趣味思考　这句话有什么问题？

关于“大数据”，有一句盛传已久的名言：“除了上帝，任何人都必须用数据来说话。”这句话是存在逻辑问题的，你能看出来吗？

揭晓谜题之前，我们需要先思考一个问题：上帝等不等于人？

如果说，上帝不等于人，把两者放在同一位置上进行差别的比较，是没有意义的。如果说，上帝等于人，两者存在比较的基础，那就又出现了内在的逻辑冲突：倘若“任何人”包括上帝的话，那么上帝也必须“用数据来说话”，此话前后就是自我否定了。

要解决这个逻辑谬误，办法很简单，放弃用“上帝”做比较，直接将这句话改为：“任何人都必须用数据来说话。”可是，这又出现了一个新的问题：用数据来说话，就一定可信吗？数据有没有欺骗性呢？

在现实的论证中，利用统计数据作为证据是一种常见的方式。这样的证据看起来十分动人，因为数字让证据显得极具科学性，非常精准，似乎它就代表了“事实”。但是，我们必须认识到一个真相：统计数据会，且经常会，说谎！它们不必然就能证明它们想证明的一切。

那么，数据是如何欺骗我们的呢？或者说，数据为什么不完全可信呢？

混杂因素

混杂因素，是指在试验中会混淆所研究因素与结果之间联系的那些外部因素，它的存在会对试验结果产生干扰，出现所谓的混杂效应。

2008年欧洲杯和2010年世界杯两届大赛中，章鱼保罗声名鹊起，红遍全球。原因就是，这个生物预测14次猜对13次，成功率高达92.86%，被人捧为“章鱼帝”。

但凡有一些常识的人，都知道“章鱼有预测能力”是不符合现实的，但为什么会出现预测14次猜对13次的情况呢？这里面的底层原理是什么呢？答案正是，混杂因素。

这里的混杂因素比较隐晦，不太容易被众人识破，那就是国家国旗的样式！

让章鱼预测比赛结果的方式很简单：在鱼缸旁边放置两个国家的国旗和食物，让章鱼进行选择。研究发现，章鱼这类生物能够辨识明暗度，特别是横向条纹。在多次的预测中，章鱼保罗一共只选择了三个国家——德国、西班牙、塞尔维亚。

如果你去网上查看这三个国家的国旗，你应该已经知晓了真相——不是章鱼保罗有预测比赛结果的超能力，它只是选择了自己喜欢的图案罢了。

数据偏差

要为特定的目的得到精确的数据，常常会遇到各种阻碍，如关键词语的模棱两可，人们不愿提供真实的信息，需要保密的各种事件等，因此统计数据的形式往往只能是基于事实作出的一些估计，这些估计有时是存在欺骗性的。

——40%的大学生饱受抑郁症的折磨！

看到这一新闻标题时，你有什么想法？你是会为年轻人的心理状况感到担忧，还是会反问这个统计数字是怎么得来的？不知来历的统计数字，往往能带给人深刻的印象，或是让人肃然起敬，但这些数字的精确性常常令人怀疑。在对这样的数据作出反应之前，我们很有必要问一句：这些数据是怎么得来的？

多含义的平均值

每次见到平均值的时候，不仅要确定这个平均值是平均数、中位数还是众数，还要判定最小数值与最大数值之间的差距，即全距以及每个数值出现的频率，也就是数值分布。如果不搞清楚这些，贸然地相信一个平均值，可能会让我们难以看清真相。

测定平均值的方法有三种，每种方法都可以给出不同的数值：

〇平均数：把所有数值相加，用总数除以相加的数目。

〇中位数：将所有数值从高到低排列，位于最中间的一个数值或两个数值的平均数。

〇众数：计算不同数值出现的次数，找出出现频率最高的数值。

——“相关调查显示，大学生每周平均花在学习上的时间是12.8小时，与20年前的大学生相比学习时间少了一半。”

你怎么看待这一结论？它是否能证明，当代大学生们在学业方面付出的努力变少了？当然不能，我们要看这里的平均值是按照哪一种方式计算的：如果有些学生花了很多的时间在学习上，比如一周30～40个小时，平均数值就会被拉高，但不影响中位数或众数的数值。所以，如果这里列举的平均值是平均数，那我们还可能高估了平均的学习时间。

——“这个病预后情况不太乐观，患同样癌症的病人存活时间的中位数是10个月，你们不妨考虑一下，在病人生命最后的这段时间里，如何提高一下生活质量吧！”

听到医生给出这样的“审判声”，作为病人家属会是什么心情呢？

先别急着沮丧，医生说的话，可以让我们明确知道患这种癌症的病人有一半不到10个月就去世了，另一半人存活时间超过了10个月。但仅仅知道这些还不够，我们还需要了解活下来的那些人的存活时间的全距和数值分布！

也许，存活时间超过10个月的病人的数值全距和分布会显示：有些人甚至很多人存活的时间远不只10个月，甚至活到了70～80岁！知道病人存活情况的完整分布，可能会改变病人和家属对当下处境的看法，用更恰当的心态去处理问题。

乱用结论

有些数据可以证明一件事，但这并不意味着可以用这些数据去证明另一件性质截然不同的事。如果有人这样做，那么此时的数据就无法作为可靠的证据。

——“如果你乘坐这个城市的地铁，你很可能会丢手机。我刚读了一份统计数字，说小型电子产品占地铁系统失窃率的70%。”

上述的数据只能证明，地铁系统的大部分偷窃行为都和小电子产品有关，但它没有证明这类偷窃行为发生的概率有多大。

打开一切科学的钥匙毫无异议的是问号。面对权威，面对真实的数据，面对看似严谨的理论，我们都需要并且敢于质疑。

——巴尔扎克