《赤裸裸的统计学》

1.统计数字会撒谎

我们首先要明确1点,精确不等于准确。统计学描述复杂想象的过程很难做到准确无误的,只能通过合理控制误差来无限接近真相,这就为掩盖真相创造了空间。

2.数据相关性

很多视频网站会为注册用户设置1个专属频道,内容大多是用户经常关注的类型。这是因为视频网站会采集过往的搜索观看记录,再依据统计分析,预测推送内容。

3.大数定律

我们都知道保险公司从长远角度来说都是利润丰厚的。这是因为他们在设定保费时,对可能支付的费用做了预估,并根据事故发生的概率,确保收取的保费高于理赔费用。

4.独立事件之间一定不存在联系吗?

在英国,曾经发生多起1个家庭多名婴儿猝死的案件。通常婴儿猝死的发生概率本来就很低,在1个家庭发生2次甚至多次的情况基本不可能。可是,小概率事件并不代表绝不发生,有时还 会造成严重的后果。

5.统计学的性别歧视

根据数据统计,一般男性的车辆事故较多,女性的寿命较长,所以,男性的车险费率高,女性的养老保险费用较高。这是因为保险公司为了确保收益,并不存在歧视。

6.检方谬误

DNA检测是确认罪犯身份重要的技术手段,但是很多时候,因为数据库资料是一定的,未必做到100%符合。可是即使误差再小,也不能忽视它的存在。

7.选择性偏见

很多人可能没有注意到,任何一份民意调查在选择样本时不能保证等概率抽样,抽样数据就可能存在“偏见”,这样样本即使容量很大,也无法正确反映民意。

8.黑天鹅事件

最大的风险从来就不是那些我们能看得见、算得出的,而是那些看上去似乎概率很小,我们认为一辈子都不可能发生的风险。但它们的确会发生,而且比我们想象的要频繁得多。

9.幸存者偏见

如果样本中有数据缺失,会导致样本组成发生改变。很多基金公司在宣传以往收益时,往往选择隐瞒失败的产品,大肆宣扬幸存的基金。

10.误差

虽然统计学是一门严谨的学科,可是我们也不可能通过数据统计得出严丝合缝的真相,只能通过合理控制误差来无限接近真相。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,772评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,458评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,610评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,640评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,657评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,590评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,962评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,631评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,870评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,611评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,704评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,386评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,969评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,944评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,179评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,742评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,440评论 2 342

推荐阅读更多精彩内容