亲爱的好书共读栏目书友们，很高兴遇见你。

当你遇到听起来让人动心的数字或者百分比，一定要当心！你可能需要其他信息来判定这些数字到底有多让人动心！

下面开始今天的共读：数据有没有欺骗性？

本次推荐阅读时间为20分钟左右，覆盖原书的第205页到第223页。

下面这段话能在多大程度上说服你？

经济获得了长足发展。上个月我们的失业率就下降了一个百分点。

上面的推理压根儿就没法打动你。这个论证用数据欺骗了我们！

作者提出的证据当中最为常见的一种就是“统计数据”。你可能经常听到人们使用下面这句话来帮助支撑他们的论证：“我有统计数据来证明。”我们使用统计数据（通常以不合适的方式）来揭示战争伤亡人数的增加或减少，来提醒公众注意发病率的变化，来估量一种新产品的销量，来判断某一只股票的赚钱能力，来决定下一张牌是A的概率，来衡量不同大学的毕业率，来记录不同年龄段的人们性生活的频率，来为很多其他问题提供数据。

统计数据就是用数字表达的证据。这样的证据可能看起来非常动人，因为数字让证据显得非常具有科学性，非常精确，似乎它就代表了“事实”。但是，统计数据能，而且经常会，撒谎！它们并不必然就证明了它们想要证明的一切。

两种不同的提供数据的方式

统计数据可能而且经常骗人。它们并不必然就证明表面上想要证明的一切。

作为一个批判性思考的人，你应该努力辨别出错误的统计数据式的推理。在几个较短的段落中，我们无法向你全面展示人们用“统计数据帮忙撒谎”的所有不同方法。但是，本章我们将为你提供一些基本策略，你可以用来发现这些欺骗的小伎俩。同时，它还通过展示许多作者错误使用统计数据来当证据的最常见的方法，提醒你注意数据推理当中存在的缺陷。

不知来历的和带有偏见的数据

最近一个新闻标题：40%的大学生饱受抑郁症的折磨！

在你情绪低落的时候你该不该过分担心呢？你又怎么知道自己可以相信这样的统计数据？

不知来历的统计数据最常见的一个用处就是用大量的数字给别人加深印象或让别人肃然起敬，这些呈现出来的数字的精确性常常会让人怀疑。比如，大量的数字可能被用来提醒公众注意日见增长的身体失调或精神失常的发生率，例如癌症、饮食异常或幼年孤僻症等。如果我们能知道这些数据确定的过程是如何仔细，我们肯定会更加深受这些数据的感染。比如一直以来人们都在努力统计大学生抑郁症发病率的准确数据，但是不知来历的数据问题已经成为影响统计的一个主要因素，研究报上来的发病率存在10%～40%的跨度。所以，本章一开始提到的那份研究如果让你觉得过度惊慌的话，你未免显得有些杯弓蛇影。

在对这样的数据做出反应之前，我们先要问一声它们是怎么得来的。

（1）快速致富的一个方法就是做一名职业足球队员，2010年国家足球联盟球星的平均收入是180万美元。

（2）在大学里要取得好成绩学生需要付出的努力是越来越少了。根据最近一项调查，大学生每周平均花在学习上的时间是12.8小时，和20年前的大学生相比大概只有他们的一半。

两个例子当中都使用了“平均”这个词。但是实际上却有3种不同的方法来测定平均值，而且在大多数情况下，每种方法都会给出不同的数值。

当我们遇到平均数的时候，了解全距和数值分布的一个总体好处就是这样做会提醒你大多数人或事并不正好符合平均值，与平均值差异极大的结果也在意料之中。例如，在有些健康议案中许多旨在改善我们健康状况的医疗干预措施事先都会给我们看一看其平均获益情况，尽管这项研究中的许多人获益极少或压根就没有获益，甚至有些人会不同程度地受损。

把一个结论改头换面包装成另一个结论

有些数据确实能证明一件事，而持论者往往宣称这些数据证明了另一件性质完全不同的事，这时候他们往往在欺骗我们。这些数据压根儿就证明不了用它们来证明的一切！我们有两种策略可以帮你找出这类欺骗。

一个策略就是对持论者提供的数据视而不见，然后问自己：“什么样的统计数据作为证据在证明他的结论方面会有帮助？”然后，将“所需”的数据和所给出的数据进行比较。如果两者之间难以吻合，你可能就发现了一个数据上的欺骗。下面的例子为你提供一个机会来应用这种策略。

当你遇到听起来让人动心的数字或者百分比，一定要当心！

你可能需要其他信息来判定这些数字到底有多让人动心！当只有绝对数值摆在眼前的时候，问一问百分比是不是有可能帮你做出更好的判断；当只有百分比出现在眼前的时候，问一问是不是绝对数值会丰富它们的含义。

关键问题：统计数据有没有欺骗你？

在下列练习文章里，请你找出证据的不当之处。

家庭正变成越来越危险的栖身之所。和家庭相关的伤害案件的数量正在直线上升。2000年，大约有2 300名14岁及14岁以下的儿童死于家庭中发生的事故。同时，每年有4 700 000人被狗咬。更糟糕的是，哪怕电视机这个相对安全的家用电器也开始变成危险源。事实上，每年有42 000人被电视机或者电视机架所误伤。既然家里发生这么多的事故，也许人们需要花更多的时间待在户外。

结论：花时间待在家里正变得越来越危险。

理由：和家庭相关的伤害正在日渐增多。

证据：一年期间，2 300名儿童死于家中发生的事故。

每年有42 000人被电视弄伤。

要评价这个论证，我们首先需要确定什么样的证据拿来回答下面的问题最为合适，“现在的家里比起从前来是不是更加不安全了？”在我们看来，用来回答这个问题的最佳数据就是拿现在每年家中重大事故的发生率和过去几年的事故发生率做比较。同样有关的是每小时在家里发生的伤害事件的数量和过去几年同样的数据之间的对比。很可能更多家庭伤害的发生是因为人们比过去花在家里的时间增加了很多。如果他们待在家里的时间更多，在家中发生伤害的数字相应增加，这就显得符合逻辑了。

这个论证当中提供的证据很可疑，有下面几点理由。

第一，关于家庭伤害的总数作者根本没有提供任何数字。我们知道作者说它们在直线上升，但是根本没有证据表明这样的上升。

第二，有关儿童在家庭事故当中丧生的具体细节也没有披露。这个数据和过去儿童在家中身亡的数据相比又怎么样？是什么类型的事故导致这些儿童的死亡？

第三，狗咬的数字具有欺骗性。我们根本不知道这些狗咬事件是不是发生在家中。更重要的是，狗咬人的数字好像不能引导我们得出结论说待在家里是不安全的。

第四，有关电视机的数据也很可疑。作者是从哪里得到这些动人的数据的？同样，这些伤害中大部分到底伤得有多严重？

今天阅读后你收获了什么？

建议将自己的阅读心得分享至下方【随笔区】

加入我们，成为好书共读进阶成员。

每周分享一份思考后写下的200字读书笔记

坚持必有进步，期待遇见更好的你。

培养有情怀的人，让知识拥有生命的温度！

个人简介：躬耕教育园地29载的特级教师

亲爱的好书共读栏目书友们，很高兴遇见你。

当你遇到听起来让人动心的数字或者百分比，一定要当心！你可能需要其他信息来判定这些数字到底有多让人动心！

下面开始今天的共读：数据有没有欺骗性？

本次推荐阅读时间为20分钟左右，覆盖原书的第205页到第223页。

下面这段话能在多大程度上说服你？

经济获得了长足发展。上个月我们的失业率就下降了一个百分点。

上面的推理压根儿就没法打动你。这个论证用数据欺骗了我们！

作者提出的证据当中最为常见的一种就是“统计数据”。你可能经常听到人们使用下面这句话来帮助支撑他们的论证：“我有统计数据来证明。”我们使用统计数据（通常以不合适的方式）来揭示战争伤亡人数的增加或减少，来提醒公众注意发病率的变化，来估量一种新产品的销量，来判断某一只股票的赚钱能力，来决定下一张牌是A的概率，来衡量不同大学的毕业率，来记录不同年龄段的人们性生活的频率，来为很多其他问题提供数据。

统计数据就是用数字表达的证据。这样的证据可能看起来非常动人，因为数字让证据显得非常具有科学性，非常精确，似乎它就代表了“事实”。但是，统计数据能，而且经常会，撒谎！它们并不必然就证明了它们想要证明的一切。

两种不同的提供数据的方式

统计数据可能而且经常骗人。它们并不必然就证明表面上想要证明的一切。

作为一个批判性思考的人，你应该努力辨别出错误的统计数据式的推理。在几个较短的段落中，我们无法向你全面展示人们用“统计数据帮忙撒谎”的所有不同方法。但是，本章我们将为你提供一些基本策略，你可以用来发现这些欺骗的小伎俩。同时，它还通过展示许多作者错误使用统计数据来当证据的最常见的方法，提醒你注意数据推理当中存在的缺陷。

不知来历的和带有偏见的数据

最近一个新闻标题：40%的大学生饱受抑郁症的折磨！

在你情绪低落的时候你该不该过分担心呢？你又怎么知道自己可以相信这样的统计数据？

不知来历的统计数据最常见的一个用处就是用大量的数字给别人加深印象或让别人肃然起敬，这些呈现出来的数字的精确性常常会让人怀疑。比如，大量的数字可能被用来提醒公众注意日见增长的身体失调或精神失常的发生率，例如癌症、饮食异常或幼年孤僻症等。如果我们能知道这些数据确定的过程是如何仔细，我们肯定会更加深受这些数据的感染。比如一直以来人们都在努力统计大学生抑郁症发病率的准确数据，但是不知来历的数据问题已经成为影响统计的一个主要因素，研究报上来的发病率存在10%～40%的跨度。所以，本章一开始提到的那份研究如果让你觉得过度惊慌的话，你未免显得有些杯弓蛇影。

在对这样的数据做出反应之前，我们先要问一声它们是怎么得来的。

（1）快速致富的一个方法就是做一名职业足球队员，2010年国家足球联盟球星的平均收入是180万美元。

（2）在大学里要取得好成绩学生需要付出的努力是越来越少了。根据最近一项调查，大学生每周平均花在学习上的时间是12.8小时，和20年前的大学生相比大概只有他们的一半。

两个例子当中都使用了“平均”这个词。但是实际上却有3种不同的方法来测定平均值，而且在大多数情况下，每种方法都会给出不同的数值。

当我们遇到平均数的时候，了解全距和数值分布的一个总体好处就是这样做会提醒你大多数人或事并不正好符合平均值，与平均值差异极大的结果也在意料之中。例如，在有些健康议案中许多旨在改善我们健康状况的医疗干预措施事先都会给我们看一看其平均获益情况，尽管这项研究中的许多人获益极少或压根就没有获益，甚至有些人会不同程度地受损。

把一个结论改头换面包装成另一个结论

有些数据确实能证明一件事，而持论者往往宣称这些数据证明了另一件性质完全不同的事，这时候他们往往在欺骗我们。这些数据压根儿就证明不了用它们来证明的一切！我们有两种策略可以帮你找出这类欺骗。

一个策略就是对持论者提供的数据视而不见，然后问自己：“什么样的统计数据作为证据在证明他的结论方面会有帮助？”然后，将“所需”的数据和所给出的数据进行比较。如果两者之间难以吻合，你可能就发现了一个数据上的欺骗。下面的例子为你提供一个机会来应用这种策略。

当你遇到听起来让人动心的数字或者百分比，一定要当心！

你可能需要其他信息来判定这些数字到底有多让人动心！当只有绝对数值摆在眼前的时候，问一问百分比是不是有可能帮你做出更好的判断；当只有百分比出现在眼前的时候，问一问是不是绝对数值会丰富它们的含义。

关键问题：统计数据有没有欺骗你？

在下列练习文章里，请你找出证据的不当之处。

家庭正变成越来越危险的栖身之所。和家庭相关的伤害案件的数量正在直线上升。2000年，大约有2 300名14岁及14岁以下的儿童死于家庭中发生的事故。同时，每年有4 700 000人被狗咬。更糟糕的是，哪怕电视机这个相对安全的家用电器也开始变成危险源。事实上，每年有42 000人被电视机或者电视机架所误伤。既然家里发生这么多的事故，也许人们需要花更多的时间待在户外。

结论：花时间待在家里正变得越来越危险。

理由：和家庭相关的伤害正在日渐增多。

证据：一年期间，2 300名儿童死于家中发生的事故。

每年有42 000人被电视弄伤。

要评价这个论证，我们首先需要确定什么样的证据拿来回答下面的问题最为合适，“现在的家里比起从前来是不是更加不安全了？”在我们看来，用来回答这个问题的最佳数据就是拿现在每年家中重大事故的发生率和过去几年的事故发生率做比较。同样有关的是每小时在家里发生的伤害事件的数量和过去几年同样的数据之间的对比。很可能更多家庭伤害的发生是因为人们比过去花在家里的时间增加了很多。如果他们待在家里的时间更多，在家中发生伤害的数字相应增加，这就显得符合逻辑了。

这个论证当中提供的证据很可疑，有下面几点理由。

第一，关于家庭伤害的总数作者根本没有提供任何数字。我们知道作者说它们在直线上升，但是根本没有证据表明这样的上升。

第二，有关儿童在家庭事故当中丧生的具体细节也没有披露。这个数据和过去儿童在家中身亡的数据相比又怎么样？是什么类型的事故导致这些儿童的死亡？

第三，狗咬的数字具有欺骗性。我们根本不知道这些狗咬事件是不是发生在家中。更重要的是，狗咬人的数字好像不能引导我们得出结论说待在家里是不安全的。

第四，有关电视机的数据也很可疑。作者是从哪里得到这些动人的数据的？同样，这些伤害中大部分到底伤得有多严重？

今天阅读后你收获了什么？

建议将自己的阅读心得分享至下方【随笔区】

加入我们，成为好书共读进阶成员。

每周分享一份思考后写下的200字读书笔记

坚持必有进步，期待遇见更好的你。

培养有情怀的人，让知识拥有生命的温度！

个人简介：躬耕教育园地29载的特级教师