作者 | 周志鹏

责编 | 郭   芮

“世界上有三种谎言：第一种，谎言；第二种，该死的谎言；第三种，统计数据。”

当年马大爷（马克吐温）肯定没少受统计数据的糊弄，让他一气之下把统计数据和谎言相提并论。

这么多年过去，数据越来越走向前台，走向大众。大家想要表达一个观点，仿佛不用数据来论证，就总觉得少点儿什么。

在这个大背景下，关于数据的陷阱和基于数据构成的谎言，糊弄和影响范围也是空前的。

这不，最近笔者就抓了三个典型的数据谎言，和旁友们一起看看数据是怎样说谎的，以及我们如何识破这些谎言。

用标准来解决数据问题

随着基础生活条件的不断改善，越来越多美国人胡吃海喝，与之对应的是肥胖率不断攀升，大有放飞之趋势。

假如你是政策制定者，怎样才能够快、准、狠地降低全国肥胖率呢？

普通玩家，会呼吁大家注意饮食，吃更多的绿色健康食品。

土豪玩家，会鼓励大家减肥，比如减掉一斤肉奖励XX元。

但真正的高手，是完全不屑于这些常规操作的，用标准解决数据问题，才立竿见影。

我们先来看看肥胖率这个指标来龙去脉，再膜拜高手的神之操作。

肥胖率是根据体重指数（BMI）来算的。

体重指数(BMI) = 体重(kg) / 身高(m)的平方

例如笔者体重65kg，身高1.82m，那BMI = 19.62，标准认为，BMI在18.5~24.9时属正常范围，BMI大于25为超重，BMI大于30为肥胖。

肥胖率也就是BMI>30的人数占总人口的比重。

到这里问题就很简单了旁友们！

真正的高手从数据标准入手，把原本BMI > 30就属于肥胖，改成BMI > 40才属于肥胖就好了！

通过提高肥胖的门槛，来减少肥胖人数，真是天才！

只一瞬，美国肥胖率直接从22%降低到12%了！（这个数字是我胡诌的，大家get到精髓就好）

歪瑞古德！我们成功的遏制了肥胖率的飙升！

笑完之后认真脸：生活中的数据问题，还真有不少数据标准学家来这样忽悠大众。为了避免被忽悠，一定要先了解数据的统计口径和各项定义。

相关和因果性的诱惑

躲过了数据标准学家的套路，我们来到了第二关。

坦白讲，数据分析er看到下面两条光滑同频的诱人曲线，很难拒绝思考他俩之间的因果性。

再加上已经备注出“相关系数99.26%”，强强强强相关啊朋友们！

于是赶紧开始思考，是A指标波动影响了B吗？

不要吐槽上面图例不完整，我故意不截全的。毕竟，上图黑线代表“人造黄油消费量”，红线是“缅因州离婚率”。

难不成缅因州的黄油有感情破裂成分，让食用家庭为之付出代价？！

还是说离婚的人们都去囤黄油了？

在数据逻辑发明家笔者看来：

• 买黄油回来是做饭，买的多说明做饭频率高！

• 做饭频率高，代表夫妻在一起的时间久！

• 而夫妻在一起时间久，摩擦自然多了起来，所以导致了离婚率的上升！

Emmm，我瞎掰一通，差点连我自己都说服了......

不过，这个人造黄油消费量，并不只是缅因州的。所以，因果关系的思考还是一眼看出是扯淡。

然鹅，在现实中遇到类似的数据问题，一些同学的思想还是会滑坡，不自觉的基于相关性，思考虚无缥缈的因果性。

图表坐标轴上的文章

老板！您看看！咱们Z公司最近销售趋势真不错啊！

嗯！果然没辜负我的期望！突破了季节性影响，节节攀升！话不多说！相关同学一人一块劳力士！

销售额真的这么高吗？他给老板汇报的图表，纵坐标并不是从0开始，而是从237万开始，故意夸大不同月份销售额之间的差距。

如果把纵坐标起点改为0：

实际公司销售趋势，完全就和古天乐的颜值一样，“平平无奇”。

此时，拿了劳力士奖励的小组成员们一脸懵逼，只有给老板汇报的小A心知肚明，率先跑路......

作者：周志鹏，3年数据分析，深切感受到数据分析的有趣和学习过程中缺少案例的无奈，遂新开公众号「数据不吹牛」，定期更新数据分析相关技巧和有趣案例（含实战数据集），欢迎大家关注交流。

声明：本文为作者投稿，版权归其所有。

更多精彩推荐

☞中国开启开源新纪元！
☞港中文用 Zoom 考试，中途遭黑客入侵传播不可描述内容
☞360金融新任首席科学家：别指望AI Lab做成中台
☞AI图像智能修复老照片，效果惊艳到我了
☞程序员内功修炼系列：10 张图解谈 Linux 物理内存和虚拟内存
☞当 DeFi 遇上 Rollup，将擦出怎样的火花？
你点的每个“在看”，我都认真当成了喜欢