假精確時代：大數據的合法詐騙，讓你上鉤還服服貼貼


	如何讓人相信一句非常荒誕的話？加上一個數字就可以了！「資料夠多，你想要有什麼結果，大數據就能給你什麼結果。」你被數據欺騙的次數，可能比你吃的米還多！　　◎人類的「正常體溫」是多少？　　德國物理學家卡爾宣稱，他為100萬人測量了精確體溫，在統計了體溫結果以後，最終得出結論：正常體溫應該是37℃！　　但其實，卡爾測量的是腋溫，並不適用其他部位測量體溫，這就體現出，這一數字結論本身帶有某種偏差。　　「正常體溫」的定義並不精確，甚至是主觀臆想，但這種典型的「假精確」，幾百年來人們卻深信不疑。　　◎職場上的加薪陷阱，你看出來了嗎？　　老闆有一天良心發現，決定為每一位員工加5%！全體員工歡騰，覺得自己終於能「出頭天」了，更加賣力上班…… 　　幫員工加薪？小心是老闆的「變相自肥」！　　老闆的年薪是2000萬元，以5%計算，老闆能加薪100多萬！　　「這一年每個人都能加薪5%」，遠遠比「我的加薪是你的幾百倍」溫柔得多，儘管這兩句話本質一樣！　　◎你看到的，都是對我有用的數據　　該網站訪問量日成長率達800%──其實該網站1月3日訪問量只有10，而一月4日訪問量到達90。　　有35%的被調查者購買了本產品──這個例子一般會用在公司強調產品的受歡迎程度。但公司顯然刻意隱瞞了另一點，那就是消費者購買後，有80%的人強烈要求退貨！　　◎比詐騙集團更恐怖的，是大數據時代的合法詐騙　　本書全面介紹了各種類型的數據陷阱，剖析詳細生動的案例，最後列出了幾項避免數據陷阱的妙招，幫助大家在工作、讀書學習、購物等日常生活中，更容易辨識出數據騙局！　　在這個假精確時代，你還甘心被騙走這麼多錢跟時間嗎？


	目錄前言第一章數字也會說謊一、數字並不是你看起來那麼龐大（一）網路上的「大數字」（二）教育中的「大數字」（三）生活中的「大」數字（四）缺乏對比，數字大小未可知二、這些數字是捏造出來的（一）網路造假（二）票房造假（三）胡亂預測三、看穿數字中的「假精確」（一）廣告中的「假精確」（二）生活中的「假精確」四、數字真實，包裝後也會認不出（一）你看到的，都是對我有用的 1．醫學研究中的「最優選擇」 2．經濟數據中的「最優選擇」 3．商業上的「最優選擇」 4．媒體報導上的「最優選擇」（二）指鹿為馬，無效的比較 1．生活中的數字陷阱 2．票房中的數字陷阱 3．工作中的數字陷阱（三）改一改，數據變了樣 1．平均值，典型值？ 2．圖表，徒有其表五、拙劣的數字謊言（一）廣告中的數字謊言（二）網路中的數字謊言（三）投資中的數字謊言（四）所謂的「公式」第二章風險中的數字陷阱一、虛假的「小」風險（一）科學中的「小」風險（二）金融中的「小」風險二、虛假的「大」風險（一）科學上的「大」風險（二）生活上的「大」風險三、風險也分相對與絕對（一）科學上的風險（二）生活上的風險四、科學謠言扎根於數字陷阱（一）「大」數字（二）風險「相對論」（三）關聯不是因果（四）毫無意義的比較（五）離開劑量談毒性？請不要耍流氓第三章注意：迴歸分析也有陷阱一、數字相關≠因果聯繫（一）醫學上的數字陷阱（二）網路上的數字陷阱 1．機緣巧合產生的相關關係 2．聯合變動 3．顯著相關性，變量之間毫無影響二、A和B，哪個是因？哪個是果？（一）科學界的因果倒置（二）經濟上的因果倒置（三）學習上的因果倒置（四）廣告上的因果倒置（五）教育上的因果倒置三、遺漏變量，分析有誤差（一）學校考試成績中的數字陷阱（二）健康上的數字陷阱（三）機率上的數字陷阱 1．環境謬誤——假設整體的機率就是個體的機率 2．獨立性謬誤——需要證明獨立性，卻假設獨立性先驗存在 3．檢察官謬誤四、無關變量太多，結果無意義五、預測趨勢胡亂分析，結果很可笑第四章統計調查，數字陷阱的重災區一、樣本數據不足，離正確結論失之千里二、資料不相配，何談正確結論（一）媒體的不相配數據（二）廣告中的不相配數據（三）醫學上的不相配數據（四）公司營運中的不相配數據三、樣本選取錯誤，系統誤差不可避免四、人性弱點，被調查者不一定說真話五、問題問得好，被調查者才會答得好第五章廣告中的數字陷阱一、徵才廣告有隱情，虛假薪資誘人心弦二、商品折扣增加四〇％，你是否心動？三、裝潢陷阱玩弄低價數字遊戲，你能看清嗎？ 1．展開面積≠投影面積 2．單位不同，小心有詐 3．外牆面積與內牆面積 4．圖紙與預算書中的尺寸要一致四、公司產品滿意度九九‧八％，幌子不少五、廣告中的辛普森悖論（一）藥物 vs 安慰劑（二）考試成績（三）吸菸與健康問題六、數字形式巧變樣，感覺不一樣（一）模糊字眼（二）「大」數字（三）精確數字七、價格就怕比，弄得消費者沒主意（一）第一個數字（二）消費者的中庸之道（三）我們只是缺少一個購買的理由八、特價房屋，特價可能只是錯覺第六章網際網路的數字陷阱一、婚戀網站陷阱多，機器人帳號遍地開花二、網路金融，產品收益說得不可靠（一）年化收益率一六％？零風險？（二）貨幣基金收益八％？（三）高收益吸睛，文字遊戲？三、你的粉絲究竟有多少是虛假的？四、網際網路的KPI，內幕真不少 1．用戶註冊數 2．活躍用戶數 3．用戶瀏覽數五、網路上有排行，灌水太多不可靠（一）品牌榜（二）暢銷榜（三）信譽榜（四）排名應有准入門檻（五）網路平台當擔責六、直播平台很熱門，隱情很多，湊成堆出現七、流傳二十多年的假數據，是時候拆穿了八、網路數據造假為何頻頻出現？第七章企事業單位營運的數字陷阱一、學校考生真是不同凡響，你關注上榜人數的背後了嗎？二、藥價下降了，你覺得醫藥費真的會少嗎？三、霧霾減輕了，真的是車輛限行的原因嗎？四、電視收視率有那麼簡單嗎？（一）收視率的玄機（二）收視率為零？（三）收視率 vs 收視占比五、上市公司融資額，造假危險且愚蠢（一）上市潛力股公司（二）上市企業所投公司六、高鐵上座率大於百分之百，有的車廂還沒人？七、可恨的誘餌式標題，死亡率可不能這麼對比第八章生活中的數字陷阱一、攤販找你小錢，先不要著急走開（一）耍賴裝傻（二）障眼法（三）墊秤（四）耍秤二、步數多，健康也不一定會來 1．步數≠運動強度 2．生活步數≠運動步數三、有折扣就便宜？可沒有那麼好的事（一）折扣陷阱（二）贈品陷阱四、體重減輕，減肥就成功？（一）越減越肥（二）失戀減肥（三）紋絲不動的體重數字（四）瘦卻乾癟著（五）身材好，體重卻沒變五、視力度數就一定可靠？小心近視六、葡萄酒看年份，這種常識不可輕信七、前面有坑，小心掉入中獎陷阱八、二手車看里程數，多長心眼別被糊弄第九章避免數字陷阱有妙招一、大數據的困局，N≠所有二、大數據，用小規模實驗求證三、尋找偏差，不要被權威迷惑（一）有意識的偏差（二）無意識偏差（三）將資料與權威人士劃清界限四、問自己，是否遺漏了什麼？（一）缺乏比較（二）遺漏原因五、拆穿偷換概念的把戲（一）統計口徑不同（二）口頭回答不可靠（三）目的不同（四）無理比較（五）標榜第一（六）文字遊戲六、用提問將毫無意義的數據打回原形