作品简介

数字在生活中随处可见,似乎与我们如影随形,它给生活带来了便利,同时也埋藏了重重陷阱。数据洪流凶猛无情,把我们淹没在茫茫信息海洋,我们在其中四处飘荡,莫名地感到恐慌。数据信息并不都是真诚的,它也有虚假的面具。我们身在其中,有必要看穿它的本来面目。本书全面介绍了数字陷阱的各种类型,并通过详细而生动的案例进行了剖析,在*后列出了几项避免数据陷阱的妙招,帮助大家在工作、读书学习、购物等日常生活中更好地识别数字陷阱,避免深受其害。

李凯:北京大学数学与应用数学专业,高级软件工程师,目前就职于度在线网络技术(北京)有限公司,担任过数据分析师、项目经理等职务。主要从事大数据环境下的商业数据分析,设计酒店、金融证券、建筑和移动通信等多个行业。

作品目录

  • 内容简介
  • 前 言
  • 第一章 数字也会说谎
  • 一、数字并不是你看起来那么庞大
  • (一)互联网上的“大数字”
  • (二)教育中的“大数字”
  • (三)生活中的“大”数字
  • (四)缺乏对比,数字大小未可知
  • 二、这些数字是捏造出来的
  • (一)互联网造假
  • (二)票房造假
  • (三)胡乱预测
  • 三、看穿数字中的“假精确”
  • (一)广告中的“假精确”
  • (二)生活中的“假精确”
  • 四、数字真实,包装后也会认不出
  • (一)你看到的,都是对我有用的
  • (二)指鹿为马,无效的比较
  • (三)改一改,数据变了样
  • 五、拙劣的数字谎言
  • (一)广告中的数字谎言
  • (二)互联网中的数字谎言
  • (三)投资中的数字谎言
  • (四)所谓的“公式”
  • 第二章 风险中的数字陷阱
  • 一、虚假的“小”风险
  • (一)科学中的“小”风险
  • (二)金融中的“小”风险
  • 二、虚假的“大”风险
  • (一)科学上的“大”风险
  • (二)生活上的“大”风险
  • 三、风险也分相对与绝对
  • (一)科学上的风险
  • (二)生活上的风险
  • 四、科学谣言扎根于数字陷阱
  • (一)“大”数字
  • (二)风险“相对论”
  • (三)关联不是因果
  • (四)毫无意义的比较
  • (五)离开剂量谈毒性?请不要耍流氓
  • 第三章 注意:回归分析也有陷阱
  • 一、数字相关≠因果联系
  • (一)医学上的数字陷阱
  • (二)互联网上的数字陷阱
  • 二、A和B,哪个是因?哪个是果?
  • (一)科学界的因果倒置
  • (二)经济上的因果倒置
  • (三)学习上的因果倒置
  • (四)广告上的因果倒置
  • (五)教育上的因果倒置
  • 三、遗漏变量,分析有误差
  • (一)学校考试成绩中的数字陷阱
  • (二)健康上的数字陷阱
  • (三)概率上的数字陷阱
  • 四、无关变量太多,结果无意义
  • 五、预测趋势胡乱分析,结果很可笑
  • 第四章 统计调查,数字陷阱的重灾区
  • 一、样本数据不足,离正确结论失之千里
  • 二、资料不匹配,何谈正确结论
  • (一)媒体的不匹配数据
  • (二)广告中的不匹配数据
  • (三)医学上的不匹配数据
  • (四)公司运营中的不匹配数据
  • 三、样本选取错误,系统误差不可避免
  • 四、人性弱点,被调查者不一定说真话
  • 五、问题问得好,被调查者才会答得好
  • 第五章 广告中的数字陷阱
  • 一、招聘广告有猫腻,虚假工资诱人心弦
  • 二、商品折扣增加40%,你是否心动?
  • 三、装修陷阱玩弄低价数字游戏,你能看清吗?
  • 四、公司产品满意度99.8%,托儿不少
  • 五、广告中的辛普森佯谬
  • (一)药物VS安慰剂
  • (二)考试成绩
  • (三)吸烟与健康问题
  • 六、数字形式巧变样,感觉不一样
  • (一)模糊字眼
  • (二)“大”数字
  • (三)精确数字
  • 七、价格就怕比,弄得消费者没主意
  • (一)第一个数字
  • (二)消费者的中庸之道
  • (三)我们只是缺少一个购买的理由
  • 八、特价房,特价可能只是错觉
  • 第六章 互联网的数字陷阱
  • 一、婚恋网站陷阱多,机器人账号遍地开花
  • 二、互联网金融,产品收益说得不靠谱
  • (一)年化收益率16%?零风险?
  • (二)货币基金收益8%?
  • (三)高收益吸睛,文字游戏?
  • 三、你的粉丝究竟有多少是虚假的?
  • 四、互联网的KPI,猫腻真不少
  • 五、互联网上有排行,水分太多不可靠
  • (一)品牌榜
  • (二)畅销榜
  • (三)信誉榜
  • (四)排名应有准入门槛
  • (五)网站平台当担责
  • 六、直播平台很火热,猫腻很多扎堆出现
  • 七、流传20多年的假数据,是时候拆穿了
  • 八、互联网数据造假为何频频出现?
  • 第七章 企事业单位运营的数字陷阱
  • 一、学校考生真牛掰,你关注上线人数的背后了吗?
  • 二、药价下降了,你觉得医药费真的会少吗?
  • 三、雾霾减轻了,真的是车辆限行的原因吗?
  • 四、电视收视率有那么简单吗?
  • (一)收视率的玄机
  • (二)收视率为0?
  • (三)收视率VS收视份额
  • 五、上市公司融资额,造假危险且愚蠢
  • (一)上市潜力股公司
  • (二)上市企业所投公司
  • 六、高铁上座率大于100%,有的车厢还没人?
  • 七、可恨的标题党,死亡率可不能这么对比
  • 第八章 生活中的数字陷阱
  • 一、商贩找你小钱,先不要着急走开
  • (一)赖大头
  • (二)障眼法
  • (三)垫秤
  • (四)耍秤
  • 二、步数多,健康也不一定会来
  • 三、有折扣就便宜?可没有那么好的事儿
  • (一)折扣陷阱
  • (二)赠品陷阱
  • 四、体重减轻,减肥就成功?
  • (一)越减越肥
  • (二)失恋减肥
  • (三)纹丝不动的体重数字
  • (四)瘦却干瘪着
  • (五)身材好,体重却没变
  • 五、视力度数就一定可靠?小心近视
  • 六、葡萄酒看年份,这种常识不可轻信
  • 七、前面有坑,小心掉入中奖陷阱
  • 八、二手车看里程数,多长心眼别被忽悠
  • 第九章 避免数字陷阱有妙招
  • 一、大数据的困局,N≠所有
  • 二、大数据,用小规模实验求证
  • 三、寻找偏差,不要被权威迷惑
  • (一)有意识的偏差
  • (二)无意识偏差
  • (三)将资料与权威人士划清界限
  • 四、问自己,是否遗漏了什么?
  • (一)缺乏比较
  • (二)遗漏原因
  • 五、拆穿偷换概念的把戏
  • (一)统计口径不同
  • (二)口头回答不可靠
  • (三)目的不同
  • (四)无理比较
  • (五)标榜第一
  • (六)文字游戏
  • 六、用提问将毫无意义的数据打回原形
展开全部