译者: 邓妍
出版社: 九州出版社
出品方: 理想国
出版年: 2023-11
ISBN: 9787522524580
页数: 264
装帧: 平装
定价: 49
原作名: How to Read Numbers: A Guide to Statistics in the News (and Knowing When to Trust Them)
内容简介 · · · · · ·
帮你看清数字背后的真相,不被信息轰炸忽悠
吃饭吃药看病看报都用得到的统计思维,
提升你的“数字感”
-----------------------------------------------------
◎ 内容简介
我们时常遇到大量统计数据,如占比、患病率、风险值等。大量或显或隐的数字,都可能因误读或误用而扭曲真相,要读懂它们进而做出合理判断,“统计意识”不可或缺。
本书帮读者了解数字方面的22个常见错误和花招,它们出现在评价速度和重要性的大小、准确率和排名的高低等众多情境中。本书会告诉你各种数字的采集和表达过程可能出现哪些偏差进而产生“睡前看屏幕会死人”等误导性看法,负责可信的统计数据工作又该遵循怎样的指南。
-----------------------------------------------------
◎ 图书推荐
一本日常统计...
帮你看清数字背后的真相,不被信息轰炸忽悠
吃饭吃药看病看报都用得到的统计思维,
提升你的“数字感”
-----------------------------------------------------
◎ 内容简介
我们时常遇到大量统计数据,如占比、患病率、风险值等。大量或显或隐的数字,都可能因误读或误用而扭曲真相,要读懂它们进而做出合理判断,“统计意识”不可或缺。
本书帮读者了解数字方面的22个常见错误和花招,它们出现在评价速度和重要性的大小、准确率和排名的高低等众多情境中。本书会告诉你各种数字的采集和表达过程可能出现哪些偏差进而产生“睡前看屏幕会死人”等误导性看法,负责可信的统计数据工作又该遵循怎样的指南。
-----------------------------------------------------
◎ 图书推荐
一本日常统计学的杰出指南……巧妙地把困难的感念解释得通俗易懂,是一本应景又活泼的读物。——Manjit Kumar,《泰晤士报》
精彩易读地解释了应如何理解新闻中的数字……在读者提供了侦测误导的工具。——Nick Renninson,《每日邮报》
-----------------------------------------------------
◎ 作品看点
★ “数字感觉”能帮你翻译重要的生活信息,免于恐慌和盲目
“45岁以上的父亲,生的孩子发生癫痫的概率高 18%”“睡前在屏幕上阅读可能会害死你 ”都是常见的报道措辞。如果你因此恐慌,情有可原,但大可不必。因为这些信息都还可以翻译:比如第一条就是“34—45岁父亲,生的孩子的癫痫患病率是0.0024%,而45岁以上父亲的该风险提高到0.0028% ”,第二条则是“睡前连续阅读4小时屏幕会令人平均减少睡眠10分钟,长此以往或损害健康”。
透过本书,我们会了解到文字背后隐藏着数字、相对比例后面隐藏着绝对比例等几十条提升“数字感觉”的实用tips,不被博眼球的表达蒙蔽双眼。
★ 每章都是一台袖珍谣言粉碎机
更确定就等于更重要吗?震惊:碳排放和肥胖之间竟然有关联?使人变得暴力的因素,竟然有汽水?检测准确率达99%就大可信任?丑演员演技更好?......本书22章,每章为你介绍一种数字误会、理解偏差或思维盲点,每五千字的篇幅帮你解决一个问题,明快干脆。
★ 数字也可以很幽默
掌握小学数学就能读懂本书。作者援引的都是身边案例,坏坏的英式幽默和脑筋急转弯一般的统计谬误和悖论,如“某大学女性录取率更低但每个院系的女性录取率都更高”,给你的阅读增添轻松愉悦。
作者简介 · · · · · ·
◎ 作者/译者介绍
汤姆·芝华士(Tom Chivers),科学作家,曾供职于《每日电讯报》、BuzzFeed等媒体,2018年起为自由职业者。2018年获英国皇家统计学会“新闻‘统计性’优异奖”。2017年获美国心理学会(APA)媒体奖,并列入英国科学作者奖、英国科学写作新闻奖短名单。
大卫·芝华士(David Chivers),英国杜伦大学商学院经济学副教授,曾任牛津大学讲师。在优秀学术期刊上多有发表。研究领域包括不平等、增长和发展等。
译者:
邓妍,心理学硕士,数学、经济学与统计学综合学科硕士。曾任投资分析师。为知名媒体担任专职翻译多年。现从事笔译和心理咨询工作。
目录 · · · · · ·
引 言 001
01 数字也会误导人 009
02 轶事证据 :她用这种方法重获健康 019
03 样本量 :说脏话力气大? 027
04 偏差样本 :网上调查靠得住吗 039
· · · · · · (更多)
引 言 001
01 数字也会误导人 009
02 轶事证据 :她用这种方法重获健康 019
03 样本量 :说脏话力气大? 027
04 偏差样本 :网上调查靠得住吗 039
05 统计显著性 :更确定不等于更重要 047
06 效应量 :睡前看屏幕害死人? 059
07 混杂因素 :碳排放致肥胖? 065
08 因果性 :汽水使人暴力? 075
09 这个数字大吗 085
10 贝叶斯定理 : 95% 准确率没意义 091
11 绝对风险和相对风险 101
12 测量的东西变了吧 107
13 排 名 117
14 它在文献中有代表性吗 125
15 追求新奇 133
16 采樱桃谬误 147
17 预 测 153
18 模型中的假设 165
19 得州神枪手谬误 175
20 幸存者偏差 185
21 对撞偏差 :丑演员演技更好? 195
22 古德哈特定律 :指标的诅咒 205
结论与统计写作指南 215
致 谢 227
注 释 229
译名对照表 249
· · · · · · (收起)
原文摘录 · · · · · · ( 全部 )
-
经济学中有一句老话:“当一项措施成为指标时,它就不再是一项好措施。”这就是以英格兰银行前经济顾问查尔斯·古德哈特(Charles Goodhart)的名字命名的“古德哈特定律”。它可能听起来单调,但有深刻的意蕴。一旦知道了这个定律,你就会发现它无处不在。古德哈特定律指的是,要评估一件事做得怎么样,无论使用什么指标,人们都会钻空子去达成这些指标。 (查看原文) —— 引自章节:22 古德哈特定律 :指标的诅咒 205 -
你怎么能相信任何一个在这一段写bellend而在下一段写bell-end的人呢? (查看原文) —— 引自章节:结论与统计写作指南 215
> 全部原文摘录
喜欢读"数字一点不老实"的人也喜欢的电子书 · · · · · ·
喜欢读"数字一点不老实"的人也喜欢 · · · · · ·
数字一点不老实的书评 · · · · · · ( 全部 20 条 )
在信息扎堆的时代学会辨别信息
你看到的新闻,不是你看到的真相
这篇书评可能有关键情节透露
一个生活在现代社会的人,总会遇到各种挑战,有的挑战隐蔽,有的挑战赤裸裸。这其中,各种看似客观的数据带来的观点,是最具有迷惑性的挑战。 《数字一点不老实:看穿纷繁信息中的数据玄机》,是一本帮读者解读各种数据陷阱的入门书籍。 书中用22个章节,解读了生活中22种数据... (展开)> 更多书评 20篇
论坛 · · · · · ·
在这本书的论坛里发言这本书的其他版本 · · · · · · ( 全部3 )
-
W&N (2022)暂无评分 4人读过
-
W&N (2021)暂无评分 2人读过
以下书单推荐 · · · · · · ( 全部 )
- 理想国 Imaginist 知新馆1.0 已出版 (momo)
- 理想国2023年书单 (理想国imaginist)
- 书单|【新书过眼录·中国大陆】2023 (续) (普照)
- 与环境的互操作数据流----数字化核心6 (小毛叔)
- 不确定性与风险管理数字化1----数字化目标Ⅱ (小毛叔)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有927人想读,手里有一本闲着?
订阅关于数字一点不老实的评论:
feed: rss 2.0










1 有用 贡丸 2024-05-19 20:20:08 新加坡
很有趣的一本科普小书,告诉普通人一些结构性的存在于统计学中往往被隐藏的谬误,帮助识别新闻报道中的容易误导人的数据信息。看透这些数据,其实就是学会质疑,学会将数字放在背景中去看,而不是只看数字的表面。现在终于搞懂了p值小于等于0.05的意思了😝Goodhart’s Law简单明了地阐释出现代人把方法作为目标的误区,我又有新的理论工具可以使用了!Simpson Paradox也是一个新知识,一个组群不... 很有趣的一本科普小书,告诉普通人一些结构性的存在于统计学中往往被隐藏的谬误,帮助识别新闻报道中的容易误导人的数据信息。看透这些数据,其实就是学会质疑,学会将数字放在背景中去看,而不是只看数字的表面。现在终于搞懂了p值小于等于0.05的意思了😝Goodhart’s Law简单明了地阐释出现代人把方法作为目标的误区,我又有新的理论工具可以使用了!Simpson Paradox也是一个新知识,一个组群不能代表一个亚组,更不能代表个人。数字不能代表背后的人。 (展开)
1 有用 魏司马的光 2023-12-27 08:17:42 上海
这本书讲述了很多我们应该对今天这个数据化的时代保持警惕之处,这些建议降低了理解的难度,总体来说就是能用相关性就不要用因果性来解释现象,但我想统计本身是一种典型的共时性方法,在历时性的领域中,因果性当然比相关性更加重要,那么统计是否还能派上用场?这值得思考。
0 有用 逍遥的鱼 2025-03-21 22:18:58 北京
一本不错的小书 前提是你必须静下心来看 有时还必须拿起笔算一算
2 有用 纪华裕 2024-02-19 20:30:44 福建
作为一本科普书真的太棒了。文字很接地气,作者将抽象的概念融入到了具体的示例之中,循循善诱,带领读者领悟到其中的玄妙之处,给作者和译者都点个赞。
0 有用 不是很懂 2024-02-22 17:46:32 四川
比较轻松的科普读物,似乎更适合欧美文化的人文环境和语境。 书中的不少例证,其伪命题特质在东方人尤其中国的聪明人看来,并不是那么具有迷惑性。 本书告诉读者一种方法论,能够在事物的逻辑关系上建立相关性的,则尽量减少对因果性的依赖,免得落入“数字陷阱”。 不过,抛开统计学,我们日常面对的信息操弄,可能更多的并不是因为缺少科学,而是出于人性恶的一面。