我们是如何被事实和数字欺骗的

我们每天看到海量的资讯，在这些纷繁复杂的信息中，如何避免被误导，如何保持独立的思考，显得无比重要。有些信息，它说的每一个事实、每一个数字都是真的，却能成功地欺骗我们。

先来举几个例子。

我的公号曾经有一篇文章让我的粉丝数增长了两倍，你会不会觉得这篇文章很不错？事实上，那是我第一篇文章，当时粉丝数是60，增长了两倍也只有180，而那篇文章是如此平庸，以至于我后来把它删掉了。

假如一个球探并不认识丁俊晖，我剪辑一个视频——里边70%的片段是丁俊晖失误的镜头，那这个球探一定会评价说丁俊晖的球技一般。

一位员工向老板汇报：“因为贸易战，鞋子的销量下降了两成。”另一位员工向老板汇报：“尽管有贸易战，我们鞋子的销量依然保住了八成。”哪个是真相？

一位作者的简介里写道：2006《时代周刊》年度人物、2008感动中国组委会特别大奖。你会不会觉得他特别牛？事实上，2006《时代周刊》年度人物是“You”，即所有网民；而2008感动中国组委会特别大奖是——“全体中国人”。

“美国每100个人就有89支枪”，看到这个数据，你会不会觉得美国枪支泛滥？但当你看另一个数据可能就没那么担心了——美国只有31%的家庭有枪。

新医学统计证明，一个人的寿命和这个人成年后手掌大小关系密切——手掌大通常寿命短，而手掌小则寿命长。太奇怪了！

市一中的升学率为46.4%，市二中的升学率为40%，你想到哪个学校读书？当然是市一中！对不起，你选错了！其实不管是文科还是理科升学率，市一中都没有市二中高，但它的总体升学率却高于二中，数据就是这么神奇。

在美国，全部市长的平均工资为6.2万美元，而副市长却高达8.3万美元，这个数很奇怪对不对？而事实上是，在美国很多小的市并没有设副市长，只有一个薪水并不高的市长，而设置副市长的市都是较大、较富裕的市。

这个图，你是否觉得这个指标虽有涨有跌，但总体表现较为平稳？（见下图）

但事实上，真实的表现是2020年比2019年增长了一倍。（见下图）

以上案例就是“真实的谎言”的几种主要类型——

1.公众号2倍增长——“小样本谎言”。小样本谎言是指用并不能代表整体的极小样本试图描述整体状况，常见于多种场合。比如，某互联网公司财报里说自己某项创新业务上季度收入增长300%，但它不会告诉你具体数目，因为这个具体的数字可能是从1万增长到4万；又如，有人簡历上写“负责项目期间，让使用人数翻番”，“翻番”让人觉得很多，但人数具体是多少呢？就值得怀疑了。

2.丁俊晖视频——“选择性展示谎言”。选择性展示是最为常见的用事实欺骗人的方法。英文中有一个词叫“half-truth”，即给你看的部分是真的，但它只是事实的一部分。我通常不看图书扉页上来自类似《纽约时报》的书评，因为书商会把《纽约时报》书评中好的部分挑出来，即便整个书评对这本书持否定态度。

3.员工汇报——“描述倾向谎言”。语言天然有着神奇的魔力，当我们的叙述方式发生微妙变化的时候，意思也就完全不同，这一点经常被很多语言大师所运用。曾国藩率领湘军与太平天国作战，曾多次吃败仗，于是曾国藩上书朝廷，奏折提到“屡战屡败”，但被他的幕僚李元度看到之后将“屡战屡败”改为“屡败屡战”，这次改动被传为佳话，因为它显示其奋勇无畏的作战精神，然而现实中却被大量的人和企业用于刻意欺骗。

4.《时代周刊》简介——“偷换概念谎言”。偷换概念谎言其实源于我们对于书面表达的迷信，书面表达体系长期用于严肃场合因而形成了一种天然的可信度，于是它就常被用来编织真实的谎言。

5.美国枪支数——“平均数谎言”。平均数也是统计数据中极具迷惑性的常用术语。当这个总体分布相对均匀的时候，平均数是有意义的，而当其分布极不均匀时，用平均数试图描述每个人状况就不适合了，这时候中位数和众数在某种意义上更能体现分布。

假如你们宿舍5个人，毕业10年后，一个人失业，月工资为零；一个人当老板，月薪100万；另外3人都是月入8万，这时候平均数为24.8万、中位数为8万，众数也是8万，显然，中位数8万和众数8万这两个数更能描述你们宿舍的实际情况。

6.手掌大小与寿命——“相关当因果谎言”。在很多报道中，会把相关关系错当成因果关系。比如某个地方，车祸发生的次数和黑熊袭击从数据表现上极其相关，大家可能第一时间想到的是黑熊袭击导致了车祸的发生，但事实上他们可能有4种关系：黑熊袭击导致车祸发生；车祸发生导致黑熊袭击；车祸和黑熊袭击都由第三方因素（如火山爆发）引起；车祸发生和黑熊袭击完全没有关系。所以不要看到相关的数据就认为它们之间一定是因果关系，而要认真分析背后可能的具体原因和逻辑关系。

7.升学率选择——“辛普森悖论谎言”。在升学率的例子中，一中在文理科升学率都低于二中的情况下，总升学率却高于二中，很多人不理解，这其实是统计学上一个经典的悖论——辛普森悖论，它是英国统计学家辛普森于1951年提出的一个经典统计学现象，即总体结论和部分结论恰好相反。

那么如何避免陷入辛普森悖论呢？答案是警惕总体结论，通过科学合理的分组来查看具体细致的数据。

8.正副市长工资——“不恰当对比谎言”。不恰当对比也是用事实和数据说谎的一种常见方式，即把两个看起来差不多而事实上有重要差异的数据进行比较从而得出它想要的结果。

统计学家经常举的例子是在美国对西班牙的美西战争中，美国海军的死亡率为0.9%，而同期纽约市民的死亡率为1.6%，因此这个数据被美国海军引用作为征兵广告，以此证明去当美国海军比坐在家里还安全。

聪明的读者一定猜到了这个对比极具误导性，能入伍的都是身体健康的成年男性，而纽约市的全体居民则包含老弱病残。

所以，如果哪天有人跟你说：“我昨天连续赢了柯洁三局！”你不要惊叹于他的棋艺，他或许是和柯洁打了三盘《王者荣耀》。

9.指标走势——“视觉误导性谎言”。视觉误导是指把数据变成图表过程中玩的猫腻，图表严格意义上都没有错，但它呈现给你的方式会误导你得出错误的结论。

（摘自“卫夕指北”微信公众号，本刊有删节，小黑孩图）