快跑!数据他又来唬人了!
共 1803字，需浏览 4分钟
·
2020-03-03 23:24
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。
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！
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：
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：