统计学教你识破一本正经的胡说八道

数据分析可谓当下热门，同时对你我都息息相关。你看做个产品，要看看用户数据，做个运营，也要关注关键指标。人工智能近几年的飞速发展，也得益于有大量数据的训练。数据分析可以说是很重要，如果你没有用数据说话，那我很可能就不相信你的话。

然而当我们过分相信数据时，还是要留意一个问题，我们不能仅仅关注数值的准确性，还要思考这些计算是否准确。

何时相信，何时怀疑

人有一种倾向是相信计算机，觉得只要往计算机输入数据，它就能给你正确答案。计算机运算准确自然不必说，但问题在于你「喂养」它的数据，很可能是有问题的。比如你要得到关于「猫」的数据，但无意中却输入「狗」的数据，那最后的运算结果可能就会误导你。

你说「我可不会犯这种低级错误」，但你很可能犯一些你自己都没有意识到的错误。其实，你往机器里输入的，都是历史数据，不可能是未来的数据吧，那从历史数据中总结出来的结论，是可以很好的吻合过去的情况，但却难以对未来提供准确的预测。所以，有效的数据分析是对「讲理」的、有规律的事物，才有预测的参考价值；对于「不讲理」的事物，反而会给你误导。

那要你要何时相信数据，何时怀疑数据呢？学点简单的统计学，才能清醒思考，从数据中获得真知，对你的认知升级是不二法门。

加里∙史密斯的《简单统计学》就是一本帮你让数据说实话的书籍，别害怕统计学，本书不是枯燥的教科书，行文幽默但逻辑严密，它的副标题是「如何轻松识破一本正经的胡说八道」，本书可以有效帮你识破谬误，但真正要掌握这些思维，可不是那么轻松。

观测如何误导你的结论

在日常工作生活中，你能使用的数据很有限，而其中最被滥用的是「观测性数据」。当你根据观测的事实去推导结论，往往会出现两个错误。

一是「自选择偏差」，就是你只是留意了事实，而忽略这事实背后的原因。

比如，跟不上大学的学生相比，上大学的学生在工作中的平均工资更高，你根据这个事实，推断出大学能帮助学生获得更高工资。这只是一个表层原因，更可能是上大学的学生，普遍就比不上大学的学生，更加聪明主动，更加勤奋努力。更聪明勤奋的人本身更可能获得高工资，这两者勋在「系统性偏差」，而上大学这个事件起了「自选择」作用，不过是把两群学生区分开来罢了。

二是「幸存者偏差」，就是你使用历史数据回溯时，无法观察到不复存在的事物。

这个近几年被提得比较多，你估计相对熟悉，就是研究战争中回基地的飞机，这时的研究其实不包括被击落的飞机。这类偏差在数据研究中很常见，对于老年人的研究不会包括中年夭折的人，对于酒店、航班的人群调查，就忽略了来过一次而以后再也不来的人。 对于公司的研究，只从当下的巨头身上总结出经验，却完全忽视了几十年来那些失败倒闭的公司。

一个美国航班，给他们的顾客做了调查，发现满意度高达84%，但外界对这个航班却是一堆的差评。这是为什么？难道航班的调查作假？没有，这两个评价都很真实。之所以满意度很高，那是这群顾客自己一再选择这家航班，调查这群人，就忽视了那些坐过一次就再也不来的乘客，按道理这个满意度应该是百分之百，居然还有16%的人不满意。而外界的评价，就像大众点评，你坐了一次体验差，就立马给了差评，这个调查结果是更加全面的。

运气守恒可信吗

人啊，就是有个天性，为了理解周围的世界，我们会自己发现「规律」，并编造出各种理论来解释世界。

能量守恒定律，那是经过物理学证明的。而我记得一小伙伴总结了「RP（人品）守恒定律」，也就是运气守恒。对于幸运与不幸，这就是捏造出来的「规律」，只是凭简单的观察和模糊的记忆，就胡乱得出：连续的幸运就会增加不幸的可能，连续的不幸会让你下一次更加幸运。

但现实很残酷告诉你，错了，本书通过统计学实验，验证了「幸运与不幸都是独立的随机事件」。我们太过高估命运的力量，而低估了毫无理由的随机事件。你抛硬币，抛了5次，恰好都是正面朝上，请问下一次反面朝上的概率是多少？

很多人就会觉得，下一次更有可能出现反面，但实际上无论你前面抛硬币的情况如何，就算是100次正面朝上，下一次正面朝上依然是50%，每一次都是独立的随机事件，并不会有一个「平均定律」让事物整体上呈现平均水平。

好运当然不会永续，但是不要认为好运会提高噩运的可能性，反过来说也成立，不要认为噩运会提高好运的可能性。

本书小结

《简单统计学》内容非常多，总结了近20种思维陷阱，因为篇幅关系，这里指挑出三点，其它的就无法一一展开。全书有大量详实的数据和案例，很生动，值得你去读读，肯定会收获很多。我写了不少读书的感悟，但我很少推荐书，但此书我真心强烈推荐。

很多都与你生活息息相关，当你掌握了这些思维，虽不能说一定活得更好，但至少不会活得稀里糊涂：

去医院检查一种罕见疾病，结果居然是阳性的，这时如果你懂得「假阳性」的问题，就可以计算出被检查者患病的可能性依然非常低，不必过于担心；

了解「均值回归」，你就懂得应该多鼓励员工，而不是批评他们，如果你炒股，就可以比较淡定看待涨跌；

你懂得「混杂因素」，当别人拿一堆数据告诉你：每天喝两杯咖啡会增加患癌风险，你可以看出是胡扯；

……

有没有什么简单的方法，帮你区分出正确理论和胡扯呢？没有，不过有两种有效检验方法，可以让你长个「小心眼」。

一是「常识」，这也是本书多次提到的方法，偏离常识的理论，就算是有压倒性的数据支撑，你依然要保持怀疑的态度。

比如《魔鬼经济学》里面提到堕胎减少了犯罪率，但本书作者却保持怀疑，通过研究指出其中的三个统计错误，证实了这个结论是错误的。

二是「新数据」，不要用推到理论的数据进行检验，那是存在误导性，应该用研究外的新数据来检验。

比如你研究公司如何成功，就应该用40年前存在的所有公司，得出一个理论，然后用40年后的今天还存在的公司进行验证之前的理论。

最后，你通过此书的学习，也能逐渐破除对数据的迷信，学会基本的统计学常识，从而具备起码的辨别力，识破各种一本正经的胡说八道。