数字原来会说谎

　　在大数据时代，数字被看作是巨大的金矿，变得前所未有地重要。人们可以通过一串串数字刻画整个世界，甚至预测未来。但是数字却永远无法代替真实，现在数字和数据被滥用的现象越来越常见，特别是新技术的运用更是使数据从收集到处理，从可视化到信息表达，每个环节都存在用数字做手脚的机会，让人防不胜防。不过数字永远都是那些数字，说谎的并不是数字本身，而是使用数字的人，是数字使用者把数字变成了“任人打扮的小姑娘”。本书将用简单易懂的语言分析常见的利用数字说谎的情况，并结合一些常见的例子，对现有的一些“数字陷阱”现象进行解析。

　　寇蔻（扣小米），德国哈勒-维滕贝格大学，博士在读，2007年9月-2011年7月：郑州大学，文学、金融专业本科2011年9月-2013年7月：对外经贸大学，文学硕士2013年10月-今：德国哈勒大学，经济学博士2016年6月：德国弗劳恩霍夫研究院访问学者研究领域：创新、专利、应用计量经济学

第1章　数字、数据与统计　/1

1．1　数字与统计学　/2

1．1．1　数字不仅仅是算算术　/2

1．1．2　我们为什么需要统计学？　/4

1．1．3　生活中统计学无处不在　/8

1．2　大数据时代　/11

1．2．1　大数据对生活的影响　/11

1．2．2　数据过多既是负担，也是隐患　/13

第2章　数字的意义　/17

2．1　预测比赛结果/冠军归属　/18

2．1．1　足球博彩与夺冠赔率　/18

2．1．2　高盛预测2014年世界杯走势　/21

2．1．3　人工智能预测《我是歌手》冠军归属　/24

2．2　数字预测美国大选　/26

2．2．1　美国大选的计票方式　/26

2．2．2　538网站成功预测奥巴马当选　/28

2．2．3　统计数字比政治学家更可靠？　/31

2．3　用网络数据帮你赚钱　/34

2．3．1　语意分析——你在网上说过的话都蕴藏商机　/34

2．3．2　Twitter和Google中隐藏的赚钱秘密　/36

2．3．3　利用社交网络数据看股市走势　/40

2．4　数字与量化对学科研究的影响　/45

2．4．1　定性分析与定量分析　/45

2．4．2　社会科学中的量化研究　/46

2．5　媒体也在到处找数据　/50

2．5．1　数字对媒体传播的重要性　/50

2．5．2　数据新闻和数据可视化的崛起　/52

第3章　数据收集既有技巧又有隐患　/57

3．1　从哪里能够获得数据？　/58

3．1．1　二手数据　/58

3．1．2　一手数据　/59

3．2　什么样的数据是好数据？　/61

3．2．1　好数据的标准　/61

3．2．2　清洗数据也是技术活儿　/62

3．3　你的数据可靠吗　/64

3．3．1　数据来源不可靠　/64

3．3．2　对数字本身做手脚　/65

3．3．3　对数据后期处理过度　/66

3．4　样本选择不完善　/68

3．4．1　样本选择与整体数据　/68

3．4．2　样本选择偏差：失之毫厘，差之千里　/69

3．4．3　幸存者偏差：你经历的不一定就是真的　/72

第4章　相关性与因果性　/79

4．1　相关性与因果性的混淆　/80

4．1．1　相关关系不一定意味着因果关系　/80

4．1．2　购物网站怎么会知道我想读什么书　/81

4．1．3　“神奇的”相关性　/82

4．2　慎用“因为……所以……”造句：因果关系不可乱用　/85

4．2．1　因果关系需要严密论证　/85

4．2．2　“倒因为果”也是一个严重的问题　/87

第5章　平均数的“挑选技巧”　/89

5．1　平均数、中位数与众数的差别　/90

5．2　平均数并不“平均”　/92

5．2．1　当地平均工资水平×万元，你被平均了吗？　/92

5．2．2　占领华尔街——社会上1%的人掌握了99%的财富　/95

5．3　缺少平均数的误导性　/98

5．3．1　GDP全球第二，我国是否已经是经济强国？　/98

5．3．2　我国是地大物博、资源丰富吗？　/100

5．4　辛普森悖论：分类的重要性　/102

5．4．1　到底哪个班的平均分高？　/102

5．4．2　辛普森悖论　/104

5．5　补救平均数　/105

5．5．1　全国收入水平分布情况——你处在哪个位置？　/105

5．5．2　房价的中位数乘数　/107

第6章　数字图表——有图也不一定有真相　/111

6．1　数字与数据可视化：一图胜千言　/112

6．1．1　数字越详细，人们反而越不愿意看　/112

6．1．2　人类对图形更加敏感　/113

6．1．3　数据可视化的趋势与优势　/115

6．2　可视化的数字也是数据陷阱的重灾区　/117

6．2．1　图形数据更加直观，但可能会遗漏一些数据信息　/117

6．2．2　图像更易操纵　/120

6．3　改变坐标轴：数字变得不认识了　/121

6．3．1　截取纵坐标某一段，故意夸大差距　/121

6．3．2　图像的拉长与伸缩　/124

6．3．3　改变时间轴的范围：视角不同，“结果”就不同　/125

6．3．4　百分号和千分号：单位到底是什么？　/129

6．4　魔鬼都藏在细节中　/131

6．4．1　查看数据备注说明信息　/131

6．4．2　注意数据图表的细节　/132

第7章　广告中的数字陷阱　/137

7．1　“降价50%销售”：真的是降价促销吗？　/138

7．1．1　先涨价后降价　/138

7．1．2　先降价后涨价　/139

7．2　买家好评：口碑就是金钱　/141

7．2．1　信息不对称——卖家怎么说都有理？　/141

7．2．2　刷单导致偏差　/142

7．2．3　“给好评送礼物”　/143

7．3　夸张宣传误导消费者　/145

7．3．1　一周美白：公开的数字与背后的信息　/145

7．3．2　前提条件不明——隐藏的技巧　/146

7．4　流量为王的时代　/149

7．4．1　能到“10万+”才算火爆　/149

7．4．2　赚流量也要守规矩　/150

第8章　公司运营中的数字陷阱　/153

8．1　营业收入与利润　/154

8．1．1　卖得越多，赚得越多？　/154

8．1．2　所谓“互联网思维”——先烧钱圈地，再考虑盈利？　/156

8．2　增长：环比增长还是同比增长？　/161

8．3　企业带动纳税5000亿元　/163

8．4　注水的KPI　/164

8．4．1　KPI是用数字量化来考核的方式　/164

8．4．2　只要有数字就可能被操控——虚假业绩的例子　/165

第9章　网络谣言中的数字陷阱　/167

9．1　为什么谣言比辟谣更受欢迎？　/168

9．1．1　人类偏好耸人听闻的故事　/168

9．1．2　带有数字的谣言更可怕　/169

9．1．3　谣言通常比充满科学味的枯燥辟谣文章更具有可读性　/171

9．2　食物相克的谣言：离开剂量谈毒性都是耍流氓　/173

9．3　生男孩还是生女孩——酸儿辣女？　/174

第10章　美国大选预测遭遇滑铁卢：特朗普来了　/175

10．1　总统大选，谁家预测得准　/176

10．2　尴尬的媒体和民调预测　/179

10．3　预测正确的媒体　/182

第11章　数字与新技术时代　/185

11．1　人工智能、机器学习、大数据：数字新时代　/186

11．2　新技术前景　/189

11．3　人类必须要面对的现实：被机器取代　/191

11．4　安全隐患　/194

第12章　总结　/197