读《统计陷阱》有感.docVIP

《统计陷阱》 《统计陷阱》本书是美国著名的统计学家达菜尔·哈夫的名著。该书自1954年出版至今，多次重印并被译成多国文字，是一本影响深远的经典性著作。《统计陷阱》一书之所以能够历久弥新，是因为其实用性，作者重说明、轻证明，重文字描述、轻理论推导，并结合活生生的案例，语方轻松诙谐，深入浅出，介绍了一些统计语和方法，更揭示了许多统计骗局。 本书一共分八章： 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哪种平均数，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。 以下几点是我从此书中学到的一些东西。 一.对统计资料应该质疑，不要盲目的相信，注意以下几个问题：1.谁说的？2.他是如何知道的？3.遗漏了什么？（往往是有意的为了叵测的目的）4.是否有人偷换了概念？5.这个资料有意义吗?二.图表的拉伸缩放可以使它展示在人们眼睛前的信息迥然不同，它可以随着要求任意变动，如同哈哈镜一般，在观察统计图时要万分注意这一点，不要被眼睛和说谎者所欺骗。三.平均数有多种形式，众数、中位数、均值等，注意它们的适用范围，并谨防它们被不轨者非法利用进行欺骗。均值很不具有稳健性，它太容易受到野值的影响，在描述大样本的平均水平时，不妨多考虑一下中位数。四.什么是差别？只有当差别有意义时才能称之为差别。 作者说，“如果你想证明某事，却发现没有能力办到，那么试着解释其他事情并假装它们是一回事”，这就是我们常犯的逻辑谬误，偷换概念。统计学中所包含的思维，利用统计学所犯的错误，归根到底就是逻辑。把相关性当成因果性，这是事后归因；小样本得出大结论，这是以偏概全；为了证实自己的观点，刻意用统计方法放大比例，这是诉诸公众谬误，因为大家都这样，所以我是对的。商品广告说统计数据显示自己的产品在某一权威群体里的使用率很高，言下之意是他们的产