數據的假象

{{ _getLangText('m_detailInformation_goodsAuthorText') }}卡爾.伯格斯特姆,杰文.威斯特
{{ _getLangText('m_detailInformation_goodsTranslatorText') }}穆思婕,沈聿德
{{ _getLangText('m_detailInformation_goodsPublisherText') }}天下雜誌股份有限公司
2022年06月01日
ISBN:9789863987628
{{ _getLangText('m_detailInformation_goodsTips1Text') }}
{{ _getLangText('m_detailInformation_goodsActivityText') }}
{{ activityObj.name }}

{{_getLangText("m_detailIntroduction_goodsIntroductionText") }}

高度量化時代,數字絕對更會騙人,騙更大!

統計、圖表、懶人包,常是理性裝扮的鬼扯,

點贊、分享、演算法,助長類事實瘋傳成禍。

掌握數據的底層邏輯,洞悉科學量化包裝術,

資訊批判思考力,是最強自我保護力!


★經匯率調整,敝公司績效最佳的全球型基金在過去九年中有七年優於大盤。

★儘管在統計上未達顯著,本研究結果凸顯此標靶質子治療具臨床重要之效果量,挑戰了現行的治療典範。


類似上面的敘述,你可能也看過,是不是躍躍欲試?


別興奮得太早。你發現了嗎,上面的敘述完全沒說收益表現的調整方法究竟是什麼?有幾檔基金表現不如大盤?差多少?九年中有七年表現優於大盤的是同一檔基金嗎?另外,具臨床重要性卻未達統計顯著的研究結果,到底代表什麼?


數學、統計與科學都是理性、客觀、精確的代表,

但也是資訊時代更容易操弄人心的騙術,而且更難被識破!


有圖有照片不一定有真相,數字表格簡單清楚其實更容易藏貓膩,

大數據陷阱多多更容易扯大謊。

 

如何偵測科學鬼扯?如何識破數據資料不合邏輯的破綻?

是現在深度偽造時代非常重要的自保能力。


兩位作者在華盛頓大學開設同名課程,受到極高的討論和迴響,他們運用統計與生物學領域的專精知識和經驗,以生動幽默的方式,拆解取樣偏誤與數據資料數位化混淆視聽的案例,檢視我們的生活多麼容易受到各類數據假象的影響。只要善用本書的思考方式,人人都能察覺資料有問題,拆穿假象:


◎圖表可能誤導:正統圖表看來無趣又複雜,如果刻意將縱軸上下顛倒,柱狀圖的條形不從0點開始呢?大眾可能被誤導而不自知。媒體只想提高點擊率,有趣或吸引注意力比正確性重要。


◎數字會說謊:有可能算錯數量、小型取樣無法精確反映整體的特性、推算的程序與方法有誤,幫原本薄弱的主張建立可信度,成為散播謠言的載具。


◎資料扭曲事實:新聞宣稱,科技公司市值在發布財報後,蒸發千億,還附上近四天股價走勢圖,若拉長至五年期來看,公司表現並不差。謠傳電視台因取消高收視節目而股價大跌,但是股價跌是在節目取消之前,節目收益是總營收的0.1%,有可能造成股價重挫2.5%?


◎機器可能出錯:電腦可以分辨狼和哈士奇?演算法並非注意兩者的面部特徵,而是從狼和雪景一起出現來判斷,但如果是在雪中的哈士奇呢?人工智慧的判斷會出現偏誤。