每項(xiàng)重要的研究背后都離不開好的數(shù)據(jù)，是它們使分析成為可能。而每項(xiàng)不好的研究背后嘛……這個后面會說。人們常說“用數(shù)據(jù)說謊”，我要說往往數(shù)據(jù)的分析是沒問題的，但這些分析卻是建立在夸大或不實(shí)的數(shù)據(jù)之上。下面便是幾個常見的“錯進(jìn)錯出”案例。
選擇偏倚
《紐約客》資深影評人寶琳•凱爾（Pauline Kael）據(jù)稱曾經(jīng)在理查德•尼克松（Richard Nixon）當(dāng)選美國總統(tǒng)后評論：“尼克松不可能贏了競選，我認(rèn)識的人里面沒一個投了他。”這句話很有可能是杜撰的，但卻很好地說明了糟糕的樣本（一群自由派朋友）會如何給更大的群體帶來錯誤的偏見（全美國的投票結(jié)果）。而這也引出了我們應(yīng)該問自己的問題：如何選擇評估樣本？如果要接受評估的群體的每一個成員沒有均等的機(jī)會入選樣本，那么最終得出的結(jié)論就將會有偏頗。以愛荷華州的民意測驗(yàn)為例，這是美國總統(tǒng)競選中的一項(xiàng)慣例，在總統(tǒng)大選年的8月，也就是正式投票的前一個月，共和黨的候選人會來到愛荷華州的埃姆斯市（Ames）籠絡(luò)選民，選民每個人支付30美元投上一票以參與表決。愛荷華州的民意測驗(yàn)結(jié)果并不能告訴我們共和黨候選人的未來。（該調(diào)查的預(yù)測在過去5次大選中只說對了3次共和黨提名候選人的結(jié)果。）為什么？因?yàn)橹Ц?0美元投票參與這項(xiàng)民意測驗(yàn)的愛荷華州共和黨選民跟愛荷華州的其他共和黨選民不同，而愛荷華州的共和黨選民又跟美國其他地區(qū)的共和黨選民不同。
“尼克松不可能贏了競選，我認(rèn)識的人里面沒一個投了他。”
選擇偏倚還有其他很多種形式。在機(jī)場做消費(fèi)者問卷調(diào)查很可能造成偏倚，因?yàn)樽w機(jī)的人大體上會比一般人更富裕；而在90號洲際公路上做同樣的調(diào)查問卷結(jié)果又會偏向另一端。而兩項(xiàng)調(diào)查都有可能出現(xiàn)的偏倚則是那些愿意在公共場合接受問卷調(diào)查的人不同于那些不愿意被打擾的人。如果你在公共場合問100個人做一份簡短的調(diào)查，其中只有60人愿意，那么這60個人跟剩下40個看都不看你一眼就走開的人在某些地方有著顯著的不同。
發(fā)表偏倚
正面的結(jié)果比負(fù)面的更有可能得到發(fā)表，而這可能會混淆我們最終所見到的結(jié)論。假設(shè)你剛剛做完了一次嚴(yán)謹(jǐn)?shù)淖粉櫿{(diào)查，得出結(jié)論認(rèn)為玩視頻游戲不能預(yù)防結(jié)腸癌。在這項(xiàng)調(diào)查中，你花了20年的時(shí)間跟蹤訪問了作為代表性樣本的10萬個美國人；這些人當(dāng)中，長時(shí)間玩視頻游戲的跟不玩兒視頻游戲的罹患結(jié)腸癌的幾率基本一致。我們假設(shè)你的研究方法完美無缺。但哪家醫(yī)學(xué)期刊會發(fā)表你的研究結(jié)論呢？
大多數(shù)活動都不能預(yù)防結(jié)腸癌。
答案是沒有。原因有二：第一，沒有有力的科學(xué)理由認(rèn)為玩兒視頻游戲?qū)Y(jié)腸癌有什么影響，因此你研究這個的意義不明；其次，也是更重要的一點(diǎn)，某件事情不能預(yù)防結(jié)腸癌不是什么有趣的發(fā)現(xiàn)。畢竟，大多數(shù)東西都不能預(yù)防結(jié)腸癌。否定的結(jié)論尤其不性感，不論是在醫(yī)療領(lǐng)域還是其他。
而兩相抵消，就對我們看到的研究（或者說看不到的）產(chǎn)生了偏倚。假設(shè)你的研究生同學(xué)經(jīng)過另一項(xiàng)追蹤調(diào)查得出了不同的結(jié)論，她發(fā)現(xiàn)玩視頻游戲的人確實(shí)罹患結(jié)腸癌的幾率較小?，F(xiàn)在就有意思多了！醫(yī)學(xué)期刊要的就是這樣的論文，大眾媒體、博客寫手，還有視頻游戲的制作商（他們巴不得在自己產(chǎn)品的包裝上標(biāo)注玩游戲有益身體健康），都在尋找這樣的內(nèi)容。要不了多久，全美國的虎媽們就會紛紛奪過自己孩子手里的書本，轉(zhuǎn)而逼迫他們玩游戲來“保護(hù)”下一代免于癌癥困擾了。
當(dāng)然，統(tǒng)計(jì)學(xué)里反復(fù)強(qiáng)調(diào)的一個論點(diǎn)是，異乎尋常的事情時(shí)而發(fā)生，這只是概率問題。如果你進(jìn)行100次調(diào)查，其中有一次很可能會出現(xiàn)純屬無稽的結(jié)果——就像玩視頻游戲和結(jié)腸癌患病率低之間的數(shù)據(jù)關(guān)聯(lián)。而問題在于：99次發(fā)現(xiàn)玩游戲跟患結(jié)腸癌無關(guān)的研究都得不到發(fā)表，因?yàn)樗鼈儧]有意思，而那一次發(fā)現(xiàn)兩者有關(guān)聯(lián)的研究卻被印刷出來，迎來了眾多關(guān)注。偏倚的源頭并不在于研究本身，但傳達(dá)給公眾的信息卻是偏頗的。而研讀視頻游戲和癌癥關(guān)聯(lián)的研究者只能發(fā)現(xiàn)一篇論文，而這篇論文表明的卻是玩視頻游戲能預(yù)防癌癥。實(shí)際上，100項(xiàng)研究里有99項(xiàng)都找不出二者之間有任何關(guān)聯(lián)。
回憶偏倚
記憶是件奇妙的東西——盡管不能總算作優(yōu)質(zhì)數(shù)據(jù)的來源。人類天生就有沖動將現(xiàn)狀理解成過去發(fā)生的事情合乎邏輯的結(jié)果，也就是因果關(guān)系。問題出在當(dāng)我們試圖去解釋某些當(dāng)前特別好或者特別糟糕的結(jié)果時(shí)，記憶就會變得“系統(tǒng)性的不堪一擊”。例如一項(xiàng)研究飲食和癌癥之間的關(guān)系的研究。1993年，一名哈佛大學(xué)的研究者構(gòu)建了一組罹患乳腺癌的婦女和沒有被診斷出癌癥的年齡匹配組女性的數(shù)據(jù)。研究人員分別詢問了這兩組女性的早年飲食習(xí)慣。研究得出了清晰的結(jié)論：患有乳腺癌的婦女在年輕時(shí)有更顯著的可能擁有高脂肪的飲食。
哈，不過，這實(shí)際上不是在研究飲食習(xí)慣對罹患癌癥幾率有什么影響。這項(xiàng)研究真正調(diào)查的是患上癌癥如何影響了女性對自己早年飲食習(xí)慣的記憶。所有參與這項(xiàng)研究的女性都在多年以前，在任何人都沒有被診斷患有癌癥的時(shí)候，填寫了關(guān)于其飲食習(xí)慣的調(diào)查問卷。研究的結(jié)果十分驚人，患有乳腺癌的婦女回想自己過去飲食攝入的脂肪的含量比她們實(shí)際消耗的要多得多；沒有患癌癥的女性則沒有出現(xiàn)這種情況。
《紐約時(shí)報(bào)雜志》在描述這種記憶偏倚的隱秘本質(zhì)時(shí)稱：
“罹患乳腺癌不僅改變了一位女性的當(dāng)下和未來；它連她的過去也改變了?；加腥橄侔┑呐裕o意識地）認(rèn)為高脂飲食可能是她們患病的易感原因，并且（無意識地）認(rèn)為自己過去有高脂的飲食習(xí)慣。對于任何了解這種恥辱病的歷史的人而言，這一模式都熟悉得令人悲傷：和她們之前成千上萬的女性一樣，這些女性在她們自己的記憶里尋找原因，并將這個原因放置在記憶里。”
回憶偏倚是也是追蹤研究往往偏向于橫向研究（cross-sectional studies）的一個原因。在橫向研究里，數(shù)據(jù)是同時(shí)采集的。在5歲的時(shí)候，參與者會被問及他對學(xué)校的態(tài)度。然后，再過13年，我們可以重訪參與者，看他是否高中輟學(xué)。在橫向研究中，所有的數(shù)據(jù)都在同一時(shí)間點(diǎn)采集，研究者必須詢問18歲的高中輟學(xué)生他5歲時(shí)對學(xué)校有何看法，而這一信息固然便是不怎么可靠的。
存活者誤差
假設(shè)一名高中校長報(bào)告說，學(xué)生中的一組特定人群在4年中（編注：美國高中有4年）考試成績穩(wěn)步上升。這批人高二的得分比他們在高一時(shí)的成績好。高三那年的分?jǐn)?shù)更好，高四達(dá)到了最好。我們假定不存在作弊的情況，也沒有任何創(chuàng)造性地運(yùn)用描述性的統(tǒng)計(jì)數(shù)據(jù)。無論用什么評價(jià)標(biāo)準(zhǔn)，這批學(xué)生每一年都比前一年做得更好：平均數(shù)、中位數(shù)、學(xué)生在年級水平的百分比等等。你會（A）提名這所學(xué)校的領(lǐng)導(dǎo)為“年度最佳校長”還是（B）要求提供更多的數(shù)據(jù)？
如果你有一屋子高矮不齊的人，強(qiáng)迫最矮的那個離開房間會使整個房間的平均身高上升，但這樣做并不會使任何人的身高變高。
我的話就會選（B）。我嗅到了存活者誤差的貓膩，這種情況下樣本中去掉了一些或很多觀測數(shù)據(jù)，以至于改變了整個剩下的觀測結(jié)果，因而任何基于剩余觀測數(shù)據(jù)所做的分析也受了影響。假設(shè)我們的校長真不是個好人：他學(xué)校里的學(xué)生啥也沒學(xué)到；每年都有半數(shù)人輟學(xué)。不過，這在數(shù)學(xué)的考試分?jǐn)?shù)上面看起來很是漂亮——但沒有任何一名學(xué)生實(shí)際上考得更好。有理可測，學(xué)得最差的學(xué)生（也是考試分?jǐn)?shù)最低的學(xué)生）最有可能輟學(xué)，那么考試分?jǐn)?shù)的平均分會隨著更多學(xué)生輟學(xué)而穩(wěn)步上升。（如果你有一屋子高矮不齊的人，強(qiáng)迫最矮的那個離開房間會使整個房間的平均身高上升，但這樣做并不會使任何人的身高變高。）
健康用戶誤差
每天按時(shí)吃維生素片的人更有可能身體健康——他們是每天都按時(shí)吃維生素的人！而至于維生素是否真的有益健康這又另當(dāng)別論了。 想想這樣一個思考實(shí)驗(yàn)。假設(shè)公共衛(wèi)生官員頒布這樣一條聲明，所有的剛生了小孩兒的夫妻都能該把自己的孩子裹在紫色的睡衣里睡覺，因?yàn)檫@有助于刺激大腦的發(fā)育。20年后，追蹤研究證實(shí)，幼年時(shí)期穿紫色睡衣確實(shí)與今后人生中取得成功有一個特別大的正相關(guān)。比方說，我們發(fā)現(xiàn)，98％考上哈佛大學(xué)的新生孩童時(shí)期都穿著紫色的睡衣（現(xiàn)在許多人仍然這樣做），相比之下，馬薩諸塞州監(jiān)獄系統(tǒng)里的囚犯只有3%年幼時(shí)穿紫色睡衣。
紫色睡衣并不重要。
當(dāng)然，紫色睡衣并不重要，但擁有那種會讓孩子穿紫色睡衣的父母卻十分重要。就算試圖控制父母教育這樣的因素，研究者仍然會面臨那些執(zhí)著于讓孩子穿紫色睡衣和不穿的父母之間不可觀測的差異。正如《紐約時(shí)報(bào)》健康專欄作家加里•陶布斯（Gary Taubes）解釋說，“簡單地說，問題就是踏踏實(shí)實(shí)做那些對他們有好處的事情——比如按醫(yī)囑服藥或吃他們認(rèn)為有益健康的食物——的人，跟那些不這樣做的人有著根本上的不同?！边@種效應(yīng)有可能擾亂任何試圖評估那些被視為有益健康的活動（比如每周運(yùn)動或吃羽衣甘藍(lán)）真實(shí)效果的研究。研究人員以為他們是在比較兩種飲食習(xí)慣對健康的影響：吃羽衣甘藍(lán)和不吃甘藍(lán)。但事實(shí)上，假如治療組和對照組不是隨機(jī)分配的，那么他們在比較兩種不同的人吃兩種不同的飲食，治療組和對照組的不同有兩個方面，而不是僅僅一個。
如果說統(tǒng)計(jì)學(xué)家是偵探，那么數(shù)據(jù)就是線索。我的妻子在新罕布什爾郊區(qū)的高中教了一年書。她的一個學(xué)生因?yàn)殛J入一家五金店盜竊工具而被逮捕歸案，而警察之所以能破案是因?yàn)椋海?）天剛剛下雪，從五金店到學(xué)生的家里的雪上有足跡；（2）在學(xué)生家里找到了被盜的工具。好線索幫了大忙。
就跟好數(shù)據(jù)一樣。但首先，你得有好的數(shù)據(jù)，否則一切都是空。
作者：中國統(tǒng)計(jì)網(wǎng)
來源：中國統(tǒng)計(jì)網(wǎng)（ID：cntongji）
本文為作者授權(quán)鳥哥筆記發(fā)布，轉(zhuǎn)載請聯(lián)系作者并注明出處。
本文系作者：
運(yùn)營那些事兒
授權(quán)發(fā)表，鳥哥筆記平臺僅提供信息存儲空間服務(wù)。
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》
如對文章、圖片、字體等版權(quán)有疑問，請點(diǎn)擊
反饋舉報(bào)
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實(shí)國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動實(shí)施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評價(jià)；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運(yùn)、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運(yùn)勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)