书 · 2020-08 · 卡尔·伯格斯特龙（Carl T. Bergstrom）、杰文·韦斯特（Jevin D. West）

《拆穿数据胡扯》

逻辑与思维书单第 48 名

一句话结论

遇到数字、图表和算法包装的论断，先检查数据从哪里来、结论怎样推出，就能发现许多不必精通高等数学也能看清的问题。

值不值得读完整本？

值得读完整本，尤其适合想把逻辑判断用于新闻、广告和科研报道的读者：它把抽象的怀疑精神变成了一套可以反复练习的检查方法。

第3至8章值得细读，重点掌握输入与输出、因果关系、数字口径、选择偏倚、图表和算法之间的联系。
第9章解释科学为什么也会产生误导性结果；第10、11章把前面的分析转成识别和反驳的方法，不宜跳过。
第1、2章提供概念和传播背景，可以读得快些；遇到复杂计算，先弄清它在排除哪一种错误推理，再回头看细节。
每读一个案例，先自己写下数据来源、比较对象和结论，再看作者如何拆解，学习效果会比只记住骗局名称更好。

核心观点

1. 先查论证的输入与输出，别被专业外观挡住

胡扯可以混在真实数字和复杂技术之中，问题在于它怎样把读者引向证据支持不了的结论。普通读者往往可以先检查数据来源和结论，而不必先弄懂算法内部。

为什么：数学术语和算法容易制造权威感，使读者把看不懂误当成不能质疑。但再复杂的分析，也必须接收数据并输出结果，输入是否合适、输出是否被夸大，仍然可以检查。数据中的偏差不会因为经过算法就自动消失。与此同时，争夺注意力的传播环境会奖励惊人、顺耳的说法，使缺乏根据的结论更容易被转发。

2. 相关性必须经过因果推理，才能支持行动

两个变量一起变化，不足以说明改变其中一个就会改变另一个。作者要求读者寻找共同原因、反向因果和其他替代解释。

为什么：观察到的相关关系可以由多种机制产生，例如第三个因素同时影响两者。即使先后顺序清楚，也可能只是同时发生了其他变化。如果把这种关系直接当成干预依据，就可能投入资源改变了一个表面指标，却没有改变真正起作用的因素。实验、合理的对照和对机制的分析，能够帮助区分这些解释；单凭相关关系做不到。

3. 数字和图表的含义，取决于口径与呈现方式

一个数字可以算得正确，却仍然造成误导。必须追问分母、单位、比较基准，以及图形中的长度和面积究竟代表什么。

为什么：百分比只有放回分母中才有意义，换一个分母就可能改变读者的直觉。平均数也可能掩盖分布差异，让少数极端值看起来像普遍经验。图表则把数值变成视觉大小；如果坐标范围或面积比例失真，眼睛感受到的差距就会偏离数据。核查因此既要检查算术，也要检查数字与读者所关心问题之间的对应关系。

4. 先问谁进入样本，再问样本说明什么

样本很多，不等于样本能代表目标人群。选择偏倚常常发生在分析开始之前，也可能藏在谁没有被记录下来。

为什么：如果进入样本的机会与研究对象的特征有关，样本中的比例和关系就可能系统性偏离总体。只观察留下来的人、主动参与的人或已经发生的事件，会漏掉另一部分重要信息。增加同一来源的数据，通常只能更精确地描述这个有偏样本，不能修复它的代表性。要判断结论能否推广，必须还原数据被收集和筛选的过程。

5. 科学的可信度来自纠错，单篇论文仍要检查

科学能够可靠地增进知识，但科研和发表制度也会产生偏差。发表在期刊上或达到统计显著，都不足以让一项结论免于质疑。

为什么：研究会受随机波动影响，多次尝试还会增加偶然出现显著结果的机会。如果研究者和期刊更愿意发表显著、惊人的发现，读者看到的论文就不是全部研究的均衡样本。失败和无结果的研究被隐藏后，某种效果会显得比实际更稳定、更强。作者因此主张检查研究方法、发表选择和后续证据，同时承认科学通过重复检验和公开纠错积累可靠知识。

6. 反驳要指出具体断点，也要接受同样的自我检查

指出胡扯，不是给不喜欢的结论贴标签，而是解释证据与结论在哪里脱节。有效反驳还要考虑听众，并对自己赞同的信息使用同一标准。

为什么：只说对方错了，不能帮助旁观者理解错误是怎样发生的。抓住一个清楚的断点，例如样本不对应、单位不一致或外推失控，可以降低理解成本。面对不同听众，同一问题需要不同程度的技术解释，羞辱对方往往会妨碍沟通。自己的立场同样会影响判断，因此也必须愿意检查顺耳的说法，并在被指出错误时修正。

反对意见

认识了陷阱，不等于掌握了处理复杂问题的能力（Bert Gunter）

统计学家Gunter在《Significance》的书评中认为，本书覆盖面过宽，部分分析因而不够深入；他质疑，告诉读者问题存在，是否足以教会读者处理它们。他还指出概念上的张力：作者的胡扯定义强调对真相的漠视，但书中不少案例也可能只是知识不足或数学误解。这提醒读者把论证有问题与说话者故意误导分开判断。

面向大众的拆解，也可能变成阅读门槛（Kirkus Reviews）

Kirkus的书评肯定本书对因果混淆和数字操纵的解释，但认为部分统计分析冗长、艰深，削弱了前半部的表达力度。这是对教学效果的具体保留：一本鼓励普通读者质疑技术权威的书，如果解释过程过于吃力，读者未必能把方法带回日常判断。

有用的预测是否必须先有因果解释（Chris Anderson）

Anderson在2008年的《The End of Theory》中提出，海量数据中的相关模式可能让某些研究绕过传统理论模型，直接获得有用结果。这与本书强调数据来源和因果推理的立场构成对照：预测是否有用，与机制是否解释清楚，是两个需要区分的问题。不过，某个相关模型能有效预测，并不能自动证明依据它进行干预也有效。这篇文章早于本书，并非对本书的直接批评。