统计陷阱读书笔记

第一章 内在有偏的样本

主要将通过偏差的样本来获得想要的数据，文中举例耶鲁大学毕业生的工资来说明这个问题，给出统计结论时却并未给出样本，通过合理的猜测，可以知道这样的样本是有偏差的，例如能联系上的人一般都不穷，愿意告诉别人自己工资的人更不穷

 

第二章 精心挑选的平均数

一般给统计结论时却并不给出是那种平均数，是算术平均还是中位数或者是众数，通过这种方式来欺骗人，例如最近很流行的居民平均居住面积，平均收入等

 

第三章 没有披露的数据

反复做试验，指给出对自己有利的数据，例如我想证明抛硬币正面出现的次数是80%，那么我每次抛10次，反复抛，直到某次试验正面出现8次，以此作为支持我结论的数据

 

第四章 毫无意义的工作

计算某一个数据时，需要知道这个数据可能的误差，如果不考虑这个误差，则数据毫无意义，例如智力测验，需要首先明确测验可能的误差，例如正负3，平均智力是100正负3，如果不考虑这个误差，而直接说平均智力是100，a的智力是98，b的智力是101，b的智力比a的好，这样的结论是没有意义的

 

第五章 惊人的统计图形

通过对图形的夸张画法，来达到误导读者的目的，例如将y轴不从0开始，x，y比例不一致等

 

第六章 平面图形

本章与上一章比较类似，不过图形换成了平面图形，平面图形不只有高度还有宽度，例如通过钱袋子来比较工资，本来2倍的工资只需要钱袋子高两倍就可以，但这样不协调，因此要更宽，更鼓，导致的结果就是不是2倍，看着是8倍

 

第七章 不相匹配的资料

问题本身并不能真实地反映这个问题所代表的观点，例如黑人与白人的就业机会均等 == 黑人与白人平等，事实上有种族歧视的人更愿意回答二者的工作机会相等，而同情黑人的人更愿意回答不等，另外很多数据与最终的结论也没有多大的关系，例如药物实现，实验室的环境，药物与最后在药店里购买的药物有可能很不一样，或者实验室环境与人体环境差别很大，等等，都导致数据的不准确性。同样晚上发生车祸的次数明显多于早上，因此你有可能认为早上发生车祸的概率较低，但同时晴天发生车祸的次数也比雾天发生车祸的次数多，能认为晴天更危险吗？！！事实上仅仅是由于晴天比雾天的天数多很多，自然车祸次数就要多。因此看数据时一定要弄清楚这个数据与结论是否相关，相匹配。又例如投资回报率，有家公司说自己的投资回报率是1%，还低于银行利率，但实际是这样的吗？例如我早上投资99份，中午收获1美元，那我的投资回报率确实是1%，但我的收益比存银行还低吗？

 

第八章 相关关系与因果关系

相关是两件事情一起出现的概率，例如吸烟和成绩差就经常一起出现，但不是相关的就是因果关系，例如不能说吸烟导致成绩差，相关与因果关系是没有多少关系的，实际上很有可能是A与B相关，是因为A和B都是另一个原因的产物，但人们往往想在AB之间找到因果关系。同时也有很多事情只是一起发生，人们也就乐于将其说成因果关系，例如随着消费水平的增加，最低工资阶层的绝对工资在上涨，但这却往往被说成某些人的政绩。又例如感冒发烧导致跳蚤减少，却被说成因为有跳蚤所以健康。