数据的真相：如何在数字时代做出明智决策 PDF 全书完整版

数据的真相：如何在数字时代做出明智决策 电子书封面

读者评价

MIT科学家解读数据的本质，消费者及市场、营销、广告、公关从业人员相见恨晚的一本书
这本书运用了开放思维，作者提出问题，让读者根据理解自行回答。这些年，大数据盛行，但大数据的基础是建立在假设之上的，也就是说，如果开始的方向是错的，那么数据再大也于事无补。我们是否可以预测股市?似乎对冲基金经理可以，他们通过调整风险来获利。2015年，美国top25对冲经理年收入达115亿美元，而这是最近十年最低的水平。请问这数据是真实的吗?在数据的世界，样本的选择，数据结论的筛选，相关性与因果性，搞明白了这些，才能真正读懂数字背后的真相，或者是才能用数字来讲故事迷惑受众。
教你如何正确的看待数据，分辨数据的影响。相关性和因果性是不同的。理性又实用的一本书。
整本书都是在告诉你已经知道的事情，只不过稍微加深了下，前半部分还有点眼前一亮，后边越来越乏。

内容介绍

市场推广人员在产品包装上重点突出了什么，为什么突出这些数据？
为什么年度报告上，有些数据以饼状图的形式出现，而其他数据以柱状图出现？
销售预测是基于哪些数据得出的？
你的医生说你的病是由某些行为引起的，还是这些行为只是和你的疾病相关？
你知道如果待在一家公司不动，赚的钱会更少吗？
在奥运赛事中，去掉高分和低分再取平均值，对运动员公平吗？
为什么美国大多数总统的任期为1460天或者2921天？
晚睡的人智商会比较高吗？
星巴克旁边的房子升值更快吗？
穿耐克鞋就能像乔丹一样灌篮？
过了保质期的食品到底能不能吃？

我们每天都在刷头条、浏览弹窗，每天都会接触海量的数据信息，这些信息背后隐藏着什么真相？如何识别那些一本正经的胡说八道？
普通人一天大约要接收30G的数据，但大部分人不知道如何正确地解读这些数据。MIT数据学专家在本书中讲述了如何破译每天接触到的数据，将复杂的问题变得更简单和直观。
本书涉及商业、零售、广告、育儿等诸多领域的真实案例，以及时常为人们所误解的数据概念。在本书中，你不仅能够找到如何在信息庞杂的世界中识别数据谎言、挖掘有用信息的方法，而且还能找到凭借该答案迅速做出明智决定的深刻智慧。

目录

• 前言 / IX
• 序 / XIII
• 第一章
• 无处不在的数据：从大数据到小数据
• “小数据” / 008
• 小情境 / 010
• 成熟的数据接收者 / 011
• 第二章
• 对“挑战者号”评估结果的异议：抽样如何影响结果
• 1986 年 1 月 28 日 / 018
• 理解样本选择 / 019
• 我们为何需要抽样？ / 023
• 如果是这样， 结果会如何？ / 024
• “怪诞” 的科学 / 026
• 抽样不一定越大就越好 / 028
• 系上安全带 / 029
• 我们是第 1 名， 也是第 58 名！ / 031
• 不接受自拍 / 031
• 选举总统与人口普查 / 032
• 取其精华， 去其糟粕 / 034
• 填空 / 035
• 缺了什么？ / 036
• 做一个成熟的数据抽样接收者 / 037
• 第三章
• 红色州为什么变蓝了：平均数及总数——近观概括性统计
• 当心数据缝隙 / 047
• 平均数、 中位数和众数哪个更可信？ / 049
• 迈阿密人出生时平均是西班牙裔， 死时是犹太人？ /052
• 为什么副市长会比市长赚得多？ / 053
• 如何评估学生的成绩？ / 056
• 平均值的平均值 / 057
• 警惕数据中的异类 / 058
• 去掉高分和低分有道理吗？ / 060
• 总统办公室的离群值？ / 061
• 掩盖信息的代价为 10 亿美元 / 062
• 你是否比一般人更为优秀 / 063
• 如何成熟对待数据总和、 平均值、 离群值 / 065
• 第四章
• 使用苹果手机的人更聪明？正确理解关联性和因果性
• 智能手机＝聪明人？ / 071
• 星巴克旁边的房子升值更快？ / 073
• 还有什么因素可以解释这件事？ / 074
• 我们有没有让你们觉得无聊？ / 077
• 为什么重要 / 079
• 穿耐克鞋就能像乔丹一样灌篮？ / 079
• 婴儿、 洗澡水和波尔多红酒 / 081
• 你在搜索引擎页面排第几？ / 082
• 烤奶酪的性福生活（我们差点将其用作书名） / 083
• 加利福尼亚的阳光和美属萨摩亚岛上的律师 / 084
• 不要被媒体人骗了 / 086
• 了解大脑的工作模式 / 089
• 抛弃先入为主的观念 / 090
• 依然重要的一点 / 091
• 如何成熟地应对关联性和因果性 / 092
• 第五章
• 眼见真的为实吗？我们信仰统计学
• 民意调查 / 101
• 二手烟是否会致癌？ / 102
• 重要的事 / 103
• 深呼吸 / 105
• 抽样大小事关重大 / 106
• 你有多大把握？ / 108
• 泄露秘密 / 110
• 如何面对截然相反的结论 / 112
• 效果显著 / 113
• 这个研究对我的生活重要吗？ / 114
• 等等，还有呢 / 115
• 了解自己所看到的是否重要， 从而成为成熟的数据
• 接收者 / 116
• 第六章
• 非洲为什么会变小？歪曲与曲解
• 不要臆断 / 124
• 柱状图和饼状图应该怎么画？ / 126
• 微妙的圆 / 133
• 图表让人看起来更值得信任 / 135
• 对所有数据一视同仁导致曲解数据 / 136
• 体会有和仅有的区别 / 138
• 油表显示油箱为空为什么还能开个几里路？ / 139
• 造假与失误 / 139
• 错误数据抹掉股市 1 360 亿美元 / 141
• 不要相信维基百科 / 142
• 过了保质期的食品能不能吃？ / 142
• 确凿无误的消息也可能被误读 / 144
• 1/4 磅牛肉汉堡与 1/3 磅牛肉汉堡哪个大？ / 145
• 如何明智地接收被歪曲（或可能被歪曲） 的数据 / 146
• 第七章
• 筛选数据需要“摘樱桃法则”:疯狂筛选
• 筛选数据的“摘樱桃法则” / 156
• 用统计学的观点如何看祸不单行？ / 158
• 如何解读体育赛事中的统计数据？ / 160
• 房价上涨了还是下跌了？ / 161
• 政客们如何筛选数据？ / 164
• 相信我们——我们在打广告 / 166
• 你是“摘樱桃的人” ——没错， 就是你 / 168
• 选出较好的， 留下其他的 / 168
• 市场营销人员如何筛选数据？ / 170
• 如何识别经过筛选的数据？ / 171
• 第八章
• 为什么福岛事故是可以预防的：预测未来的技术
• 明天太阳会照常升起吗？ / 179
• 预知和预测的区分 / 182
• 出国旅游之前， 请告知金融机构 / 183
• 正确地看待预测 / 186
• 抛硬币与“赌徒谬论” / 187
• 我们身边的预言家 / 190
• 你知道什么？ / 193
• 民调为什么会出错？ / 195
• 偶然与概率 / 196
• 心理因素影响预测 / 198
• 如何成为一个聪明的预测者 / 199
• 第九章
• 拨开数据的迷雾：总结
• 不要轻信头条新闻中的数据 / 204
• 如何看待工作满意度调查？ / 207
• 出生月份与健康有关系吗？ / 209
• 如何解读关于问题学生的数据？ / 212
• 如何使用房价评估网站的数据？ / 214
• 如何成为一个成熟的数据接收者 / 218
• 尾声 / 219
• 词汇表 / 221
• 注释 / 229
• 致谢 / 263