统计数据会说谎

讽刺专栏式的小册子，讲的是采样、三种平均数、因果谬误、偷换概念这些简单的概念。可以打发时间增加警惕，这些错误在报道和广告确实也随处可见，不过难度对于学过概率的人偏低。

牙膏效果印象深刻：样本量小，标准误大，出现效果的可能性就越高但这是假象；相反，样本量大，标准误小，效果就不明显了，这也是真实的情况。翻译凑合，格塞尔常模翻错了，不过到现在为止我也没搞清楚这个常模怎么来的。

现代社会越来越复杂，为了快速了解一个事情，人们都会借助统计数字。然而，拥有统计常识的人并不多，非常受到数字的蒙蔽和欺骗。本书罗列的几个统计误导手段都是美国20世纪中期就已经非常流行的，直到今天依然在中国大陆得到广泛运用，可见其迷惑性和生命力。比如互联网公司经常发布的薪酬统计，某为的宣称的新系统快60%，还有XX局定期公布的数据…都能在书中找到对应的案例，足可见此书的价值，值得每一个人读一读。

这个月选书怎么这么不行啊我

太浅

挺有趣的一本小书，对于思维实用性和开拓性都有很大帮助。值得一读。

观点很好，但是不知是翻译太差还是文化差异，里面的例子不太好理解，文章结构也比较散。

平均数，中位数，众数，统计数据有很多陷进，值得明辨，但不知道是翻译的原因，还是怎样，整体的读感都有些怪怪的🤨

很好读，尤其适合用来科普，如果需要深入了解还需要阅读其他书籍

极其基础的统计学知识，统计数据的可靠性受到样本代表性、样本量的影响，要使样本具有代表性则需采用随机抽样进行抽样，然而这种抽样方式费时费力在现实中很难实现；在掌握一组数据时不仅要看集中趋势也要看离散程度，平均数、中位数、众数都有各自的局限因此不要被“平均xx”欺骗，尤其是当样本不具有代表性的时候；对待各种测试和抽样的结果应该将其作为一个区间而非点；看“大幅增长”图表的时候注意横纵坐标比例；民意调查的信效度要啥没啥；相关并非因果。等等。都不是什么有水平的统计谬误。