你被騙過嗎？7 種操縱數據的方式，第 7 種讓無數人中招

數據統計和闡發是每個科研人員都應具備的技術，但愿本文能幫忙初學者避免無意中犯錯，并讓你在看到居心扭曲的統計成果時，第一時候識破作假者的手法。

撰文 | Winnifred Louis & Cassandra Chapman

翻譯 | 楊晚鈺

審校 | 夏燁

圖片來歷：Carlos Muza on Unsplash

統計可以或許有用地呈現數據，便于我們理解四周宿世界中的模式。但若是憑直覺詮釋這些模式，成果凡是會令人掉望。以下是統計、概率和風險闡發中常見的幾種錯誤，以及避免這些錯誤的方式。

01 | 無意義的差別

股市的良多日常波動都只是偶爾現象，并沒有任何意義；在平易近意調查中，某黨領先的一兩個百分點凡是也只是數據噪聲罷了（在給心猿意馬的數據樣本或公式中，呈現的難以詮釋的轉變或隨機性）。

為避免對這種數據波動的原因作犯錯誤的推論，可以查看它們的“誤差幅度”。差別若是在誤差幅度內，則很可能無意義，這種轉變很可能只是隨機波動。

02 | 來自實際印象的誤會

我們常會聽到對兩個群體差別的籠統歸納綜合，例如說女性更樂于撫育兒女，而男性體格更強壯。這些結論凡是受到刻板印象和平易近間說法的影響，卻輕忽了兩個群體的相似之處，以及統一群體內部的差別。

若是隨機遴選兩個男性，他們的體能可能相差很大；若是隨機遴選一男一女，他們撫育兒女的表示也可能很是附近，男性的表示甚至會更較著。

要避免這樣的錯誤，你可以查看兩組的“效應量”（effect size）。它可以反映兩組間平均數的差別。若是效應量小，申明兩組相似度高。但即便效應量大，也可能是較大的組內差別導致的，是以不克不及斷心猿意馬兩組間的所有個別都存在差別。

03 | 忽略極值

考查對象從命正態分布（也稱“鐘形曲線”）時，效應量的兩頭是有主要意義的。在正態分布下，大大都個別接近平均值，只有一小部門個別遠高于或遠低于平均程度。

這種環境呈現時，組內的細小轉變城市導致差別。這種差別對平均值幾乎沒有影響，但可能會完全改變極值的特征（見第二點）。

要避免這個錯誤，需要細心考慮是否要研究極值。若是針對平均程度進行研究，凡是不消在意組內的細微差別。但若很是存眷極值，這些細微差別將會影響龐大。

當研究對象從命正態分布時（在鐘形曲線上），極值處的差別比平均值四周更為較著（表示在分布曲線上為：極值處的重疊區域較少，而平均值四周有大部門重疊）

04 | 相信巧合

美國每年淹死在泅水池里的人數和尼古拉斯·凱奇（Nicolas Cage）出演的片子數存在相關性，你知道嗎？

若是你不雅察夠細心，就會發現這種有趣的模式和相關性，但這也僅僅是巧合罷了。僅僅因為兩件事同時發生轉變，或者具有相似的轉變趨向，并不克不及申明它們有關。

要避免這一錯誤，需要思慮不雅察到的相關性在多大水平上是靠得住的。這種相關性是一次性的，仍是多次呈現的？將來的相關性又可否展望？若是這種相關性只呈現了一次，那它很有可能是隨機的成果。

05 | 因果倒置

舉例來說，假如掉業和心理問題存在相關性，你很輕易注重到此中“較著”的因果關系——心理問題會導致掉業。但有時因果關系恰好相反，例如說是掉業誘發了心理問題。

要避免這一錯誤，可以在發現相關性時提醒本身思慮反標的目的因果關系。這種影響從相反偏向猜測可以當作立嗎？仍是說兩者彼此感化，形當作了一個環形反饋？

06 | 第三種身分

人們經常會健忘對可能的“第三身分”（也稱外部身分）進行評估。某些環境下，兩件工作的相關性是由第三身分引起的，它們現實上都是第三身分的成果。

舉例來說，假設下飯館和更健康的心血管系統間存在相關性，這會讓我們相信兩者間存在某種因果關系。然而成果可能是，能經常下飯館的人社會地位更高，承擔得起更好的醫療保健辦事，而這種醫療保健辦事才是他們心血管系統更健康的原因。

要避免這一錯誤，別忘了在發現相關性時考慮第三身分。找到事務 A 的可能的原因 B 時，反過來想一想，會不會是外部身分 C 導致了 B？C 會導致 A 和 B 同時發生嗎？

07 | 點竄坐標軸

在對圖表的縱坐標進行縮放和標注時，會呈現良多利誘人的處所。縱坐標刻度該當將統計對象有意義的數據規模完整地呈現出來。但有時，制圖者為了強調細微差別和微弱的相關性，會縮小縱坐標的刻度規模。

從下圖可以看出，當縱坐標刻度規模為 0～100 時，兩個柱圖看起來差不多高。但若將刻度規模設置為 52.5～56.5，它們看起來就判然不同了。

要避免這一錯誤，可以注重不雅察坐標軸刻度。對于那些沒有刻度的圖表，更要持思疑立場。

本文經授權轉載自公家號“科研圈”，原文鏈接：https://www.sciencealert.com/the-seven-deadly-sins-of-statistical-misinterpretation-and-how-to-avoid-them

特別提示

《返樸》，科學家領航的好科普。國際聞名物理學家文小剛與生物學家顏寧配合出任總編纂，與數十位分歧范疇一流學者構成的編委會一路，與你配合求索。存眷《返樸》介入更多會商。二次轉載或合作請聯系fanpusci@163.com。

0 條評論