快跑!数据他又来唬人了!
共 1803字,需浏览 4分钟
· 2020-03-03
作者:小z
来源:数据不吹牛
“世界上有三种谎言: 第一种,谎言; 第二种,该死的谎言; 第三种,统计数据”
当年马大爷(马克吐温)肯定没少受统计数据的糊弄,让他一气之下把统计数据和谎言相提并论。
这么多年过去,数据越来越走向前台,走向大众。大家想要表达一个观点,仿佛不用数据来论证,就总觉得少点儿什么。
在这个大背景下,关于数据的陷阱和基于数据构成的谎言,糊弄和影响范围也是空前的。
这不,最近小z就抓了三个典型的数据谎言,和旁友们一起看看数据是怎样说谎的,以及我们如何识破这些谎言。
用标准来解决数据问题
随着基础生活条件的不断改善,越来越多美国人胡吃海喝,与之对应的是肥胖率不断攀升,大有放飞之趋势。
假如你是政策制定者,怎样才能够快、准、狠地降低全国肥胖率呢?
普通玩家,会呼吁大家注意饮食,吃更多的绿色健康食品。
土豪玩家,会鼓励大家减肥,比如减掉一斤肉奖励XX元。
但真正的高手,是完全不屑于这些常规操作的,用标准解决数据问题,才立竿见影。
我们先来看看肥胖率这个指标来龙去脉,再膜拜高手的神之操作。
肥胖率是根据体重指数(BMI)来算的。
体重指数(BMI) = 体重(kg) / 身高(m)的平方
例如小z体重65kg,身高1.82m,那BMI = 19.62,标准认为,BMI在18.5~24.9时属正常范围,BMI大于25为超重,BMI大于30为肥胖。
肥胖率也就是BMI>30的人数占总人口的比重。
到这里问题就很简单了旁友们!
真正的高手从数据标准入手,把原本BMI > 30就属于肥胖,改成BMI > 40才属于肥胖就好了!
通过提高肥胖的门槛,来减少肥胖人数,真是天才!
只一瞬,美国肥胖率直接从22%降低到12%了!(这个数字是我胡诌的,大家get到精髓就好)
歪瑞古德!我们成功的遏制了肥胖率的飙升!
笑完之后认真脸:生活中的数据问题,还真有不少数据标准学家来这样忽悠大众。为了避免被忽悠,一定要先了解数据的统计口径和各项定义。
相关和因果性的诱惑
躲过了数据标准学家的套路,我们来到了第二关。
坦白讲,数据分析er看到下面两条光滑同频的诱人曲线,很难拒绝思考他俩之间的因果性。
![14586082e3036b015000b31a5d810dff.webp](https://filescdn.proginn.com/9d2e51fc278ec3aa9e2e22cbd0ffddfe/14586082e3036b015000b31a5d810dff.webp)
再加上已经备注出“相关系数99.26%”,强强强强相关啊朋友们!
于是赶紧开始思考,是A指标波动影响了B吗?
不要吐槽上面图例不完整,我故意不截全的。毕竟,上图黑线代表“人造黄油消费量”,红线是“缅因州离婚率”。
难不成缅因州的黄油有感情破裂成分,让食用家庭为之付出代价?!
还是说离婚的人们都去囤黄油了?
在数据逻辑发明家小z看来:
买黄油回来是做饭,买的多说明做饭频率高!
做饭频率高,代表夫妻在一起的时间久!
而夫妻在一起时间久,摩擦自然多了起来,所以导致了离婚率的上升!
Emmm,我瞎掰一通,差点连我自己都说服了。。。
不过,这个人造黄油消费量,并不只是缅因州的。所以,因果关系的思考还是一眼看出是扯淡。
然鹅,在现实中遇到类似的数据问题,一些同学的思想还是会滑坡,不自觉的基于相关性,思考虚无缥缈的因果性。
图表坐标轴上的文章
老板!您看看!咱们Z公司最近销售趋势真不错啊!
![a4c129437061ce76d37c595ceacd7b8b.webp](https://filescdn.proginn.com/df3744903efe43c623e5c017d6e04de3/a4c129437061ce76d37c595ceacd7b8b.webp)
嗯!果然没辜负我的期望!突破了季节性影响,节节攀升!话不多说!相关同学一人一块劳力士!
销售额真的这么高吗?他给老板汇报的图表,纵坐标并不是从0开始,而是从237万开始,故意夸大不同月份销售额之间的差距。
如果把纵坐标起点改为0:
![1b51c1e4c11d3673b1ae90a4a08dac42.webp](https://filescdn.proginn.com/58d4e7ff09e8ff3a5555dbb8bc1d63dd/1b51c1e4c11d3673b1ae90a4a08dac42.webp)
实际公司销售趋势,完全就和古天乐的颜值一样,“平平无奇”。
此时,拿了劳力士奖励的小组成员们一脸懵逼,只有给老板汇报的小A心知肚明,率先跑路...
*部分脑洞参考:《洋葱电影》,知乎,百度百科
*黄油相关关系图来源:http://www.tylervigen.com
◆ ◆ ◆ ◆ ◆
长按二维码关注我们
数据森麟公众号的交流群已经建立,许多小伙伴已经加入其中,感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容,还没有加入的小伙伴可以扫描下方管理员二维码,进群前一定要关注公众号奥,关注后让管理员帮忙拉进群,期待大家的加入。
管理员二维码: