統計數字：是事實，還是謊言？ pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

原文作者： Joel Best

圖書標籤:

• 統計學
• 數據分析
• 批判性思維
• 信息素養
• 數字欺騙
• 媒體解讀
• 科學方法
• 數據可視化
• 社會科學
• 公共政策

數字確實會說話，但它更會說謊。
當數字說謊時，你分辨得齣來嗎？

　　死於槍口下的兒童數目每年以倍數的速度增加？厭食癥每年奪走十五萬名年輕女性的生命？白種男性隻佔新勞動力的六分之一？令人怵目驚心的統計數字形塑我們對社會議題的思考。但這些數字多半是錯的。本書教你如何看齣有問題的統計數字，並以批判的方式來思考它們。對於任何看或讀新聞的人，以及任何仰賴統計數字來理解社會問題的人，還有大學學生，這本書都不可不讀。

　　貝斯特從各種在媒體上備受關注的社會議題切入，包括墮胎、網路色情、遊民、百萬人遊行、青少年自殺等，藉由來自《紐約時報》、《華盛頓郵報》及其他主要媒體的例子，他為我們揭開瞭統計數字的使用、誤用與濫用的祕辛。

　　貝斯特钜細靡遺地嚮我們解釋瞭壞統計數字齣現、散播並形塑政策辯論的原因與方式，也告訴我們看穿壞統計數字、批判思考「統計戰爭」的具體方法。你並不需要高深的數學知識纔能讀懂這本書，因為裏麵談的，全都是最基本、最易懂的統計，例如百分比、平均值、比例。

　　這本平易近人的書告訴我們，除瞭天真地全盤接受統計數字或犬儒地認為它們毫無意義外，我們還有另一種選擇：麵對著在社會科學以及我們飽受媒體轟炸的生活裏氾濫的統計數字，我們可以當個聰明、批判、具權的閱聽者。

作者簡介

喬．貝斯特（Joel Best）

　　德拉瓦大學社會學暨刑事司法教授，其他著作包括Random Violence: How We Talk About New Crimes and New Victims (1999)、More Damned Lies and Statistics: How Numbers Confuse Public Issues (2004) 及 Flavor of the Month: Why Smart People Fall for Fads (2006) 等。

揭秘數字背後的真相：數據驅動決策的藝術與陷阱 書籍名稱： 數據的雙刃劍：如何辨識統計誤導與理性解讀 內容簡介 在這個信息爆炸的時代，我們被海量數據所包圍。無論是商業決策、公共政策製定，還是日常生活中的消費選擇，統計數字似乎成為瞭衡量一切的“硬指標”。然而，數字背後隱藏的邏輯鏈條、取樣偏差、以及解讀方式的微妙差異，往往決定瞭我們所看到的“事實”究竟是清晰的洞察，還是一場精心設計的認知陷阱。 《數據的雙刃劍：如何辨識統計誤導與理性解讀》並非一本枯燥的統計學教科書，而是一部旨在提升全民數據素養、教導讀者如何穿透數字迷霧的實用指南。本書深入探討瞭統計學在現實世界中被濫用和誤用的種種情境，旨在賦予讀者批判性思維的工具，使其能夠區分基於嚴謹分析的洞察與基於操縱性敘事的謊言。 第一部分：統計的基石與幻象 本書伊始，我們將從最基礎的概念入手，但重點聚焦於這些基礎概念在實際應用中如何被扭麯。我們探討“平均數”的三種形態（均值、中位數、眾數）及其在不同分布下的誤導性。例如，在一個高度偏斜的收入分布中，簡單地引用平均收入可能完全掩蓋底層民眾的真實經濟狀況。我們將通過生動的案例分析，展示如何通過選擇性地報告“平均值”來誇大或縮小特定群體的錶現。 隨後，本書將深入剖析“相關性”與“因果性”之間的鴻溝。這是統計誤導中最常見、也最危險的陷阱之一。我們不僅會講解經典的“僞相關”（Spurious Correlation）案例，如冰淇淋銷量與溺水人數的同步上升，還會分析在現代商業分析中，如何將A/B測試結果誤讀為不可逆轉的因果關係，從而導緻重大的戰略失誤。讀者將學習到檢驗因果關係的科學方法，如隨機對照試驗（RCT）的原則，以及在無法進行完美實驗時，如何運用更復雜的觀察性研究方法來審慎推斷。 第二部分：抽樣的陷阱與代錶性的構建 統計推論的可靠性在很大程度上取決於樣本的選擇。本書用大量篇幅來解析“抽樣偏差”（Sampling Bias）的隱蔽方式。我們不再僅僅討論教科書上的隨機抽樣，而是聚焦於現實世界中更復雜的采樣問題：自願響應偏差（Voluntary Response Bias）、便利抽樣（Convenience Sampling）的陷阱，以及現代大數據采集過程中可能存在的算法偏見。 一個章節專門探討瞭“幸存者偏差”（Survivorship Bias）如何悄無聲息地影響我們的決策。從二戰時期對飛機加固點位的研究，到現代投資組閤的選擇，我們揭示瞭僅僅關注“成功者”的數據而忽略瞭“失敗者”的巨大信息損失。讀者將學會提問：誰被排除在數據之外？這個樣本真正代錶瞭我們想要研究的總體嗎？ 第三部分：數據可視化：美麗的謊言 在數字時代，圖錶是信息傳遞的最強大工具。然而，視覺化也為統計誤導提供瞭最直接的畫布。《數據的雙刃劍》詳細分析瞭視覺欺騙的常見手法：截斷的Y軸、非綫性尺度、以及通過顔色和三維效果人為誇大差異的技巧。 我們提供瞭詳細的圖錶解讀清單，教導讀者如何“反嚮工程”一個圖錶。從核查坐標軸的起點和比例，到評估數據點的密度和趨勢綫的擬閤優度，本書旨在培養讀者的“圖錶懷疑論”。通過展示真實的新聞報道和市場報告中的圖錶案例，讀者將能立刻識彆齣那些試圖通過視覺手段引導情感而非理性思考的展示方式。 第四部分：數字敘事與上下文的缺失 本書的最後部分轉嚮瞭更為復雜的領域：如何解讀統計報告背後的“敘事”力量。統計數據本身是中立的，但它們被放置的語境（Context）和被賦予的解釋（Interpretation）卻充滿瞭主觀色彩。 我們探討瞭“概率的濫用”，特彆是在風險評估和預測模型中，如何通過對小概率事件的過度渲染來製造恐慌，或通過對高概率事件的輕描淡寫來掩蓋係統性風險。我們分析瞭“基綫效應”（Base Rate Fallacy），說明為什麼即使一個測試的準確率極高，在特定人群中的誤報率仍然可能非常顯著。 此外，本書強調瞭“定義權”的重要性。同一個概念——例如“失業率”、“犯罪率”或“生活質量”——在不同的政治或經濟目標下，其統計口徑可以被精確調整，從而得齣截然不同的結論。 結論：成為理性的數據消費者 《數據的雙刃劍》的最終目標是培養一種習慣性的批判性思維。它不是教你如何進行復雜的數學運算，而是教你如何提齣正確的問題：這個數據是如何産生的？它被用來證明什麼？它忽略瞭哪些關鍵信息？通過掌握這些識彆工具，讀者將能夠自信地穿越數字的迷霧，做齣更明智、更少被情感和偏見驅動的決策，真正利用數據來理解世界，而非被其所奴役。這是一本麵嚮所有決策者、專業人士、學生以及任何渴望擺脫統計迷信的現代公民的必備讀物。

專文推薦

統計是門活生生的學問 颱灣大學政治學係助理教授 黃旻華

統計是權威？還是權力？ 世新大學廣播電視電影學係助理教授、颱灣媒體觀察教育基金會董事長 管中祥

緻謝

導論 有史以來最糟的社會統計數字
「孩童遭到槍殺的人數，每年增加一倍。」：這句話哪裏有問題？
統計數字：是事實，還是謊言？
數盲？

第一章 社會統計有什麼用？
社會統計到底什麼時候齣現，又是怎麼來的？
社會問題是哪裏來的？
十億？一兆？反正就是很多嘛！
官方統計數字究竟是怎麼産生的？
麵對統計數字時，該問的三個問題
下麵要談些什麼？

第二章 什麼是軟事實？——不良統計的來源
三十萬？三百萬？隨便猜一個吧！——猜測的問題
A 片確實是色情，那麼比基尼女郎的圖片也是色情嗎？——定義的問題
你是否曾被外星人綁架？——測量的問題
任何一個青少年都有可能逃傢！——取樣的問題
優質統計的特徵是什麼？

第三章 永垂不朽的突變統計——糟蹋數字的方法
就連最基本的地方也齣現錯誤！——不當的推論
從「十五萬人患有厭食癥」變成「十五萬人死於厭食癥」——變質：改變統計數字的原義
「勞動人力淨增值」與「勝算比」到底是啥玩意？——混淆：麯解復雜的統計數據
錯！錯！錯！連三錯！——復閤錯誤：劣質統計數字鍊的創造
突變統計的根源究竟在哪裏？

第四章 蘋果與橘子——不當類比
問題越來越嚴重瞭！——不同時間的比較
美國學生的程度是世界倒數，甚至墊底！——不同地域的比較
美國大部分的窮人是白人！——不同群組的比較
社會問題所耗費的社會成本，究竟是怎麼算齣來的？——不同社會問題的比較
有兩個數據可比較，至少比光有一個來得好，但……——比較的邏輯

第五章 統計大戰——統計數字上的爭論
有一百萬人參與示威遊行嗎？——一個特彆數字的爭論
人口普查如何計算人數呢？——蒐集資料的爭論
當關鍵是價值觀不同時——統計數字與爭議性議題
利用統計取得權威
該怎樣詮釋統計大戰？

第六章 社會統計反思——從批判觀點齣發
以訛傳訛的天真者
嘲諷挖苦的犬儒者
保留判斷空間的批判者
該怎樣麵對無可避免的統計數字？

注釋

一九九五年夏天，「全美伊斯蘭聯盟」領袖法拉坎呼籲全美黑人，於十月十七日至華府的國會林蔭大道前，參加「百萬人民大遊行」。國會林蔭大道嚮來都是大規模政治示威活動的場地，金恩博士正是在此發錶「我有個夢想」的演說；其他在此集結的大型示威活動，包括反越戰、墮胎、婦權、同性戀人權等等。許多在林蔭大道舉行的遊行都曾引發爭議，不隻因為各集會的政治訴求，也因為集會人數多寡的問題。想當然爾，針對集結人數，示威活動策劃者會提齣偏高的估計值；畢竟，人數越多，代錶他們的動機引起廣大民眾的支持，也代錶示威活動組織完善，辦得很成功。相較之下，負責維持該地區秩序，並受命於國會，負責提交集會人數官方估計值的美國國傢公園警察隊，通常會提齣偏低的估計值。舉例來說，一九九三年四月二十五日在華府所舉行的同性戀人權大遊行，主辦單位預估有超過一百萬人參與示威，而公園警察隊預估隻有三十萬民眾參加。

示威活動的主辦單位會和公園警察隊意見相左，這並不難理解。宣稱有大批民眾參加，對示威活動的主辦單位有利，但是在麵對大批群眾時，很少有主辦人有辦法計算群眾人數。反之，這些年來，公園警察隊想齣瞭比較精密的方法，可以估計示威群眾的人數。他們用空中照相來顯示林蔭大道上布滿群眾的區域，既然已知林蔭大道的麵積，他們可以計算齣群眾集結的區域大小；接著，公園警察隊再將這個區域麵積，乘以預估每平方公尺可容納的平均人數，所得齣的結果，就是群眾人數的估計值。

「百萬人民大遊行」正突顯瞭估計群眾人數的政治本質。光是這個遊行活動的名字本身，就已經設立瞭一個該遊行能否算得上是「成功」的目標；隨著舉行遊行的日期越來越近，主辦單位堅信到時候的參加人數一定會有一百萬人，而批評人士則預測這是不可能的。（根據公園警察隊的統計，目前隻有兩個活動的參與人數達到百萬人：一九六五年詹森總統的就職大典慶祝活動，和一九七六年美國建國兩百週年紀念活動）。在遊行活動當天，主辦單位堅稱目標已經達成；當法拉坎發言時，他宣稱現場的人數介於一百五十萬到兩百萬之間。相比之下，公園警察隊估計群眾人數約為四十萬人（這已是民權示威活動的最高紀錄）。

主辦單位和公園警察隊在人數估計上的差異，符閤我們常見的模式：法拉坎憤怒地迴應，譴責說「種族主義、白人優越感，以及對我法拉坎的痛恨，使他們不願相信我們所說的」，並且揚言要控告公園警察隊。波士頓大學有一群專門分析空照的專傢（不過，他們的專長是大自然空照，而非群眾空照），他們檢視公園警察隊的空照圖片後，提齣自己的估計值：約八十七萬人，誤差幅度為百分之二十五（也就是說，根據他們的說法，當天參加的群眾確實可能達到一百萬人）。公園警察隊則是提齣更多的資料反駁，包括額外的照片和大眾運輸係統的紀錄，證明遊行當天隻有稍微高一點的交通流量湧入華府中心，這使得波士頓大學研究人員重新修改估計人數，微幅下降至八十三萬七韆人。

评分☆☆☆☆☆

我注意到一本叫做《統計數字：是事實，還是謊言？》的書，它讓我聯想到我們生活中充斥的各種數據，以及我們是如何被這些數據所影響的。有時候，我們會看到一些“令人震驚”的統計數據，比如“某某産品能讓你的智商提高20%”或者“某某政策導緻犯罪率飆升”。但我們很少去深究這些數據是怎麼來的，它們是否真的可靠。這本書的書名直指核心問題，我猜想它會是一本非常有洞察力的讀物。我期待它能從多個角度來解讀統計數字的“雙麵性”。可能它會剖析統計學的基本原理，但更側重於解釋這些原理如何被“玩弄”。比如，如何通過巧妙的圖錶設計來誇大或縮小某個趨勢？如何通過選擇性地呈現數據來製造虛假的關聯？甚至，它可能會討論一些曆史上的經典案例，說明統計數字是如何被用來影響公眾輿論和政治決策的。對我來說，這本書最重要的價值在於，它能幫助我建立起一種更強的“數據素養”，讓我不再是那個被動接受數字信息的人，而是能夠主動去質疑、去分析，去判斷這些數字背後是否隱藏著不為人知的秘密。

评分☆☆☆☆☆

《統計數字：是事實，還是謊言？》這個書名，瞬間就抓住瞭我。在如今這個信息爆炸的時代，我們每天都被海量的數字所包圍：新聞裏的民意調查、廣告裏的“科學證明”、學術報告裏的研究結果……但這些數字，究竟有多可信？這本書，我猜想，就是一本關於如何“看穿”統計數字的指南。我期待它不僅僅是講解枯燥的統計學理論，而是通過大量的真實案例，生動地揭示統計數字可能存在的“貓膩”。比如，如何通過改變坐標軸的刻度來扭麯視覺效果？如何通過模糊的措辭來掩蓋數據的局限性？甚至，它可能會探討“零數據”或“缺失數據”是如何被用來影響解讀的。我希望這本書能夠幫助我提升辨彆信息的能力，讓我能夠更審慎地看待那些看似“無可辯駁”的數據，從而做齣更理性的判斷，不被那些精心設計的“統計謊言”所誤導。讀完這本書，我希望能擁有那種“一眼看穿”數據背後真相的敏銳度，不再輕易相信那些看似權威的數字。

评分☆☆☆☆☆

這本書的書名著實勾人好奇心，《統計數字：是事實，還是謊言？》。一看到這個題目，腦海裏就立刻湧現齣無數關於數據操縱、誤導性圖錶以及數字如何被用來推銷觀點而非揭示真相的場景。我一直覺得，在信息爆炸的時代，辨彆真僞的能力變得尤為重要，而統計數字往往是支撐論點的最有力武器，但同時也是最容易被扭麯的工具。這本書想必會深入剖析那些隱藏在冰冷數字背後的詭計，教我們如何透過錶象看到本質。想象一下，那些看似權威的報告，那些讓你信以為真的調查結果，背後可能藏著怎樣的“小動作”？這本書會不會揭示那些在報紙、雜誌、甚至學術論文中常見的、但我們卻常常忽略的“統計陷阱”？比如，樣本選擇的偏頗、相關性與因果性的混淆、選擇性呈現數據等等。我期待它能提供一些實用的方法，讓我們在麵對海量數據時，能夠保持清醒的頭腦，不再輕易被數字牽著鼻子走。也許讀完這本書，我再看新聞報道時，會對“某某調查顯示……”這樣的句子多一份審慎，甚至能自行分析其可靠性，這絕對是一項瞭不起的技能提升。

评分☆☆☆☆☆

《統計數字：是事實，還是謊言？》這個書名，就像一把鑰匙，打開瞭我對數據世界的好奇之門。我們生活在一個被數字“淹沒”的時代，從經濟指標到民意調查，從健康風險到産品評價，數字幾乎無處不在，並且常常被用來作為“鐵證”來支撐各種觀點和決策。然而，正如書名所暗示的，這些數字並非總是純粹的事實，它們也可能被精心包裝，甚至被用來編織謊言。這本書我預感會是一場關於“數據真相”的探索之旅。我期待它能帶領我深入瞭解統計學背後的運作機製，揭示那些隱藏在冰冷數字背後的“人性”和“意圖”。也許書中會詳細講解一些統計學概念，比如抽樣誤差、置信區間、顯著性檢驗，但更重要的是，它會教我如何識彆這些概念被濫用的情況。比如，為什麼一個看起來非常小的樣本量也能得齣“全國性”的結論？為什麼某些研究結果會因為細微的條件變化而截然不同？我希望這本書能提供一套“火眼金睛”的工具，讓我能夠更自信地辨彆信息，不被那些經過“加工”的統計數據所欺騙，做齣更明智的判斷。

评分☆☆☆☆☆

我最近偶然間注意到一本叫做《統計數字：是事實，還是謊言？》的書，光聽名字就覺得很有意思。當下社會，我們每天都要接觸到無數的數字信息，從新聞報道到商業廣告，再到科學研究，數字無處不在。但我們真的瞭解這些數字嗎？它們是如何被收集、處理和呈現的？是否存在著某些“潛規則”或“技巧”，讓這些數字為特定的目的服務，而並非完全客觀地反映現實？這本書似乎就是來解答這些疑問的。我猜想，書中可能會有很多生動的案例，通過分析具體的例子來展示統計數字的“迷惑性”。比如，可能有一章專門講如何識彆那些故意誤導性的圖錶，那些為瞭讓某個數據看起來更驚人而設計的視覺效果。或者，它會探討一些常見的統計學謬誤，比如“幸存者偏差”或者“從眾效應”是如何在統計學中體現的。我個人對那些關於“統計學悖論”的內容特彆感興趣，總覺得這些看似矛盾的現象背後隱藏著深刻的邏輯。如果這本書能夠幫助我提升對數據分析的敏感度，讓我能夠更批判性地看待那些宣稱“有數據支持”的說法，那絕對是物超所值。