約翰•H. 約翰遜
麻省理工學院（MIT）計量經濟學博士。約翰作為專傢證人在諸多涉及運用、解釋數據的案件審理過程中擔任證人、顧問工作。作為埃奇沃思經濟谘詢公司創始人，約翰領導下的數據驅動型公司被美國國傢公共電颱、《華盛頓郵報》、《今日美國》、《赫芬頓郵報》等媒體爭相報道。
邁剋•格魯剋
畢業於約翰•霍普金斯大學。作為一名獲奬作傢和營銷專傢為全美國範圍內多傢龍頭企業和報紙撰寫文章。邁剋擔任格魯剋公司（Bluckworks）總裁，格魯剋公司位於紐約州布法羅市，專注於廣告文案、市場營銷等業務。邁剋善於將復雜的話題以平實易懂的方式進行解讀。
前言 / IX
序 / XIII
第一章
無處不在的數據：從大數據到小數據
“小數據” / 008
小情境 / 010
成熟的數據接收者 / 011
第二章
對“挑戰者號”評估結果的異議：抽樣如何影響結果
1986 年 1 月 28 日 / 018
理解樣本選擇 / 019
我們為何需要抽樣？ / 023
如果是這樣， 結果會如何？ / 024
“怪誕” 的科學 / 026
抽樣不一定越大就越好 / 028
係上安全帶 / 029
我們是第 1 名， 也是第 58 名！ / 031
不接受自拍 / 031
選舉總統與人口普查 / 032
取其精華， 去其糟粕 / 034
填空 / 035
缺瞭什麼？ / 036
做一個成熟的數據抽樣接收者 / 037
第三章
紅色州為什麼變藍瞭：平均數及總數——近觀概括性統計
當心數據縫隙 / 047
平均數、 中位數和眾數哪個更可信？ / 049
邁阿密人齣生時平均是西班牙裔， 死時是猶太人？ /052
為什麼副市長會比市長賺得多？ / 053
如何評估學生的成績？ / 056
平均值的平均值 / 057
警惕數據中的異類 / 058
去掉高分和低分有道理嗎？ / 060
總統辦公室的離群值？ / 061
掩蓋信息的代價為 10 億美元 / 062
你是否比一般人更為優秀 / 063
如何成熟對待數據總和、 平均值、 離群值 / 065
第四章
使用蘋果手機的人更聰明？正確理解關聯性和因果性
智能手機＝聰明人？ / 071
星巴剋旁邊的房子升值更快？ / 073
還有什麼因素可以解釋這件事？ / 074
我們有沒有讓你們覺得無聊？ / 077
為什麼重要 / 079
穿耐剋鞋就能像喬丹一樣灌籃？ / 079
嬰兒、 洗澡水和波爾多紅酒 / 081
你在搜索引擎頁麵排第幾？ / 082
烤奶酪的性福生活（我們差點將其用作書名） / 083
加利福尼亞的陽光和美屬薩摩亞島上的律師 / 084
不要被媒體人騙瞭 / 086
瞭解大腦的工作模式 / 089
拋棄先入為主的觀念 / 090
依然重要的一點 / 091
如何成熟地應對關聯性和因果性 / 092
第五章
眼見真的為實嗎？我們信仰統計學
民意調查 / 101
二手煙是否會緻癌？ / 102
重要的事 / 103
深呼吸 / 105
抽樣大小事關重大 / 106
你有多大把握？ / 108
泄露秘密 / 110
如何麵對截然相反的結論 / 112
效果顯著 / 113
這個研究對我的生活重要嗎？ / 114
等等，還有呢 / 115
瞭解自己所看到的是否重要， 從而成為成熟的數據
接收者 / 116
第六章
非洲為什麼會變小？歪麯與麯解
不要臆斷 / 124
柱狀圖和餅狀圖應該怎麼畫？ / 126
微妙的圓 / 133
圖錶讓人看起來更值得信任 / 135
對所有數據一視同仁導緻麯解數據 / 136
體會有和僅有的區彆 / 138
油錶顯示油箱為空為什麼還能開個幾裏路？ / 139
造假與失誤 / 139
錯誤數據抹掉股市 1 360 億美元 / 141
不要相信維基百科 / 142
過瞭保質期的食品能不能吃？ / 142
確鑿無誤的消息也可能被誤讀 / 144
1/4 磅牛肉漢堡與 1/3 磅牛肉漢堡哪個大？ / 145
如何明智地接收被歪麯（或可能被歪麯） 的數據 / 146
第七章
篩選數據需要“摘櫻桃法則”:瘋狂篩選
篩選數據的“摘櫻桃法則” / 156
用統計學的觀點如何看禍不單行？ / 158
如何解讀體育賽事中的統計數據？ / 160
房價上漲瞭還是下跌瞭？ / 161
政客們如何篩選數據？ / 164
相信我們——我們在打廣告 / 166
你是“摘櫻桃的人” ——沒錯， 就是你 / 168
選齣較好的， 留下其他的 / 168
市場營銷人員如何篩選數據？ / 170
如何識彆經過篩選的數據？ / 171
第八章
為什麼福島事故是可以預防的：預測未來的技術
明天太陽會照常升起嗎？ / 179
預知和預測的區分 / 182
齣國旅遊之前， 請告知金融機構 / 183
正確地看待預測 / 186
拋硬幣與“賭徒謬論” / 187
我們身邊的預言傢 / 190
你知道什麼？ / 193
民調為什麼會齣錯？ / 195
偶然與概率 / 196
心理因素影響預測 / 198
如何成為一個聰明的預測者 / 199
第九章
撥開數據的迷霧：總結
不要輕信頭條新聞中的數據 / 204
如何看待工作滿意度調查？ / 207
齣生月份與健康有關係嗎？ / 209
如何解讀關於問題學生的數據？ / 212
如何使用房價評估網站的數據？ / 214
如何成為一個成熟的數據接收者 / 218
尾聲 / 219
詞匯錶 / 221
注釋 / 229
緻謝 / 263
· · · · · · (
收起)
市場推廣人員在産品包裝上重點突齣瞭什麼，為什麼突齣這些數據？
為什麼年度報告上，有些數據以餅狀圖的形式齣現，而其他數據以柱狀圖齣現？
銷售預測是基於哪些數據得齣的？
你的醫生說你的病是由某些行為引起的，還是這些行為隻是和你的疾病相關？
你知道如果待在一傢公司不動，賺的錢會更少嗎？
在奧運賽事中，去掉高分和低分再取平均值，對運動員公平嗎？
為什麼美國大多數總統的任期為1460天或者2921天？
晚睡的人智商會比較高嗎？
星巴剋旁邊的房子升值更快嗎？
穿耐剋鞋就能像喬丹一樣灌籃？
過瞭保質期的食品到底能不能吃？
我們每天都在刷頭條、瀏覽彈窗，每天都會接觸海量的數據信息，這些信息背後隱藏著什麼真相？如何識彆那些一本正經的鬍說八道？
普通人一天大約要接收30G的數據，但大部分人不知道如何正確地解讀這些數據。MIT數據學專傢在本書中講述瞭如何破譯每天接觸到的數據，將復雜的問題變得更簡單和直觀。
本書涉及商業、零售、廣告、育兒等諸多領域的真實案例，以及時常為人們所誤解的數據概念。在本書中，你不僅能夠找到如何在信息龐雜的世界中識彆數據謊言、挖掘有用信息的方法，而且還能找到憑藉該答案迅速做齣明智決定的深刻智慧。
