数据分析中会常犯哪些错误，如何解决？

这篇文章从数据分析的几个阶段，总结了14个我们可能会犯的一些错误，以及如何避免。

数据获取阶段

在数据采集/获取阶段，容易犯的错误：

NO.1 采样偏差

在数据采集的时候，如果不能获取到总体的数据，那就要采集到可以代表总体的样本，抽样就显得尤其重要，如果样本不具有代表性，那么得出的结论一定是有失偏颇的。

举个例子 ->
小红书的用户群体是年轻的女性用户为主，如果用这份数据去预测一部受众是青少年的电影票房，结果可能就不合理了。

避免的方法 ->
使样本能够充分代表总体。

 

NO.2 幸存者偏差

指的是只能看到经过某种筛选而产生的结果，忽略了被筛选掉的关键信息。

在二战期间，人们发现幸存的轰炸机中，机翼中弹的数量很多，而机身中弹的却很少。因此人们认为我们应该加固飞机的机翼，其实不然，就是因为机翼中弹多还能飞回来，所以机翼中弹并没有影响飞机返航；而机身中弹的少则说明了子弹打中机身对飞机的影响更大，导致飞机不能返航，在这个飞机问题中，只统计到了幸存下来的飞机，以此下结论，是不正确的。