我们每天都会看到各种各样的数据，但是数据的真实性、可信性，就需要我们擦亮双眼了。
数据本无对错，通过本书，我们可以更好的识别出日常哪些数据是有问题的。
用事实说话，日常生活中，我们会接触到越来愈多的统计数据和资料，其中，不乏有人对数据进行造假，我们要学会甄别。
事实往往在所见所闻之外
内在有偏的样本
数据来源的样本就是有偏差的，根据有偏差的样本得出的数据结论，也是不准确的。
样本数据和整体数据之间的差异
一个以抽样为基础的报告如果要有价值，就必须使用具有代表性的样本，这种样本排除了各种误差
最基本的样本是随机样本，它是指完全遵循随机的原则从总体中选出样本。随机样本的检验标准是：总体中的每个名字或事物是否具有相同的几率被选进样本。
精心挑选的平均数
和平均数有关的一些谬误，通常会和平均数的算法有关。
通常意义上的平均值就是指算数平均值
而平均值有时并不能代表整体情况
没有披露的数据
主要指样本容量不充分，小样本数据同样不能代表整体。
毫无意义的工作
可能误差、标准误差
我们不能忽略数据背后可能存在的误差
惊人的统计图形
由图表引发的一些误导性结论。
通过修改图表的坐标轴，比如修改起始点，隐藏坐标轴等方式，让人产生错觉，得出错误结论：
类似的手法，还有使用图形化的方式，图表会更好看，但也更容易产生迷惑
相匹配的资料
很多结论和数据是不匹配的，这类似于挂羊头卖狗肉，这都是一种思维谬误，猛的一听，很容易相信，但是仔细想想，就会发现其中的问题。
比如这个死亡率的例子，参军真的更安全吗？？
肯定不是的，这个数据不能说明什么问题，进行对比也是没有价值的。参军的都是年轻人，留在城市的都是老人、小孩儿，人群都不一样，有谈何对比呢？
