统计数字会说谎.pdfVIP

统计数字会说谎 摘要: 在我们的工作、生活中 ，经常能接触到各种各样的数据、调 结果 ，这些数据和结果都 是正确的吗 ？哪些数据有误导性 ？哪些数据有限定条件 ？哪些数据不可以比较 ？本次分享告 诉大家如何解读数据 ，如何看透数据的真相 ！ 在我们的工作、生活中 ，经常能接触到各种各样的数据、调 结果 ，这些数据和结果都是正确的吗 ？哪些数据有误导性 ？哪些数据有限定条件 ？哪些数据不可以比较 ？本次分享告诉大家如何解读 数据 ，如何看透数据的真相 ！ 【案例一】样本的代表性 1936年 《青年文摘》对美国总统大选的结果进行预测 ，结果失败 ，问题出在调 方法上 （调 对象 是其读者 ，调 方法为电话调 ）。1936年有能力购买电 话和订阅杂志的人并不能代表所有的 选民 ，至少在经济上 ，他们是一个极其特殊的群体 ，是有偏的 ，事实后来证实他们有许多人是共和 党的选民。但是如果调 选择 的样本是代表性的 ，能代表全部选民那么调 就能得到准确的预测 结果。 盖洛普为什么预测美国大选的结果很准确 ？他们采用抽样调 方法 ，在全国各州按比例选择调 对 象对总体有很强的代表性 。 【案例二】样本量是否足够 ？ 我们来调 “喜欢大番茄的人多还是小番茄的人多” ，究竟调 10个人、20个人还是100个人得出的结 论是准确的呢 ？我们选择多少个人作为调 对象 ，即需 要多少个样本量的决定因素有很多 ，总体的 大小 ，总体内部的变异程度等等。总体的大小很容易理解 ，调 全市市民和调 一个班级哪个需要 的样本量大呢 ？显然是 前者。至于总体内部的变异程度 ，举个例子 ，如果总体只有100个人且 这100个人差异不大 ，或许十几个样本就已经足够了 ，但是如果这100个人每个人差异 性都很大呢 ？是不是要选取更多的样本才能更真实反映100个人的情况呢 ？ 举一个用研的例子 ：对于整个淘宝网买家的调研 ，基本上我们要保障1500的样本量 ，而对于某一类 目卖家的调研可能几百就足够了 （比如机票等类目卖家较少 ）。 PS ：抽样经验 ：1500以上的样本量基本就能很好地代表总体 ，无论总体有多大。 【案例三】敏感、隐私话题 对于一些敏感、隐私的话题 ，被调 者对于你的提问可能不会反映最真实的情况。如果采纳这些不 真实的信息 ，会使得调 结果不准确 ，比如图中询问“您更喜欢阅 读哪本杂志 ？” ，可能有很多人明 明更喜欢阅读 《东周刊》却选择 《凤凰周刊》 ，原因在于担心选择前者可能会被大家认为是一个喜 欢偷窥隐私的人。因此对于敏感 隐私的话题 ，不必面对面调 ，可以采用集体填答问卷的形式或者 电话调 的方式 ，并且说明我们的保密原则 ，结果就会好很多。另外有些隐私话题不用直接询问 ， 可以从不同角度确认这些信息 ，例如询问“每月您的消费支出水平” ，我们可以通过询问“购买哪些品 牌的衣服”“经常去哪儿就餐”等问题从侧面收集资料。 【案例四】平均数的陷 假设你是某个小型制造企业的3个合伙人之一 ，到了月底给企业的90个职工发了99000元 ，你和合 伙人每人共获得5500元的工资 ，最后还余下21000 元作为利润可供你们3个合伙人平分。你会选择 哪一种表述公示呢 ？ 肯定是后者 ，因为显得收入分配更公平 ，但其实每个人拿到的钱还是和前者 一样。因此需要特别注意这些平均数背后的真相。 国家统计局发布 《2009年国民经济和社会发展统计公报》 ，其中称“70个大中城市房屋销售价格上 涨1.5％” ，数字公布之后 ，引起了代表委员和社会舆论的广泛质疑。从数字看起来房价上涨很少 ， 但为何与我们的感受不一致 ，主要原因还是在于平均数 ，这一数字对房屋种类、地区、地段、楼层 、朝向、时点等因素而差异较大的样本进行综合平均统计 ，过度消除了价格变化。 统计局公布1月CPI数字 ，因为春节假期央行再度加息 ，市场曾预期1月CPI必将再创新高 ，甚至有望 接近6%数字 ，可实际数字4 .9%却让人颇为意外。原 因就是统计局CPI统计的新权重 ：居住类、医疗 保健类、娱乐教育文化类价格权重上升 ，食品类权重下降。而食品类价格却是百姓感受最明显的一 个指标 ，因此平 均时权重差异也使得我们感受与数字之间产生差异。 【案例五】一样的数据 ，不一样的图形 为了让没有直接接触数据的人也能直观地感受到其中的一些信息 ，人们发明了各种各样漂亮的统计 图表。但是就是“客观”的图表里面也存在着各种各样的陷阱。在制作统计图表时 ，一个常用的欺骗手 法便是改变统计图形的坐标尺度 ，从而改变了整个图形的增长趋势或是