美文网首页
读书笔记:《学会提问》 Neil Browne - 第10章 数

读书笔记:《学会提问》 Neil Browne - 第10章 数

作者: 辰司 | 来源:发表于2016-12-09 16:07 被阅读0次

    统计数据具有很大的欺骗性,他只是一个数字表达的数据,一个只是浮于表面的东西无法深入证明深层次的东西

    如何去判断数据是否具有欺骗性?               1.对于数据来源进行判断和寻找。例如大学生自己都做过调察问卷,得到过一些数据,先不讨论问卷的好坏,问卷的受访者就可以解读他数据的有效性,我就这样做过,数据直接靠自己乱想的,要不就是直接在网上发布,广撒网,完全不在意受访者是不是目标人群。                                                                   2.平均数值。我们实验数据中所谓的平均值是怎么样求出来的。平均是可以是A数值相加再除去数目;B从高到底,去中间数;C寻找频率最高的数值。当最高和最低有很大差距时,A可信度低,B的可信度也不高,具有太多偶然性,C只有频率高才具有代表性。    3.理由A无法支撑结论B。想证明B,需要询问c,但他去问a,a和c存在一些联系,可是,a不是c,无法支撑b。                                        4.数据信息不完整。比如只有一个数值,却没有相关比例,以及具体解释。                      5.表达方式不同,影响也不同以发病为例子,一样是100例中,9人减到6人复发。可是写法上可以写,复发率由9%降到6%;运用新疗程94%的人不再复发,原来只有91%;减少了33%的复发率。你只要看到具体数据,那么其实这些表达都是一个意思。所 以我们需要了解数值如何进行计算。

    评估线索:1.尽量找出获得数据的相关信息,越多越好,问一下是怎么样知道的       2.了解平均值时,你需要了解它是怎么计算的,还有其他相关数值吗?比如全距或数值分布                                                                     3.数据使用者拿一件事的结论来证明另一件事时要当心                                                           4.先不要看作者或演说者使用的数据,把所需的数据证据和实际提供的数值做比较          5.从数据中心得出你自己的结论。如果这结论和作者演说者结论不一致,那么就有可能哪里出现错误。                                                   6.判断有什么信息缺失了。对于误导性的数字和百分比以及缺失的比较,你要特别当心。

    相关文章

      网友评论

          本文标题:读书笔记:《学会提问》 Neil Browne - 第10章 数

          本文链接:https://www.haomeiwen.com/subject/sdwemttx.html