读书笔记:《学会提问》 Neil Browne - 第10章 数据有没有欺骗性

统计数据具有很大的欺骗性,他只是一个数字表达的数据,一个只是浮于表面的东西无法深入证明深层次的东西

如何去判断数据是否具有欺骗性?               1.对于数据来源进行判断和寻找。例如大学生自己都做过调察问卷,得到过一些数据,先不讨论问卷的好坏,问卷的受访者就可以解读他数据的有效性,我就这样做过,数据直接靠自己乱想的,要不就是直接在网上发布,广撒网,完全不在意受访者是不是目标人群。                                                                   2.平均数值。我们实验数据中所谓的平均值是怎么样求出来的。平均是可以是A数值相加再除去数目;B从高到底,去中间数;C寻找频率最高的数值。当最高和最低有很大差距时,A可信度低,B的可信度也不高,具有太多偶然性,C只有频率高才具有代表性。    3.理由A无法支撑结论B。想证明B,需要询问c,但他去问a,a和c存在一些联系,可是,a不是c,无法支撑b。                                        4.数据信息不完整。比如只有一个数值,却没有相关比例,以及具体解释。                      5.表达方式不同,影响也不同以发病为例子,一样是100例中,9人减到6人复发。可是写法上可以写,复发率由9%降到6%;运用新疗程94%的人不再复发,原来只有91%;减少了33%的复发率。你只要看到具体数据,那么其实这些表达都是一个意思。所 以我们需要了解数值如何进行计算。

评估线索:1.尽量找出获得数据的相关信息,越多越好,问一下是怎么样知道的       2.了解平均值时,你需要了解它是怎么计算的,还有其他相关数值吗?比如全距或数值分布                                                                     3.数据使用者拿一件事的结论来证明另一件事时要当心                                                           4.先不要看作者或演说者使用的数据,把所需的数据证据和实际提供的数值做比较          5.从数据中心得出你自己的结论。如果这结论和作者演说者结论不一致,那么就有可能哪里出现错误。                                                   6.判断有什么信息缺失了。对于误导性的数字和百分比以及缺失的比较,你要特别当心。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,015评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,262评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,727评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,986评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,363评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,610评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,871评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,582评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,297评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,551评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,053评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,385评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,035评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,079评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,841评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,648评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,550评论 2 270

推荐阅读更多精彩内容

  • 数九寒天,我跟同事小芳挤上了顺路的公交车。 小芳:“我的手机呢?我的手机呢?我的手机没了”(惊恐状) 然后指着一个...
    还好你来了阅读 146评论 0 0
  • 这是加入‘不写就出局’活动的第一次写作,想着要选一个郑重的题目,但一直也没决定下来。 恰巧今天看到万维...
    X逆生长阅读 406评论 0 0