统计数字会撒谎【放心购买 无忧售后】 下载 mobi 免费 pdf 百度网盘 epub 2025 在线 电子书

“自从使用了某某牌牙膏，我们的蛀牙减少了23%”；

“1924级的耶鲁毕业生平均年收入是25111美元”；

真相果真如此？数字的魔力决不仅止于此！

“根据相同的收入取样，计算方法也完全正确，同一个小区居民的年平均收入可以是2000英镑，也能是10000英镑”；

只需施展一点小技巧，就能让数据面目全非！

你是否执着于打听智力测验的结果？你是否对电视上那些专家所言的各种标准坚信不疑？

你是否认为抽烟与成绩的好坏直接相关？抑或受高等教育与晚婚有必然联系？

你是否确信眼见为实？如果图形能让事实的1：2瞬间变为眼前的1：8呢？你还确信自己的感觉吗？

这本“故事书”般的经典之作将为您轻松揭开谜底……

作为揭露数据造假经典工具书，达莱尔·哈夫这本《统计数字会撒谎》在50年代一出版，就成为有些人的“心头大患”，他们在全世界对其进行围追堵截，因为他们相当害怕读者看到书中的真相。它诞生之后，不仅被奉为“世界统计学普及读物畅销书”、“25本投资经典之一”、“经典社会学读本”，而且被誉为“数据造假曝光宝典”，在世界而不衰。达莱尔·哈夫用风趣的插图和通俗的语言把高深的统计写得像“故事书”一样精彩，这种独具一格的行文和编排使得此书更具魅力。此外，书中还给你揭露了大量至今仍被销售员、专家、记者或者广告撰稿人频频使用的“行骗工具”：有偏的样本，可以挑选的平均数，遗漏某些重要的数据，混淆因果关系，滥用一维图形等。更为重要的是，达莱尔·哈夫在书中破解了如何识破虚假统计数据。

当你面对虚假但貌似真实的统计数据时，谁说的？他是如何知道的？遗漏了什么？是否有人偷换了概念？这个资料有意义么？

达莱尔·哈夫提出的这个“五步法”，堪称识破数据花言巧语的“武功秘籍”，它可以让您：

★知悉惯用的“行骗技巧”

★洞悉统计数据的真实面目

★轻松理财、管理属下、彻底读懂经济报道

★不再被形形色色的数据所忽悠，不再让自己的决策南辕北辙

Chapter1内在有偏的样本

我们来看一则以前的新闻报道，“1924级的耶鲁毕业生平均年收入为25111美元。”好家伙，这些人干得真不赖！大家都把孩子送去耶鲁和牛津吧，那就是高薪的代名词，年纪轻轻就能享受幸福的生活。

可是，等一等，在充满怀疑的惊鸿一瞥后，关于该数字的两个疑点凸现出来：它居然惊人的，它也大得令人难以置信。

Chapter2精心挑选的平均数

房地产商费尽心思大力宣传，你所居住的小区是高档小区，你邻居的年均收入是10000英镑；而该区域的纳税人委员会却反复向政府强调，这里居民的平均年收入只有2000英镑，是该减减税赋了。

到底谁在说谎？事实上，他们都是诚实的。两个数字都是正规的平均数，来自相同的居民，根据相同的收入，计算方法也完全正确，奥妙何在？

Chapter3没有披露的数据

“自从使用了多克斯牌牙膏，我们的蛀牙减少了23%。”

让我再引用一篇文章的标题——《现在就来预测孩子将来长多高》。“只需要利用现有的身高，再查表中的比例即可。”标题如是写道。

没有比这个“23%”和“身高表”更无聊的广告和报道了！可他们看起来是如此的煞有介事，问题出在哪？

Chapter4毫无意义的工作

彼得和琳达做了公认的智力测验——斯坦福-比内测验，结果是琳达的智商为101，彼得的只有98。专家告诉我们智商的平均数是100，即100意味着“正常”。于是进一步推断，琳达是比较聪明的孩子，彼得是个笨孩子。

相信我，任何类似的结论纯粹都是胡说。

Chapter5令人惊奇的图形

一张图告诉你朴实的10%的增长，而另一张却看起来是让人振奋的100%的增长，别怀疑你的眼睛，截然不同的两幅图说的可是同一回事！

Chapter6一维图形的滥用

数字是2∶1，但视觉效果却是8∶1。嘴上说的是15倍，看起来却是3倍……或许你正在被这些图形所振奋着。

Chapter7不完全匹配的资料

一篇来自著名实验室的报告：在11秒钟内仅仅半盎司该药的剂量就杀死了试管中31108个病菌。

随处可见某种榨汁机的广告：“经过实验室的证明”该榨汁机的“榨汁功能增强了26%。”……

听起来真不错，这是货真价实的“挂羊头卖狗肉”。

Chapter8相关关系的误解

抽烟与大学成绩；独身与上大学；身上的跳蚤与健康；房屋顶上鸟巢的个数与荷兰某个家庭中已出生孩子的人数；马萨诸塞州长老教会会长的收入与哈瓦那朗姆酒的价格……

是风牛马不相及？还是亦步亦趋、息息相关？真实的结果一定让你大跌眼镜。

Chapter9如何进行统计操纵

怎样在一年内获得22500美元的总收入？你只需1个妻子（或丈夫）和13个孩子。

“现在就购买圣诞礼物，你将节省100%。”精明的商家居然成了圣诞老人，开始免费馈赠了。

有些人很害怕你知晓其中的“技巧”。

Chapter10如何反驳统计资料

谁说的？他是如何知道的？遗漏了什么？是否有人偷换了概念？这个资料有意义吗？

提这5个问题，凭双眼就识破并揭穿虚假的统计资料；更为重要的是在具有欺骗性的数据海洋中找出可靠有用的资料，不再让你的关键决策南辕北辙。

达莱尔·哈夫（DarrellHuff）

美国统计专家，于1913年出生在美国爱荷华州，毕业于爱荷华州立大学（theStateUniversityoflowa）,获得学士学位和硕士学位，在此期间他由于成绩优异加入了美国大学优等生的荣誉学会（PhiBetaKappa），同时还参加了社会心理学、统计学以及智力测验等研究项目。达莱尔·哈夫的文章多见于《哈泼斯》、《星期六邮报》、《时尚先生》以及《纽约时报》等美国媒体。1963年，由于他的贡献被授予国家学院钟奖（NationalSchoolBellAward）

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：统计数字会撒谎【放心购买 无忧售后】在线阅读

在线听书地址：统计数字会撒谎【放心购买 无忧售后】在线收听

在线购买地址：统计数字会撒谎【放心购买 无忧售后】在线购买

一个以抽样为基础的报告如果要有价值，就必须使用具有代表性的样本

最基本的样本是随机样本，它是指完全遵循随机的原则从总体中选出样本。总体即形成样本的母体。

随机样本的检验标准是：总体中的每个名字或事物是否具有相同的几率被选进样本？

纯随机抽样是唯一一种能有足够把握利用统计理论进行检验的抽样方法。但它同样存在着缺陷。在许多情况下，获得这种样本难度很大，并且十分昂贵，以至于单纯的经济考虑就会剔除这种方法。一个更经济的替代品是分层抽样，它在市场研究和民意调查等领域中得到了广泛的应用。

由谁组成调查人员也会对调查结果产生微妙的影响。人们在接受调查时有迎合对方说好话的明显倾向。

“平均数”这个词有很广泛的涵义。当一个家伙希望影响公共观念时，或者是向其他人推销广告版面时，平均数便是一个经常被使用的诡计，有时出于无心，但更多的时候是明知故犯。当被告知某个数是平均数时，除非你能很明确地说出它具体的种类——均值、中位数还是众数，否则对它你仍知之甚少。

一个没有加以限定的“平均数”，就像这个例子里的收入数据，最终是无意义的。一个可能加深混乱的因素是，有些资料的平均数落在十分接近的范围内，出于一般的目的没有必要区分它们。

数据的分布接近正态分布。如果用曲线来描绘正态分布，你将获得一条类似于一口钟的曲线，它的均值、中位数以及众数都落在同一点上。

使用小样本的重要性在于：在大样本的使用中，任何由于机遇产生的差异都是微不足道的，不足以作为广告标题。例如，蛀牙仅减少2％将不会对销量有多大的提升作用。

在足够少的样本容量下，一个没有作用的结果是如何利用机遇产生的呢？——不需多少成本，你自己也可来试试。比如抛一枚硬币，多少次是头像朝上的呢？当然是一半的次数。这谁都知道

仅仅在进行了大量的实验后，平均数定律才是一种有用的描述并可用来预测。

多少才算足够呢？这又是个棘手的问题。它取决于抽样时你所研究的总体，其容量有多大，以及变动范围有多大。值得一提的是，有时样本中单位的数量看上去已足够多，但实际却并非如此。

检测数据以多打的可能性代表实际结论而不代表那些由于机遇产生的其它结论的方法：

如果某条信息提供了显著性程度，你将对它有更深的了解。显著程度通常用概率表示，就像普查局以19/20的概率保证他们的结果是正确的。在通常情况下，5％的显著水平是最低要求，有时需要更精确的1％的显著水平，这就意味着以99％的概率保证该结果是真实的，任何类似的事情“实践上是几乎确定”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。这是表明事物整体范围的全距和与平均数偏离水平的数据。在通常情况下，平均数——不管是否指明均值或中位数，都由于过于简单而导致无用。对实际情况一无所知通常比获取错误信息好得多，但有时知之甚少也十分危险。

对艾尔弗雷德·金赛博士的著名报告（几乎没有人认真读过）所做的许多愚蠢批评正是将正常误解为好的、对的、应该如此的等价物。金赛博士被指责有教唆年轻人的嫌疑，因为他向他们灌输某些观念，特别是将许多普遍存在却未经认可的性行为称为正常。实际上，金赛博士只是指出他发现这种行为很普遍，而这便是正常所指，他并没有为这些行为贴上许可的标记，这些行为是否道德也并不属于他的研究范围。只是他恰巧涉及了一个使许多人头疼的话题——涉及这样一个高度敏感...

你的样本以多大的精度代表总体是可以用数据来衡量的，那就是：可能误差和标准误差。

结论是，对待智力测验以及其他抽样结果应注意它的范围。正常的智商不应该只是100这样一个数值，而应是一个范围，例如90~110。将处于这个范围的孩子与低于或高于此范围的孩子进行智商比较时会得出一些有用的结论。但比较相差不大的两个数据则毫无意义。你必须记住这个加减号，即使(特别是)它没有明确指出。

忽视抽样所隐含的误差将导致一些愚蠢的举动。那些把读者调查奉若神明的杂志编辑，是因为他们不理解调查。对于一篇有40％的男性读者喜爱的文章与另一篇只有35％的男性读者喜爱的文章，他们会刊载更多类似于前者的作品。

对于杂志而言，40％与35％读者量的差别是很重要的，但抽样调查形成的差别并不一定是真实的。出于成本的考虑，实际的样本容量，特别是已经扣除了那些从来不读该杂志的人后，也许只有几百人。

人们有时会为了一个数学上可论证却小得没有意义的差别费尽力气。这种行为是对这句古训的藐视：只有当差别有意义时才能称之为差别。

图表比例的变化所放大的数据实际差异

夸大数据对人们的印象，在快速的浏览中，让粗心的受众更容易产生错误的结论。

书籍介绍

这本书是美国统计专家达莱尔·哈夫的传世之作，该书引发的“编造虚假信息”话题受到美国社会持续普遍的关注和美国权威媒体的激烈争论。书里面大胆地揭露了至今仍然被销售员、广告撰稿人、记者甚至专家频频使用的大量的统计操纵技巧，同时还配有别具一格的风趣插图以及众多幽默的案例。神秘的统计学在这里被哈夫像讲故事一样一一道来，莞尔一笑中让你知晓深奥的统计学基本原理，掌握揭露“虚假数据”的最有力武器……

自50年代出版以来，此书不断再版，并被翻译成多种文字，在世界的影响力持久不衰，被誉为美国商业人士、研修人员的重要入门必修书之一。