你有没有收到过父母转发来的这样的文章链接：
喝麦苗汁三个月可以有效降低三高，还可以治愈癌症
温度只要超过100℃，味精就会发生变性，形成有毒的焦谷氨酸钠
使用手机10年以上的人，患脑癌的危险增大一倍
不锈钢杯泡茶致癌，用不锈钢杯子泡茶72小时之后，杯子出现了“腐蚀”
瑞士苏黎世大学、研究真菌的博士说，蘑菇虽好，但它对铅、汞等重金属的富集能力强，最多可达到100多倍
国外某某研究机构发现：柠檬中的某某成分比化疗药物高效10000倍
通常来说时隔几个月后，这样的链接或新闻都会被辟谣。可是这样的消息仍然不绝于耳，甚嚣尘上，这是为什么呢？“吃过的盐比我们吃过的饭都多”的父母们为什么每每对这样的消息深信不疑，并且广而告之呢？从文章来看，这些结论都是经过“专家”论证的，都是经过科学实验的，都是有数据支撑的，为什么到最后却被判为假消息呢？
现在满天飞的吵吵大数据，大数据，难道数据会说谎？难道是我们的父母对数据天生没有抵抗力？
即使是最喜欢用数据说话的思考者们有时也是会掉入数据的陷阱的。
干货来了
1. 自选择偏差
1984年，心理学家盖勒称：在酒吧里，用桶喝酒的人喝掉的酒是用瓶或杯喝酒的人的总量的2倍以上。而我们用常识来判断一下，这样的结论虽然有所谓的“数据”支撑，可它能说明事实吗？
自选择偏差告诉我们，当统计数字来自人们不同的选择的时候，统计数据往往靠不住。在这个实验里，每个人选择的喝酒方式和喝酒目的本就千差万别，只用喝酒容器这一个因子来衡量实验结果明显不够精确，再简单点说，也许实验挑选的用桶喝酒的人那天正好都想一醉方休，不醉不归呢！
2. 幸运者偏差
也许很多人还记得2010年世界杯期间风靡一时的章鱼保罗，它14次预测比赛结果，12次被证实准确，即使决赛它也准确的将票投给了西班牙。
幸运者偏差告诉我们，在一个概率事件中，存在很多的混杂因素，而如果我们忽略了这些混杂因素，往往就会只关注极少数的幸运儿，从而误将他们的幸运当成是普遍性的结论。章鱼保罗出生成长于德国，在它预测的比赛中13场都有德国队，它11次选择了德国，而德国也不负众望9次取胜。这里我们还要注意，虽然章鱼是色盲，但是它们可以分辨明暗，尤其喜欢条纹图案，这时你是不是可以联想到章鱼保罗熟悉的德国国旗的样子呢？
比如，一百万人买彩票，一个人经过长期的努力获得了一次5000万大奖，这时无论是媒体，还是其他投注者都会将目光聚焦到这个幸运儿的身上，而忽略其他九十九万九千九百九十九人，这种状况的出现就是幸运者偏差。
3. 轻率外推
流行病专家南希经过研究证实：家附近有大型输电线的19岁以下的青少年罹患癌症的风险增大1至2倍。没过几年，这一结论就被美国多家机构否定了。
人们有时刻板的认为某种模式的存在必然有某种原因，于是为了找寻这个所谓的“原因”煞费苦心，到头来很可能从自己强加的“数据”上推断出一个不切实际的原因来。
比如，林肯在1790年到1860年的美国10年间人口普查中看到人口增长率为34.6%，进而推断到1930年美国人口将达到2.5亿，而事实上，1930年美国的人口才刚刚达到1.23亿。
再比如，妈妈们知道亚硝酸盐易转化为亚硝胺类物质，是一种具有致癌性的物质，所以轻率的相信了某些“专家”的轻率外推：酸菜中含有亚硝酸盐，不能吃！隔夜炒菜中含有亚硝酸盐，不能吃！蒸锅水中含有亚硝酸盐，不能……！
你有没有想怒吼：妈妈，我不喝蒸锅水！
4. 安慰剂效应
众所周知，就是一些药物或一些手术疗法本身是没有治疗效果的，但是靠着精神作用，病人们在被蒙在鼓里的情况下，选择相信自己的病在“药物”的作用下快速好转。
安慰剂效应，其实就是遵从着我们偏好的结论，利用一些不相干的方法或数据，来引导大家的视线只关注符合我们结论的数据，而忽视矛盾数据。
比如，今日被推倒风口浪尖的鸿茅药酒，当年是多少人送给父母长辈的首选佳品。父母们真心实意的相信了广告中宣传的各类主治功能，加上“每天两口”体会着晚辈的孝心，再加上隔壁张大爷、李大妈都说很有效果我们的父母自然也就觉得喝得“浑身是劲”，“腰腿轻松”了。
再举一个可笑又可悲的活生生的例子。
大家都知道在滑冰或者体操比赛中，在众多青年歌手大奖赛的现场，主持人在公布最后得分时都会说“去掉一个最高分，去掉一个最低分，最后结果是……”。可是上世纪80年代，南极科学家们无意中发现测量软件自动去掉了大量臭氧含量的数据，原因是软件认为这些数据远远低于正常范围，判定为异常数据。而当这一结果被发现时，南极臭氧的含量已经比六年前减少了40%。
回到我们的PCM中来，思考者们是我们认为最理性，最会运用数据的人，他们自信自己对于数据的掌控，我们也相信他们对于数据的选择。可今天，无论我们是否是思考者基础层的人们，都应该思考一下：数据并不总是完美的说明事实，我们的常识有时甚至比数据有更大的说服力。
妈妈们，“专家”们的说法一天一小变，三天一大变，自己拿捏啊！
牛奶致癌，你信吗？
