生活中有着大量误导我们的数据,需要我们深入数学分析,还原真相 在我们的现代生活之中,到处都充满了数据,而且还都是非常准确的统计数据,看似我们能够凭借这些数据能够更容易洞悉世界的真相,能够完成对于我们生活更深层次的理解。 那么真实的状况是这样子吗?我们所看到的数字真的符合着真实的状况?真的就是对于世界本相的还原吗?还是会被有些人有意无意利用,从而对于我们产生误导呢? 看一下我们生活之中,特别是新闻报道中所出现的数据,如果我们对它们深信不疑那就一定大错特错了。举个例子,新闻之中曾经报道过:研究数据显示“每周引用超过五罐软饮料的青少年更具暴力倾向”,而且研究者给出了令人信服的数据10%。 再比如也有研究数据显示,我们地球的温度并没有在变暖而是在变冷,而得出来如此的结论,正是因为1998年的气温完全不符合这样的趋势。当然当我们打开新闻,这样的数据比比皆是。 那么这些数据是真实有效的吗?是经得起真理检验的吗?在这些数据背后有着哪些不为我们所知的隐秘呢?数学家们就能够通过对于数字深层次的发掘,让我们看到不一样的真相。 汤姆·芝华士,科学作家,2018年获英国皇家统计学会新闻统计性优异奖,大卫·芝华士,英国杜伦大学商学院经济学副教授。两个人都在科技领域有所成就,当然对于数学统计、数字背后的秘密也有着更深层的了解。 因此他们创作了这样一部面向于我们普通读者的科普著作《数字一点不老实》,普及着我们生活中常见数字背后的隐秘真相,让我们看穿隐藏在信息中的数据玄机,让我们洞悉最真实的世界。 在这本书中,作者借用了现实生活中大量我们经常能够看到的新闻数据,并用22个数学相关论证分析打开这些数字迷雾,还原数字背后的真相。 比如前面我们提到的软饮料会提升暴力的统计,其实就涉及到了数字因果性的问题。只有能够论证某一种前提必然引发某一结果,这样的结论才是成立的。可是在喝软饮料和暴力之间,其实有着大量的其他因素在起作用,那么这样的因果律是否成立也就值得商榷了,这样的数据也就需要我们认真审视了。 所有千万不要想当然的认为这些数据分析和我们普通人没有关系,在我们的身边有着大量被误导的因果律。两个不相干的事件牵扯在一起,就把他们分析成因果关系的案例比比皆是。我们常听说的就包括“在冰激凌销量上升的日子里,溺水事故也会上升”这样疯匪夷所思的因果关系。 在我们生活中,误导我们的数据还有很多,想让我们能够看到生活的真相,想让我们拥有着洞察生活的能力,那通过这样一部著作《数字一点不老实》深入阅读,提升我们这方面的认知,帮助我们理清自己的思绪,助力我们不被数字所迷惑,最终成为数据的主人。
《数字一点不老实》这本书指出,“在新闻机构提供这些数字时,你不能指望它没有夸大其词或有意筛选事实”。新闻倾向于报道,甚至制造刺激的、耸动的故事来吸引人们的眼球。在这个过程里,读者“很可能接收很多错的或有误导性的数字”。 这本书以简洁、幽默的方式,带领读者了解一系列可能数据出错的原因。 首先在数字层面,如数据的来源、样本量、测量方式、还有排除的因素或者控制的因素,这些都会导致产生的数据结果不同。而新闻报道往往没有提供这些过程量信息,很多时候只给一个结论。 比如把效应量很小的因果关系放大,比如《睡前在屏幕上阅读可能会害死你》这篇报道里根本没有提及,该研究要求被试者在睡前4小时阅读纸质书或电子书。为此,作者忍无可忍地吐槽: “每晚都少睡10分钟也许不是小事,但谁天天晚上在床上看4小时的书啊?” 但更值得关注的是人为因素。科学家有时为了自己的研究能够在期刊发表(这样就能获得资助、更好的职业发展机会),会花大力气去雕琢数据,比如去寻找具有统计显著性的结果,使其达到符合期刊发表的值。 而另一个人为因素,就在新闻媒体这边。“撰写科学文章的记者通常基于通稿来快速撰写新闻”,很多时候记者并不具备统计学知识,更为重要的是,为了吸引眼球,记者在报道里面会误导读者,写出耸人听闻的标题,比如“汽水使青少年变得暴力”。这篇报道援引的研究,只是提到二者具有相关性,但新闻却以因果性来呈现。 这是一本非常实用的书,在文末为记者提供了关于若干条统计写作指南,其实也可以看作这本书的要点小结。书里多次提醒读者谨慎地对待新闻里的任何数据,甚至在结尾处要求读者对媒体进行抨击,让他们为不完整、不准确的报道负责。 "事实上,这不仅是一本书,而是要开启一场在媒体行业倡导统计素养和责任运动的开始"。 读者是否愿意担此大任,见仁见智。不过我一直记得诺贝尔奖得主丹尼尔·卡尼曼的一个观点。 他说,统计知识的匮乏是现实世界中许多愚蠢选择的症结所在。 学学统计学,不当冤大头。Give me five!
其余用户默认给了好评
已经到底啦~
其余用户默认给了好评
已经到底啦~