統計的假象：拆穿混淆的假設、揪出偏差的數據、識破扭曲的結論，耶魯大學最受歡迎的十八堂公開課

序言

我們生活在大數據時代。高性能電腦和全球網路的強大組合正得到人們的讚美，甚至推崇。專家不斷告訴我們，他們發現了一種新的能力，可以篩選巨量資料並發現真相，這將為政府、商業、金融、醫療、法律以及我們的日常生活帶來革命。我們可以做出更明智的決策，因為強大的電腦可以分析資料，發現重要的結論。

也許事實的確如此，也許未必。有時，這些無所不在的資料和偉大、光明正確的電腦會得出一些非常怪異的結論。例如，有人一本正經地宣稱：

‧凌亂的房間會強化人們的種族主義傾向。

‧還未出生的小雞胚胎會影響電腦的隨機事件生成器。

‧當政府負債相對國內生產總值的比率超過百分之九十時，國家幾乎一定會陷入衰退。

‧在過去二十年美國犯罪率下降的原因中，合法墮胎的比例高達百分之五十。

‧如果每天飲用兩杯咖啡，將大為提高罹患胰腺癌的風險。

‧最成功的公司傾向於變得不那麼成功，最不成功的公司傾向於變得更加成功，因此過不久，所有公司都會淪為普通的公司。

‧出現在雜誌《運動畫刊》（Sports Illustrated）和電玩《勁爆美式足球》（Madden NFL）封面上的運動員會受到詛咒，他們可能會陷入平庸，或者受到運動傷害。

‧生活在高壓電線桿附近的兒童具有更大的罹癌風險。

‧人類有能力將死亡推遲到重大儀式過後。

‧亞裔美國人更容易在每月四號突發心臟病。

‧如果一個人的姓名首字母縮寫擁有積極的含義（比如ACE），那麼他可以多活三到五年。

‧平均來說，教名（第一個名字）以字母D開頭的棒球運動員的壽命比教名以字母E到Z開頭的運動員短兩年。

‧臨終病人可以被幾千英里以外傳送過來的積極心理能量治癒。

‧當NFC冠軍球隊贏得超級盃（美國超級盃總決賽在國家聯合會〔National Football Conference〕和美國聯合會〔American Football Conference，AFL〕分別比賽產生的冠軍之間舉行）時，股市幾乎一定會上漲。如果你購買股息率最高、每股價格第二低的道瓊工業平均指數，你就可以跑贏大盤。

這些說法顯然是錯誤的。不過，許多與此類似的說法每天都會出現在報紙和雜誌上。在如今的資訊時代，我們用沒完沒了而又毫無意義的資料指導我們的思想和行動。不難看出為什麼我們會反覆得出錯誤的推論，制定糟糕的決策。即使能夠得到比較充足的資訊，我們也不會永遠注意到數據的偏差性和無關性，或者科學研究的缺陷和誤導性。我們傾向於相信電腦從不犯錯，認為不管我們把什麼樣的垃圾扔進去，電腦都會吐出絕對真理。這種想法不僅存在於外行人的日常生活中，也存在於專業人員嚴肅認真的研究工作中。舉凡在流行刊物、電視、網路、競選活動、學術期刊、商業會議、法庭，政府聽證會，此類現象屢見不鮮。

幾十年前，資料非常稀少、電腦還沒有出現時，研究人員需要努力蒐集優質資料並進行審慎的思考，然後花費幾個小時甚至幾天的時間，從事艱苦的計算工作。現在，面對豐富的資料，研究人員通常不會花費太多的時間區分優質資料和垃圾，或者區分合理分析和垃圾科學。更糟糕的是，我們常常不假思索地認為，我們對大量資料的處理永遠不會出錯。我們匆匆忙忙地根據這些機器發出的夢囈制定決策——比如在經濟衰退期間提高稅賦，將我們一生的積蓄交給一些說得天花亂墜的財務分析師，根據最新的管理理念制定商業決策，用醫療騙術危害我們的健康——更糟糕的是，我們還會放棄心愛的咖啡。

英國經濟學家羅納德．寇斯（Ronald Coase）曾經嘲諷道：「如果你拷打資料足夠長的時間，它一定會招供。」《統計的假象》考察了幾十個扭曲的結論。只需片刻的思考，你就會發現這些結論的問題。有時，無恥之徒故意用這些說法來誤導我們。有時，天真快樂的研究人員並沒有意識到他們所製造的惡作劇。

我寫這本書的目的是幫助我們遠離錯誤──包括外部錯誤和自己造成的錯誤。你將學到一些簡單的指導準則，用於測試其他人或者你自己說出的不可靠的觀點。人們用數據欺騙我們，我們也經常用數據欺騙自己。