《数字陷阱》内容简介

数字在生活中随处可见，似乎与我们如影随形，它给生活带来了便利，同时也埋藏了重重陷阱。数据洪流凶猛无情，把我们淹没在茫茫信息海洋，我们在其中四处飘荡，莫名地感到恐慌。数据信息并不都是真诚的，它也有虚假的面具。我们身在其中，有必要看穿它的本来面目。本书全面介绍了数字陷阱的各种类型，并通过详细而生动的案例进行了剖析，在*后列出了几项避免数据陷阱的妙招，帮助大家在工作、读书学习、购物等日常生活中更好地识别数字陷阱，避免深受其害。
李凯：北京大学数学与应用数学专业，高级软件工程师，目前就职于度在线网络技术（北京）有限公司，担任过数据分析师、项目经理等职务。主要从事大数据环境下的商业数据分析，设计酒店、金融证券、建筑和移动通信等多个行业。

作品目录

内容简介
前
言
第一章：数字也会说谎
一、数字并不是你看起来那么庞大
（一）互联网上的“大数字”
（二）教育中的“大数字”
（三）生活中的“大”数字
（四）缺乏对比，数字大小未可知
二、这些数字是捏造出来的
（一）互联网造假
（二）票房造假
（三）胡乱预测
三、看穿数字中的“假精确”
（一）广告中的“假精确”
（二）生活中的“假精确”
四、数字真实，包装后也会认不出
（一）你看到的，都是对我有用的
（二）指鹿为马，无效的比较
（三）改一改，数据变了样
五、拙劣的数字谎言
（一）广告中的数字谎言
（二）互联网中的数字谎言
（三）投资中的数字谎言
（四）所谓的“公式”
第二章：风险中的数字陷阱
一、虚假的“小”风险
（一）科学中的“小”风险
（二）金融中的“小”风险
二、虚假的“大”风险
（一）科学上的“大”风险
（二）生活上的“大”风险
三、风险也分相对与绝对
（一）科学上的风险
（二）生活上的风险
四、科学谣言扎根于数字陷阱
（一）“大”数字
（二）风险“相对论”
（三）关联不是因果
（四）毫无意义的比较
（五）离开剂量谈毒性？请不要耍流氓
第三章：注意：回归分析也有陷阱
一、数字相关≠因果联系
（一）医学上的数字陷阱
（二）互联网上的数字陷阱
二、A和B，哪个是因？哪个是果？
（一）科学界的因果倒置
（二）经济上的因果倒置
（三）学习上的因果倒置
（四）广告上的因果倒置
（五）教育上的因果倒置
三、遗漏变量，分析有误差
（一）学校考试成绩中的数字陷阱
（二）健康上的数字陷阱
（三）概率上的数字陷阱
四、无关变量太多，结果无意义
五、预测趋势胡乱分析，结果很可笑
第四章：统计调查，数字陷阱的重灾区
一、样本数据不足，离正确结论失之千里
二、资料不匹配，何谈正确结论
（一）媒体的不匹配数据
（二）广告中的不匹配数据
（三）医学上的不匹配数据
（四）公司运营中的不匹配数据
三、样本选取错误，系统误差不可避免
四、人性弱点，被调查者不一定说真话
五、问题问得好，被调查者才会答得好
第五章：广告中的数字陷阱
一、招聘广告有猫腻，虚假工资诱人心弦
二、商品折扣增加40%，你是否心动？
三、装修陷阱玩弄低价数字游戏，你能看清吗？
四、公司产品满意度99.8%，托儿不少
五、广告中的辛普森佯谬
（一）药物VS安慰剂
（二）考试成绩
（三）吸烟与健康问题
六、数字形式巧变样，感觉不一样
（一）模糊字眼
（二）“大”数字
（三）精确数字
七、价格就怕比，弄得消费者没主意
（一）第一个数字
（二）消费者的中庸之道
（三）我们只是缺少一个购买的理由
八、特价房，特价可能只是错觉
第六章：互联网的数字陷阱
一、婚恋网站陷阱多，机器人账号遍地开花
二、互联网金融，产品收益说得不靠谱
（一）年化收益率16%？零风险？
（二）货币基金收益8%？
（三）高收益吸睛，文字游戏？
三、你的粉丝究竟有多少是虚假的？
四、互联网的KPI，猫腻真不少
五、互联网上有排行，水分太多不可靠
（一）品牌榜
（二）畅销榜
（三）信誉榜
（四）排名应有准入门槛
（五）网站平台当担责
六、直播平台很火热，猫腻很多扎堆出现
七、流传20多年的假数据，是时候拆穿了
八、互联网数据造假为何频频出现？
第七章：企事业单位运营的数字陷阱
一、学校考生真牛掰，你关注上线人数的背后了吗？
二、药价下降了，你觉得医药费真的会少吗？
三、雾霾减轻了，真的是车辆限行的原因吗？
四、电视收视率有那么简单吗？
（一）收视率的玄机
（二）收视率为0？
（三）收视率VS收视份额
五、上市公司融资额，造假危险且愚蠢
（一）上市潜力股公司
（二）上市企业所投公司
六、高铁上座率大于100%，有的车厢还没人？
七、可恨的标题党，死亡率可不能这么对比
第八章：生活中的数字陷阱
一、商贩找你小钱，先不要着急走开
（一）赖大头
（二）障眼法
（三）垫秤
（四）耍秤
二、步数多，健康也不一定会来
三、有折扣就便宜？可没有那么好的事儿
（一）折扣陷阱
（二）赠品陷阱
四、体重减轻，减肥就成功？
（一）越减越肥
（二）失恋减肥
（三）纹丝不动的体重数字
（四）瘦却干瘪着
（五）身材好，体重却没变
五、视力度数就一定可靠？小心近视
六、葡萄酒看年份，这种常识不可轻信
七、前面有坑，小心掉入中奖陷阱
八、二手车看里程数，多长心眼别被忽悠
第九章：避免数字陷阱有妙招
一、大数据的困局，N≠所有
二、大数据，用小规模实验求证
三、寻找偏差，不要被权威迷惑
（一）有意识的偏差
（二）无意识偏差
（三）将资料与权威人士划清界限
四、问自己，是否遗漏了什么？
（一）缺乏比较
（二）遗漏原因
五、拆穿偷换概念的把戏
（一）统计口径不同
（二）口头回答不可靠
（三）目的不同
（四）无理比较
（五）标榜第一
（六）文字游戏
六、用提问将毫无意义的数据打回原形