实之间的差距未必就会出大错，不过由此导致结论错误的概率会大大提升。要是再碰上不准确的解读，对我们带来的伤害就不可小觑。 5.知错就改 书中提到了非常多通俗实用的统计数字知识，对于大多数读者来说，非常有用，更可以轻松上手。对此，读者可以将其放在案头，经常翻阅，避免上当。 作者在结尾给出的一些建议和指南也可以拿来就用。比如将数字放在背景之中、留意科学还在努力克服的问题等。面对一些日常情况，大可以结合书中的内容和作者的经验制定出自己的实用手册。 就个人而言，最重要的一条可能就是错了要认。毕竟对于大多数初次接触的人来说，难免会犯错，这就像交朋友一样。你可能会遇到好人，也可能会遇到人渣。 吃一堑长一智。在现实生活中不断学习积累，从而茁壮成长。这不论是从实战角度还是理论层面来说，都是非常重要的。读者对此更应该抱有更多的宽容，毕竟谁也不是看一遍就会的。 6.写在最后 在纷繁复杂的世界里，各种各样的信息扑面而来，无所适从的我们难免会需要一些指引。这本书就是这样的一个存在，通过数字提供了一些可以上手即用的帮助。 这中间有些内容非常基础，但对于初次接触的极为重要，进阶的知识也很匹配。小白也好，专家也罢，作者提供的内容里都可以找到一些启发和思考。 我们如何对待数字，很大程度上取决于自身的认知。很多人总是希望有一个简单的答案，却忽视了这背后隐藏的复杂。只想要答案的会在风吹草动的变化中再次迷失自我，愿意去思考的才可能真正找到开启答案的钥匙。 万能的答案不存在，现实的变化一直在。你怎么选，决定了以后的路该如何走。平坦大路和崎岖小道没有眼前看到的那么明显。穿透迷雾，避开错误，我们会离事实更进一步。 高手的科普不光是在普及基础知识，更将自身的洞察和思考等精彩内容囊括其中。你所能看到的，通常会受到自身的限制。不过借用他人的眼睛会有所突破。看见更加广阔的天地。

可以说是给数字祛魅了，尤指与统计相关的各类新闻甚至各类研究报告，毕竟，数字可以说明问题，也可以掩盖真相。但凡未被本书催眠（作者们自己好爱这个梗）就应该能够被这些具体事例的解析、概念的拆解，说服理解——任何没有说明背景语境、不说明是绝对还是相对、未给出明确的分母、忽视偏差/谬误......的数字都是耍流氓。

推荐，很多例子结合数据清晰地为我们辨别新闻媒体中所报道的一些“tricky”的部分。保持独立思考、质疑数据、拥有求知欲，是可以不断清醒的方式吧。但，，，现在信息越来越繁杂，鱼目混珠，对我们普通读者/观众来说，获得知识的门槛是否也有在变高？

在我们的现代生活之中，到处都充满了数据，而且还都是非常准确的统计数据，看似我们能够凭借这些数据能够更容易洞悉世界的真相，能够完成对于我们生活更深层次的理解。 那么真实的状况是这样子吗？我们所看到的数字真的符合着真实的状况？真的就是对于世界本相的还原吗？还是会被有些人有意无意利用，从而对于我们产生误导呢？ 看一下我们生活之中，特别是新闻报道中所出现的数据，如果我们对它们深信不疑那就一定大错特错了。举个例子，新闻之中曾经报道过：研究数据显示“每周引用超过五罐软饮料的青少年更具暴力倾向”，而且研究者给出了令人信服的数据10%。 再比如也有研究数据显示，我们地球的温度并没有在变暖而是在变冷，而得出来如此的结论，正是因为1998年的气温完全不符合这样的趋势。当然当我们打开新闻，这样的数据比比皆是。 那么这些数据是真实有效的吗？是经得起真理检验的吗？在这些数据背后有着哪些不为我们所知的隐秘呢？数学家们就能够通过对于数字深层次的发掘，让我们看到不一样的真相。 汤姆·芝华士，科学作家，2018年获英国皇家统计学会新闻统计性优异奖，大卫·芝华士，英国杜伦大学商学院经济学副教授。两个人都在科技领域有所成就，当然对于数学统计、数字背后的秘密也有着更深层的了解。 因此他们创作了这样一部面向于我们普通读者的科普著作《数字一点不老实》，普及着我们生活中常见数字背后的隐秘真相，让我们看穿隐藏在信息中的数据玄机，让我们洞悉最真实的世界。 在这本书中，作者借用了现实生活中大量我们经常能够看到的新闻数据，并用22个数学相关论证分析打开这些数字迷雾，还原数字背后的真相。 比如前面我们提到的软饮料会提升暴力的统计，其实就涉及到了数字因果性的问题。只有能够论证某一种前提必然引发某一结果，这样的结论才是成立的。可是在喝软饮料和暴力之间，其实有着大量的其他因素在起作用，那么这样的因果律是否成立也就值得商榷了，这样的数据也就需要我们认真审视了。 所有千万不要想当然的认为这些数据分析和我们普通人没有关系，在我们的身边有着大量被误导的因果律。两个不相干的事件牵扯在一起，就把他们分析成因果关系的案例比比皆是。我们常听说的就包括“在冰激凌销量上升的日子里，溺水事故也会上升”这样疯匪夷所思的因果关系。 在我们生活中，误导我们的数据还有很多，想让我们能够看到生活的真相，想让我们拥有着洞察生活的能力，那通过这样一部著作《数字一点不老实》深入阅读，提升我们这方面的认知，帮助我们理清自己的思绪，助力我们不被数字所迷惑，最终成为数据的主人。

对于数据分析也变成可以选择的政治，对于任何时间我们相信的精准还是需要完全考虑的状态。对于数据分析似乎也可以变成一门玄学，对于我们来说很多观点都是被内置了，我们也会经常选择我们需要的东西，也就是数据的逻辑来完成了验证的逻辑，在学术，特别是那些没有简单因果关系的研究之中，非常容易变成了一种不可验证的假设性检验，最为典型的就是生物和医学研究，缺少了直接的物理化学因果关系，所以对于数字的使用一直比较任性的状态，在这种情况下，似乎我们只能留下了大胆假设了。对于当下数字变得更多的情况下，因为数据可以资源化，武器化以及资本化的年代，数字似乎变得更加不可靠了，我们需要怎样来理性分析数据，变成了一种生存技能，特别是各种研究报告，在没有前提的情况下，被用数字来进行传播的时代我们如何来形成清晰的认知，还是非常考验每一个个体。对于数据本身以及选择和推导的过程总是存在着不确定性，而且被放大的内容如何，或者如何形成更加深刻的认识，也许是我们需要更多关注的。特别是作为研究来说，当下每个工作产生的数据量数倍甚至数十倍于过去的类似的工作，变得更加完整和形成了内在的逻辑支持，但是感觉上缺少了一点冒险精神，也就是存在错误的可能性，同时也是面临着数据选择的难题，如何才能更好的展示着我们研究工作的新颖性，而不是被数据反复证明了正确的结论。科学还是需要有些存在疑问的地方，如同很多猜想还是需要变成定理，而不是一开始就是定理。对于自己来说，似乎只要物理化学过程中正确，很容易得到大家认可的观点就可以了，但是这样是平庸的研究。对于数据支持的研究是必须的，但是不能仅仅老实的数据组成，而是需要缺少一些环节，这个才是研究的动力。

普通人获取最新科学研究报告的途径，主要是通过新闻报道，这类报道里面必然有一个元素会出现，那就是数字。 “据国家移民管理局统计，今年元旦假期全国边检机关共查验出入境人员517.9万人次，日均172.6万人次，较2023年元旦假期增长4.7倍，已恢复至2019年同期水平，其中，入境251万人次，出境266.9万人次；查验出入境交通运输工具20.3万架（艘、列、辆）次，较2023年元旦假期增长1.5倍。” 比如这条关新闻，第一段里就出现了若干统计数据，对于普通人来说，有多少人知道这些数据是如何获得，如何统计出来？所谓“增长4.7倍”、“增长1.5倍"是什么程度的增长呢？很厉害吗？这个增长对经济的刺激作用有多大呢？ 除了宏观经济的统计数据，关于健康、投资、人际关系等相关数据，都是我们用来做决策的重要依据，而这些数据的获取渠道主要是通过大众传媒。 《数字一点不老实》这本书指出，“在新闻机构提供这些数字时，你不能指望它没有夸大其词或有意筛选事实”。新闻倾向于报道，甚至制造刺激的、耸动的故事来吸引人们的眼球。在这个过程里，读者“很可能接收很多错的或有误导性的数字”。 这本书是两位英国作者，一位是汤姆·芝华士，科学作家，曾供职于《每日电讯报》（书里援引来自这个媒体的多个新闻报道：P），2018年获英国皇家统计学会“新闻‘统计性’优异奖”。另一位是大卫·芝华士，国杜伦大学商学院经济学副教授，曾任牛津大学讲师，其研究领域包括不平等、增长和发展等。 这本书以简洁、幽默的方式，带领读者了解一系列可能数据出错的原因。 首先在数字层面，如数据的来源、样本量、测量方式、还有排除的因素或者控制的因素，这些都会导致产生的数据结果不同。而新闻报道往往没有提供这些过程量信息，很多时候只给一个结论。 比如把效应量很小的因果关系放大，比如《睡前在屏幕上阅读可能会害死你》这篇报道里根本没有提及，该研究要求被试者在睡前4小时阅读纸质书或电子书。为此，作者忍无可忍地吐槽： “每晚都少睡10分钟也许不是小事，但谁天天晚上在床上看4小时的书啊？” 但更值得关注的是人为因素。 书里告诉我们，科学家有时为了自己的研究能够在期刊发表（这样就能获得资助、更好的职业发展机会），会花大力气去雕琢数据，比如去寻找具有统计显著性的结果，使其达到符合期刊发表的值。 而另一个人为因素，就在新闻媒体这边。“撰写科学文章的记者通常基于通稿来快速撰写新闻”，很多时候记者并不具备统计学知识，也没有拿到足够的原始数据，不能发现操纵数据的行为。更为重要的是，为了吸引眼球，记者在报道里面会误导读者，写出耸人听闻的标题，比如“汽水使青少年变得暴力”。这篇报道援引的研究，只是提到二者具有相关性，但新闻却以因果性来呈现。 这是一本非常实用的书，在文末为记者提供了关于若干条统计写作指南，其实也可以看作这本书的要点小结。书里多次提醒读者谨慎地对待新闻里的任何数据，甚至在结尾处要求读者对媒体进行抨击，让他们为不完整、不准确的报道负责。 "事实上，这不仅是一本书，而是要开启一场在媒体行业倡导统计素养和责任运动的开始"。 读者是否愿意担此大任，见仁见智。不过我一直记得诺贝尔奖得主丹尼尔·卡尼曼的一个观点。 他说，统计知识的匮乏是现实世界中许多愚蠢选择的症结所在。 学学统计学，不当冤大头。Give me five！

帮你看清数字背后的真相，不被信息轰炸忽悠。 吃饭吃药看病看报都用得到的统计思维，提升你的“数字感” 。

在数字时代，我们很不小心就被数字骗了。

你的体重、今天的气温 、降水量、今天的股市期货汇率…大数据时代，一切都是数据，数字不止是数字…

以前的我无比的相信科学，相信数据，但是原来这些数据的背后都是经过精心挑选的。 所以要多读书，多从不同的角度看待问题，以前认为无比正确的，也许只是自己太片面，越无知越自信，这很可怕。