统计数字会撒谎-第5部分
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
所有者的平均工资及利润…… 12500英镑
看上去太不公平了，不是吗？让我们来试试另一种形式：从利润中拿出15000英镑以奖金的形式平分给3位合伙人。这一次将包括了所有者和职工的工资进行平均，不要忘记还是采用均值，结果变成：
所有人员的平均工资或薪金…… 1403英镑
所有者平均利润…… 2000英镑
哈，看上去好多了吧。虽然还能进一步改善，但这已经有了长足的进步，总额中只有低于6％的部分形成了利润。如果乐意，你还可以继续如法炮制。但不管怎样，现在的结果已经足以作为公布的内容张贴在公告栏中，或者作为与职工谈判的依据。
因为简化，这个例子是十分粗糙的。但和以会计的名义所做的手脚相比，它简直就是小儿科。从薪水微薄的打字员到领取80万美元奖金的总裁，在这样一个等级森严的复杂公司中，所有事情都可用类似的方法进行掩盖。书包 网 。 想看书来
精心挑选的平均数（3）
因此，当你看到某个平均收入时，首先问问：是什么的平均？包括了哪些人？美国钢铁公司（the United States Steel Corporation）曾经指出：10年间，该公司职工的平均周收入攀升了107％。确实如此，但是当你注意到早期的数据包括了兼职员工时，奇妙的增长率会大打折扣。也就是说，如果你某年只工作了半年，而第二年全年都在工作，你的收入毫无疑问会翻番，但这并不意味着工资率发生了变动。
你也许曾在报纸上看到过，某年美国的家庭平均收入是6940美元。别太在意这个数字，除非你知道这个数字包括了哪些家庭，以及使用了哪种平均数。（甚至这是谁说的，他是如何获得该信息的以及这个数的准确性你都要知道。）
上述数据来自于普查局（the Bureau of the Census）。如果手头有普查局的整篇报告，你将不费吹灰之力地弄清楚所需要的其他信息。首先，这是个中位数；其次，“家庭”是指两个或更多具有亲属关系的人住在一起所形成的“家庭”。如果再回过头读一下表中的数据，你还将发现这个数据建立在抽样基础之上，该调查以19/20的概率保证真实的数值会落在估计值加减71美元的范围之内。
类似的概率和误差范围构成了一个很好的估计。普查工作者掌握了足够的统计知识和足够的财力，如果没有特殊的企图，他们能够将抽样研究结果控制在较好的精度范围之内。但并不是所有的数据都出自这种严谨的环境，也不是所有的数据会附上关于数据精确度的任何说明。在下一章，我们还将展开详细的分析。
同样，对《时代》杂志“编者的话”栏目中的某些项目，你会表示怀疑。该杂志这样描述他们的新订户：“他们年龄的中位数是34岁，家庭平均年收入为7270美元。”早期关于“旧时代”读者的调查发现，“年龄的中位数是41岁……平均年收入为9535美元……”一目了然的是，为什么两次谈到年龄时都指出采用了中位数，而关于收入却不明确平均数的类型。也许收入使用的是数值较大的均值，以达到利用高收入读者群吸引广告商的目的。
对第一章开头所提到的1924级耶鲁学生的平均收入，你同样可以提这样一个问题：这里用的是哪种平均数？
本章小结：
◆所以，当你被告知某个数是平均数时，除非能说出它的具体种类——均值，中位数，还是众数，否则你对它的具体涵义仍知之甚少。
◆在处理诸如人类特征的数据时，各种平均数的数值十分接近。这些数据具有我们常说的正态分布的形态特点，在你用###绘制正态分布时，将看到一根钟形的###，均值、中位数和众数都落在相同的点上。
◆当你看到某个平均收入时，首先问问：是什么的平均？包括了哪些人？
◆类似的概率和误差范围构成了一个很好的估计。
没有披露的数据（1）
第三章 没有披露的数据
某位统计专家曾经建议，在被告知某个调查的结果时，你需要做的就是反问一句：“为了得出这个结论，你调查了多少名被访者？”
正如以前曾指出的那样，采用严重有偏的样本几乎能够产生任何人需要的任何结果。只要样本容量足够小，或者你尝试足够多的次数，正确的随机样本也可以达到上述效果。
“用户反映使用多克斯（Doakes）牌牙膏将使蛀牙减少23％”，大字标题历历在目。你希望减少23％的痛苦，于是接着往下读。你发现这些结论出自一家信誉良好的“独立”实验室，并且还经过了注册会计师的证实。有了这些，你还想知道什么呢？
然而，如果你不是特别容易轻信他人，或者不是一个盲目乐观的人，经验将告诉你：一种牙膏很难比其他牙膏好。那么多克斯公司是怎样制造了上述结论？如果是说谎，但用大字标题报道这些谎言，他们又如何能够逃避责任呢？事实是，他们根本无需说谎，下面便是简单而有效的方法。
这里的主要把戏是不充分的样本——统计角度的不充分。但对于多克斯公司来说已经足够了。只有当你读小字体的文字时才会发现：被测试的用户仅由12人组成。单凭这点，你便不得不佩服多克斯公司，它留给你一个可能知道全部情况的机会。有的广告商索性将类似的文字都略去，留给读者——即便他是一个老练的统计专家——一个猜想：这里面到底玩了什么把戏？从这个角度来说，多克斯公司由12个人组成的样本还不算太坏。几年前，一种叫做可尼斯博士（Dr。 Cornish）的牙粉上市了，并宣传“在治疗龋齿方面获得了极大成功”，因为该牙粉中含有尿素，而经过实验室的证明，尿素对于治疗龋齿是有益的。然而，由于实验室的工作只是刚刚起步，仅仅建立在6个案例之上，毫无疑问这个结论是缺乏意义的。
下面，让我们再回头看看，多克斯公司是怎样轻易地获得一个不存在漏洞并经得起检验的标题。让规模不大的一组人连续记录6个月的蛀牙数，接着使用多克斯牙膏。之后一定会发生以下的其中一种结果：蛀牙明显增多，蛀牙明显减少，或者蛀牙数量无显著变化。如果是第一或者第三种结果，多克斯公司编档保存好，当然最好是藏在别人找不到的地方，然后重新实验。由于机遇的作用，迟早有一组被测试者将证明有很好的效果，并且这个结果足以好到作为标题直至引发一场广告战。事实上，不管实验者使用的是多克斯牙膏，还是发酵粉，或者还是继续使用原来的品牌，上述结果都会发生。
任何由于机遇产生的差异，在大样本的使用中都是微不足道的，不足以作为广告标题。例如，蛀牙减少2％将不会对销量有多大的提升作用。这更显示了使用小样本的优势。
给定一个足够小的样本，怎样才能完全依靠机遇形成毫无指导性的结论呢？这个事儿你自己也可以试试，而且几乎不费劲。让我们开始抛一枚便士，有多少次是头像朝上的呢？当然是一半的次数，这谁都知道。
好，让我们检验一下……我刚刚抛了10次，有8次头像朝上，实践证明头像朝上的概率为80％。那么，关于牙膏的数据也一样。现在，你自己试一下，也许你会得到50对50的结果，但更有可能是别的结果。你我的结论以相同的可能性偏离50对50的比例。不过，如果你有足够的耐心，抛上1000次，你基本上（虽然不一定）能得到一个接近半数的结果，它才代表了真实的概率。只有在进行了足够多次的实验后，平均数定律才是一种有用的描述，并可用来预测。txt电子书分享平台
没有披露的数据（2）
那么，多少才算够呢？这又是个棘手的问题。它取决于其他的因素，即你采用抽样方式所研究的总体容量有多大、变动程度有多大。值得一提的是，有时样本的规模与看上去的并不一致。
这里有一个典型的案例：几年前，有个小儿麻痹症疫苗实验。一个社区中有450名儿童接种了疫苗，而680名儿童作为对照组没有接种疫苗。看上去，这是个极大规模的医学实验。不久，该区域感染了流行病，在接种疫苗的儿童中，所有人都没有患上小儿麻痹症。对照组的儿童也没有发生。这是怎么了？其实在设计实验时，实验人员忽略了或者没能真正了解到该病的低发生率。一般情况下，这种规模的小组预计只会产生2名患者。因此，实验从一开始便注定是毫无意义的。也许将规模扩大到15至20倍才能产生足以具有说服力的结果。
许多伟大的医学发现——即使昙花一现——也都是同样地急急上马，“要快，”医生这些话归功于威廉？奥斯勒（William Osler）爵士和爱德华？利文斯顿？特鲁多（Edward Livingston Trudeau）。你可以随便选择一个，既然他们都是医生，而且对这个题目都很内行。也许他们都说过这句话，顶多一两个词不同。说，“在还来得及之前，尝试用新的治疗方法。”
我们不能总是只怪罪于医务职业者，有时公众压力和草率的舆论宣传，也会促使没有经过证实的治疗方法匆匆上马，特别是当需求很大而统计背景又很模糊时。这也是以前流行的感冒疫苗几年后卷土重来，从而导致近年来抗组织胺药越来越多的原因。由于疾病的不确定性和缺乏逻辑的严密性，造成了许多不成功“治疗方法”的流行。其实，只要有足够的时间，感冒会自行痊愈。
那么，你如何避免被不科学的结论所愚弄呢？是否每个人都必须成为自己的统计专家，并亲自研究原始数据？情况并非那么糟。在这里，我们介绍一个易于理解的显著性检验方法。简单地说，它是一种反映检验数据以多大的可能性代表实际结论、而不是代表由于机遇产生的其他结论的方法。这便是那些没有透露的数据——假设你是个外行读者，你就不会明白其中的奥秘，但如果你掌握了这个方法，你将理解其中的企图。如果某条信息的来源提供了显著性程度，你将对它有更深的了解。显著性程度通常简单地用概率来表示，就像普查局以19/20的概率保证他们的结果是正确的。大多数情况下，5％的显著性水平已经足够，但是如果有更高的要求，就需要1％的显著性水平，这意味着以99％的概率保证该结果是真实的，任何类似的事情“在实践上几乎是确定”的。还有另一类没有透露的数据，它的遗漏也同样具有破坏性。这类数据表明了事物的变动范围以及与给定平均数的偏离水平。通常情况下，单凭一个平均数来描述事物过于简单，起不到作用，不管这个平均数是均值还是中位数，也不管平均数的具体类型是否已知。对实际情况一无所知经常比获得错误的信息要好，也比知之甚少要安全。举个例子来说，为了满足统计出来的平均家庭，即人的家庭，建造了过多的房子。人的家庭意味着家中有3或4个人，需要两个卧室的房子。虽然是“平均”规模，但是实际上，这种规模的家庭只是所有家庭的少数。“我们为普通家庭建造平均规格的房屋。” 制造商这么说的同时，却忽略了占很大比例的、有更多人或更少人的家庭。导致的后果是某些地区重复建造两个卧室的房�
![[数字军团]璀璨人生封面](http://www.sntxt2.com/cover/37/37304.jpg)