大数据会说谎：看穿数据的真相( 三 )

然而，如果缺乏可信的测算方式，比如概率误差、标准误差的检验，那么可信度就要大打折扣了。
尤其要留心那些未加说明的平均数，因为无论在什么时候，均值和中位数都有着本质的差别。
一份报告曾指出“过去25年内因癌症死亡的人数大幅增长” ，很吓人对不对？
但我们都知道，以前那些“原因不明”的病症现在都被确诊为癌症，这是其一；此外尸体解剖更加频繁，诊断也就更为确切；现在人均寿命延长，因此更多人会活到容易患癌症的年龄；最后，报告给出的数据应该是死亡总人数而非死亡率——毕竟现在的人口总数比以前要多。
3. 偷换概念了吗？
搞乱因果关系，拿词义做文章，都是偷换概念的方式。
早在前几年，人们普遍认为女博士的婚育年龄普遍较学历较低的女性会更大，女博士里的剩女比例也更高；后来“剩女”一词被人诟病后，现在被冠以“单身贵族”的头衔，听起来似乎还蛮前卫的？
这算是很明显的偷换概念了，本质上想传达的观点并没有变化；而更多时候，在更为专业的领域，遇到偷换概念的场合，你我可能并不能一眼识别。
4. 这是否合乎情理？
那么，究竟要怎样做才能不被毫无意义的结论愚弄？你总不能指望每个人都成为统计学家，亲自分析数据吧？
反其道而行，你要去捕捉没有被透露的数据，留心这部分的数据，就能看穿这种别有用心的手段。
此外，截止到目前为止的趋势或许是事实，但未来的趋势不过是我们的猜测；你不能拿现有的趋势直接去臆测未来的趋势，毕竟所有的事情不会一成不变。
比如说现在有个新闻是这么报道的：在大雾天气的一周内，某地区的死亡人数猛增至2800人……
仔细想下，这一周内死亡率比平时高这么多难道不是例外吗？所有的事情都处在变化之中。往下看，随后几周情况如何？死亡率降至平均水平以下，是否意味着大雾中死去的人本来就已不久于人世？
看吧，这个数据的确让人印象深刻，但由于没有其他数据可以对比，所以这个数据也变得没什么意义。
三、数据是把双刃剑
写这篇文有点杀敌一万自损八千的感觉，前文提到的数据陷阱，无论是假相关性、乱因果性，还是拿着薄数据去佐证对自己有利的观点；这些我曾经陷入的圈套，同样也在某些时刻成为了我“行骗”的工具。
究竟要怎么去用数据呢？我已许久没系统性地做过数据挖掘和统计分析，但我相信大数据广阔的应用前景，也在大数据给出的相关性规律里获益匪浅；我也在反思，在数据至上的时代，我是不是过少地发现它的局限性，过分地依赖它给的结论。
至于那些拿大数据用以评判个人、组织乃至社会，特别是关乎人性抉择、生杀进退的大事，我们是否又能接受这些冰冷的数据浇灭人情的热度？
一起拭目以待吧。
再次强推最近读完的这三本书，给了我对于数据和认知上更多的启发：

赛思·斯蒂芬斯：《人人都在说谎：赤裸裸的数据真相》
斯科特·佩奇《多样性红利》
达莱尔·哈夫《统计数据会说谎》

#专栏作家#
林壮壮，微信公众号：健壮的大姐姐（ID: is_strong），人人都是产品经理专栏作家。腾讯高级产品经理，专注于To B服务项目管理和行业分析，欢迎各路好汉一起探讨。
本文原创发布于人人都是产品经理。未经许可，禁止转载
【大数据会说谎：看穿数据的真相】题图来自pexels ，基于CC0协议