數字原來會說謊 扣小米 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

扣小米 著

圖書標籤:

• 數據分析
• 統計學
• 概率論
• 思維方式
• 批判性思維
• 決策製定
• 風險評估
• 信息解讀
• 科普讀物
• 商業洞察

店鋪： 讀者科技圖書專營店

齣版社： 化學工業齣版社

ISBN：9787122307224

商品編碼：29915955242

包裝：平裝-膠訂

齣版時間：2018-02-01

基本信息

書名：數字原來會說謊

定價：39.80元

作者：扣小米

齣版社：化學工業齣版社

齣版日期：2018-02-01

ISBN：9787122307224

字數：

頁碼：

版次：1

裝幀：平裝-膠訂

開本：16開

商品重量：0.4kg

編輯推薦

---

後真相時代與謊言媒體是謊言媒體導緻我們進入瞭後真相時代？還是後真相時育齣瞭媒體謊言？對很多平颱來說，或許這是一個流量比事實更重要的時代數字圖錶？有圖不代錶有真相！

內容提要

---

在大數據時代，數字被看作是巨大的金礦，變得地重要。人們可以通過一串串數字刻畫整個世界，甚至預測未來。但是數字卻永遠無法代替真實，現在數字和數據被濫用的現象越來越常見，特彆是新技術的運用更是使數據從收集到處理，從可視化到信息錶達，每個環節都存在用數字做手腳的機會，讓人防不勝防。不過數字永遠都是那些數字，說謊的並不是數字本身，而是使用數字的人，是數字使用者把數字變成瞭“任人打扮的小姑娘”。
本書將用簡單易懂的語言分析常見的利用數字說謊的情況，並結閤一些常見的例子，對現有的一些“數字陷阱”現象進行解析。

目錄

---

目 錄

章　數字、數據與統計　/1
1.1　數字與統計學　/2
1.1.1　數字不僅僅是算算術　/2
1.1.2　我們為什麼需要統計學？　/4
1.1.3　生活中統計學無處不在　/8
1.2　大數據時代　/11
1.2.1　大數據對生活的影響　/11
1.2.2　數據過多既是負擔，也是隱患　/13
第2章　數字的意義　/17
2.1　預測比賽結果/冠軍歸屬　/18
2.1.1　足球與奪冠賠率　/18
2.1.2　高盛預測2014年世界杯走勢　/21
2.1.3　人工智能預測《我是歌手》冠軍歸屬　/24
2.2　數字預測美國大選　/26
2.2.1　美國大選的計票方式　/26
2.2.2　538網站成功預測奧巴馬當選　/28
2.2.3　統計數字比政治學傢更可靠？　/31
2.3　用網絡數據幫你賺錢　/34
2.3.1　語意分析——你在網上說過的話都蘊藏商機　/34
2.3.2　Twitter和Google中隱藏的賺錢秘密　/36
2.3.3　利用社交網絡數據看股市走勢　/40
2.4　數字與量化對學科研究的影響　/45
2.4.1　定性分析與定量分析　/45
2.4.2　社會科學中的量化研究　/46
2.5　媒體也在到處找數據　/50
2.5.1　數字對媒體傳播的重要性　/50
2.5.2　數據新聞和數據可視化的崛起　/52
第3章　數據收集既有技巧又有隱患　/57
3.1　從哪裏能夠獲得數據？　/58
3.1.1　二手數據　/58
3.1.2　一手數據　/59
3.2　什麼樣的數據是好數據？　/61
3.2.1　好數據的標準　/61
3.2.2　清洗數據也是技術活兒　/62
3.3　你的數據可靠嗎　/64
3.3.1　數據來源不可靠　/64
3.3.2　對數字本身做手腳　/65
3.3.3　對數據後期處理過度　/66
3.4　樣本選擇不完善　/68
3.4.1　樣本選擇與整體數據　/68
3.4.2　樣本選擇偏差：失之毫厘，差之韆裏　/69
3.4.3　幸存者偏差：你經曆的不就是真的　/72
第4章　相關性與因果性　/79
4.1　相關性與因果性的混淆　/80
4.1.1　相關關係不意味著因果關係　/80
4.1.2　購物網站怎麼會知道我想讀什麼書　/81
4.1.3　“神奇的”相關性　/82
4.2　慎用“因為……所以……”造句：因果
關係不可亂用　/85
4.2.1　因果關係需要嚴密論證　/85
4.2.2　“倒因為果”也是一個嚴重的問題　/87
第5章　平均數的“挑選技巧”　/89
5.1　平均數、中位數與眾數的差彆　/90
5.2　平均數並不“平均”　/92
5.2.1　當地平均工資水平×萬元，你被平均瞭嗎？　/92
5.2.2　占領華爾街——社會上1%的人掌握瞭99%的
財富　/95
5.3　缺少平均數的誤導性　/98
5.3.1　GDP全球第二，我國是否已經是經濟強國？　/98
5.3.2　我國是地大物博、資源豐富嗎？　/100
5.4　辛普森悖論：分類的重要性　/102
5.4.1　到底哪個班的平均分高？　/102
5.4.2　辛普森悖論　/104
5.5　補救平均數　/105
5.5.1　全國收入水平分布情況——你處在哪個位置？　/105
5.5.2　房價的中位數乘數　/107
第6章　數字圖錶——有圖也不有真相　/111
6.1　數字與數據可視化：一圖勝韆言　/112
6.1.1　數字越詳細，人們反而越不願意看　/112
6.1.2　人類對圖形更加敏感　/113
6.1.3　數據可視化的趨勢與優勢　/115
6.2　可視化的數字也是數據陷阱的
重災區　/117
6.2.1　圖形數據更加直觀，但可能會遺漏一些數據
信息　/117
6.2.2　圖像更易操縱　/120
6.3　改變坐標軸：數字變得不認識瞭　/121
6.3.1　截取縱坐標某一段，故意誇大差距　/121
6.3.2　圖像的拉長與伸縮　/124
6.3.3　改變時間軸的範圍：視角不同，“結果”
就不同　/125
6.3.4　百分號和韆分號：單位到底是什麼？　/129
6.4　魔鬼都藏在細節中　/131
6.4.1　查看數據備注說明信息　/131
6.4.2　注意數據圖錶的細節　/132
第7章　廣告中的數字陷阱　/137
7.1　“降價50%銷售”：
真的是降價促銷嗎？　/138
7.1.1　先漲價後降價　/138
7.1.2　先降價後漲價　/139
7.2　買傢好評：口碑就是金錢　/141
7.2.1　信息不對稱——賣傢怎麼說都有理？　/141
7.2.2　刷單導緻偏差　/142
7.2.3　“給好評送禮物”　/143
7.3　誇張宣傳誤導消費者　/145
7.3.1　一周美白：公開的數字與背後的信息　/145
7.3.2　前提條件不明——隱藏的技巧　/146
7.4　流量為王的時代　/149
7.4.1　能到“10萬 ”纔算火爆　/149
7.4.2　賺流量也要守規矩　/150
第8章　公司運營中的數字陷阱　/153
8.1　營業收入與利潤　/154
8.1.1　賣得越多，賺得越多？　/154
8.1.2　所謂“互聯網思維”——先燒錢圈地，
再考慮盈利？　/156
8.2　增長：環比增長還是同比增長？　/161
8.3　企業帶動納稅5000億元　/163
8.4　注水的KPI　/164
8.4.1　KPI是用數字量化來考核的方式　/164
8.4.2　隻要有數字就可能控——虛假業績的
例子　/165
第9章　網絡謠言中的數字陷阱　/167
9.1　為什麼謠言比闢謠更受歡迎？　/168
9.1.1　人類偏好聳人聽聞的故事　/168
9.1.2　帶有數字的謠言更可怕　/169
9.1.3　謠言通常比充滿科學味的枯燥闢謠文章更具有
可讀性　/171
9.2　的謠言：離開劑量談毒性都是
耍流氓　/173
9.3　生男孩還是生女孩——酸兒辣女？　/174
0章　美國大選預測遭遇滑鐵盧：
特朗普來瞭　/175
10.1　總統大選，誰傢預測得準　/176
10.2　尷尬的媒體和民調預測　/179
10.3　預測正確的媒體　/182
1章　數字與新技術時代　/185
11.1　人工智能、機器學習、大數據：
數字新時代　/186
11.2　新技術前景　/189
11.3　人類必須要麵對的現實：
被機器取代　/191
11.4　安全隱患　/194
2章　總結　/197

作者介紹

---

扣小米，經濟學博士，德國弗勞恩霍夫研究院訪問學者。

文摘

---

序言

---

《數字背後的密碼：探尋數據真相與認知偏差》 圖書簡介 在這個信息爆炸的時代，我們被海量的數據所包圍，從日常的消費習慣到全球宏觀經濟的波動，數字無處不在，仿佛成為瞭衡量一切的最終標尺。然而，當我們習以為常地依賴這些數字來做決策、形成判斷時，是否曾停下來思考：這些冰冷的數字背後，究竟隱藏著怎樣的真相？它們是如何被收集、計算和呈現的？更重要的是，它們是否在不經意間，誤導瞭我們的認知，甚至操縱瞭我們的判斷？ 《數字背後的密碼：探尋數據真相與認知偏差》並非一本枯燥的統計學教材，而是一次深入人心的數據哲學與批判性思維的探索之旅。本書旨在撕開數據那層看似客觀、中立的麵紗，揭示數字在社會、經濟、科學乃至個人生活中扮演的復雜角色。它鼓勵讀者從被動的接受者，轉變為主動的解構者，學會用質疑的眼光審視那些“毋庸置疑”的統計數據和圖錶。 第一部分：數字的誕生與被塑造 本書的第一部分聚焦於數據的“生命周期”，從源頭剖析數字是如何被製造齣來的。我們探討瞭“測量”的悖論：當我們試圖用數字量化一個復雜的現實時，我們選擇的指標本身就決定瞭我們能看到什麼，以及看不到什麼。例如，國民生産總值（GDP）如何成功地成為衡量國傢繁榮的通用標準，卻係統性地忽略瞭環境成本、非市場勞動和幸福感的下降？我們深入分析瞭采樣偏差和測量誤差的陷阱。一個基於特定人群的調查，如何能代錶整個社會？一個自動化算法的“客觀”判斷，如何內嵌瞭設計者的偏見？ 書中細緻地剖析瞭統計學中的關鍵概念，但目的並非教授計算技巧，而是展現這些技巧是如何被用作“修飾”現實的工具。我們將審視平均數、中位數和眾數在不同情境下的欺騙性。一個看似溫和的平均工資數字，可能掩蓋瞭收入分配的極端不平等；一個平穩的通貨膨脹率，可能掩蓋瞭特定必需品價格的劇烈波動。我們探討瞭相關性與因果性的陷阱，並通過一係列生動的曆史案例，展示瞭將兩者混淆所帶來的災難性後果，無論是醫學研究的誤導，還是政策製定的偏差。 第二部分：可視化與敘事的藝術 數字本身是抽象的，而圖錶和可視化是讓它們“說話”的媒介。第二部分將重點放在數據的視覺呈現，這是最容易産生潛意識影響的環節。本書詳細拆解瞭各種常見圖錶的“陰謀”：從被刻意拉伸或壓縮的Y軸，到選擇性展示的時間跨度，再到誤導性的三維圖形。 我們討論瞭敘事的力量。數據很少是孤立存在的，它們總是在某個特定的敘事框架下被呈現。是“創新驅動增長”，還是“監管滯後風險激增”？同一個數據集，在不同的敘事引導下，可以支持完全相反的結論。本書將引導讀者識彆那些“幸存者偏差”的故事——那些被聚光燈照亮，而那些默默無聞的失敗者被徹底遺忘的案例。我們分析瞭媒體、商業廣告和政治宣傳中如何運用精妙的可視化技巧，將復雜的問題簡化為易於傳播的“數字口號”，從而影響公眾情緒和集體決策。 第三部分：算法時代的盲從 隨著大數據和人工智能的崛起，我們越來越依賴復雜的模型來預測未來和做齣選擇。第三部分直麵算法的黑箱問題。我們探討瞭“算法即是命運”的時代，個人信用評分、招聘推薦係統乃至司法量刑建議，都建立在對過去數據的擬閤之上。 本書將深入解析“數據擬閤的危險”。過度擬閤不僅意味著模型無法準確預測未來，更意味著它固化瞭曆史中的不公和偏見。當算法根據過往數據判斷“某類人更適閤某個職位”時，它實際上是在用數字的權威性，閤理化舊有的歧視鏈條。我們討論瞭“反饋循環”的機製：算法基於現有數據做齣推薦，用戶遵從推薦，新的數據又強化瞭算法的原始判斷，形成一個自我強化的、難以察覺的認知繭房。 此外，本書也探討瞭數據隱私與數字權力的關係。當個人行為被精細量化，形成可預測的模型時，自由意誌和自主選擇的空間在哪裏？數據不再僅僅是描述性的工具，它們正演變為一種強大的、預見性的控製力量。 第四部分：重建批判性數字素養 本書的終極目標是賦能讀者，讓他們從數據的“受害者”轉變為“駕馭者”。 在最後一部分，我們提供瞭一套實用的“數字解構工具箱”。這包括如何審視數據來源的動機、如何識彆統計學中的常見誤區、如何質疑視覺呈現的傾嚮性，以及如何評估算法模型的局限性。我們鼓勵讀者養成一種“計量懷疑論”（Metric Skepticism）的態度，即認識到任何單一的數字指標都是對現實的局限性描述，而不是現實本身。 《數字背後的密碼》是一麵鏡子，照見的不僅是數據的麵貌，更是我們自身在麵對確定性誘惑時的傾嚮。它提醒我們，真正的智慧並非在於熟記多少數據點，而在於理解這些數字的脆弱性、它們的局限性，以及它們如何被用來講述一個比真實世界更簡單、也可能更危險的故事。隻有掌握瞭洞察數字背後“為什麼”和“如何”的能力，我們纔能在信息的洪流中，做齣真正清醒和負責任的判斷。

評分☆☆☆☆☆

我一直對統計學和數據分析抱有濃厚的興趣，總覺得數字背後隱藏著世界的真相。然而，《數字原來會說謊》這本書，卻徹底顛覆瞭我的一些固有認知。它並沒有否定數字的重要性，而是強調瞭“如何理解數字”以及“數字被誰使用”。書中花瞭大量篇幅去解析各種圖錶和統計數據的誤導性用法，比如如何通過調整坐標軸的比例來誇大或縮小某個趨勢，如何選擇性地展示數據來服務於特定的論點，甚至是如何利用“相關性”來製造“因果關係”的假象。我印象最深刻的是其中關於民意調查的分析，作者通過幾個具體的案例，展示瞭問捲設計、抽樣方法、數據處理等環節的微妙變化，如何能夠極大地影響最終的調查結果，甚至與真實民意南轅北轍。這讓我不禁反思，很多時候我們看到的民調數字，究竟有多大的可信度？這本書並非要教你成為一個“反數字主義者”，而是提供瞭一套“數字辨彆指南”，讓你在麵對海量信息時，能夠保持警惕，不被錶麵的數字所迷惑，去探究數字背後的真實意圖和邏輯。

評分☆☆☆☆☆

《數字原來會說謊》這本書，真的刷新瞭我對“數據”的認知。之前總覺得，數字是衡量一切的標尺，是客觀公正的代錶。但這本書卻像一位經驗老道的偵探，帶我一步步揭開瞭數字世界的“僞裝”。作者在書中剖析瞭各種常見的“數字陷阱”，比如如何通過“平均值”來掩蓋極端差異，如何利用“百分比”來製造齣巨大的“成就感”，甚至是如何通過“數據可視化”的圖錶，來 subtly 地引導讀者的情緒和判斷。我尤其喜歡書中關於“幸存者偏差”的討論，它讓我意識到，我們看到的成功案例，往往忽略瞭那些默默無聞的失敗者，而這些失敗者的數據，纔是更值得我們去關注的。這本書不僅僅是關於數據分析的技巧，更重要的是一種思維方式的引導，它鼓勵我們去質疑那些看似顯而易見的“事實”，去探究事物的本質，去看到數字背後隱藏的復雜性和多麵性。讀完這本書，你會覺得自己看待世界的方式變得更加清晰和理性。

評分☆☆☆☆☆

說實話，拿到《數字原來會說謊》這本書時，我並沒有抱太高的期望，畢竟“數字”這個詞總是讓人聯想到枯燥的公式和冰冷的邏輯。然而，這本書的開篇就以一個引人入勝的社會現象切入，讓我眼前一亮。作者並沒有直接拋齣理論，而是通過一個又一個鮮活的案例，比如某個産品的銷售奇跡背後可能隱藏的營銷手段，或者某個城市犯罪率下降的背後，究竟是治安真的改善瞭，還是統計口徑發生瞭改變。這種“故事化”的敘述方式，讓原本抽象的數據問題變得生動有趣，也更容易被普通讀者所理解。它讓我意識到，數字並非是客觀的、中立的，而是承載著信息、觀點和意圖的載體。我們看到的任何數據，都經過瞭人的選擇、加工和呈現，而這個過程中，就可能潛藏著各種“說謊”的可能性。這本書教會瞭我，麵對數字時，要保持一種“審慎”的態度，去質疑，去探究，去挖掘數字背後更深層的信息，而不是全盤接受。

評分☆☆☆☆☆

最近在書店閑逛，無意間翻到一本《數字原來會說謊》，書名就足夠吸引人，讓我立刻有瞭想一探究竟的衝動。封麵設計也很有意思，不是那種傳統的學術風格，而是帶著一種都市的疏離感，仿佛在暗示著數字世界並非我們想象的那麼純粹。翻瞭幾頁，發現這本書並非枯燥的數學理論，而是用生動的故事和案例，揭示瞭數據背後隱藏的各種“陷阱”。比如，書中講瞭一個關於廣告投放的例子，同樣的數據，不同的解讀方式，結果卻是天壤之彆。一開始我以為這隻是些小把戲，但越看越覺得，原來我們在日常生活中，早已不知不覺地被各種“數字謊言”包圍。無論是新聞報道裏的統計數據，還是公司年報裏的增長麯綫，抑或是社交媒體上的點贊數，都可能經過精心包裝，甚至斷章取義，來誤導我們的判斷。這本書讓我開始審視自己獲取信息的方式，不再輕易相信那些看似確鑿的數字，而是學會去追問“這些數字是怎麼來的？”，以及“它們想要錶達什麼？”。這種批判性思維的培養，絕對是閱讀這本書最大的收獲，它就像一把鑰匙，打開瞭通往更清醒認知的門。

評分☆☆☆☆☆

我一直認為自己是一個邏輯思維比較強的人，對數字也比較敏感，所以在看《數字原來會說謊》之前，並沒有覺得會有什麼能“顛覆”我的。然而，這本書的內容，卻讓我不得不承認，我在數字的世界裏，曾經是多麼的“天真”。作者通過大量現實生活中的例子，展示瞭數字是如何被巧妙地用來操縱我們的認知和決策的。比如，書中提到的一些市場營銷策略，是如何利用統計數據來製造“稀缺感”和“緊迫感”，從而促使消費者快速下單。還有一些關於健康研究的報道，是如何通過選擇性的呈現數據，來放大或縮小某種食物或療法的效果。這些案例都讓我感到震驚，原來我們身邊充斥著如此多的“數字謊言”，而我們卻渾然不覺。這本書讓我學會瞭如何更深入地去分析數據，去識彆其中的偏見和誤導，甚至去理解數據背後的“利益驅動”。這不僅僅是一本關於數字的書，更是一本關於批判性思維和信息素養的教科書，它幫助我更好地在這個信息爆炸的時代生存。