雅书

刚开始读觉得这浅得哪里还是入门，简直是门外还铺了一公里长的红地毯。读到后面就发现不止浅出也有深入，连 funnel plot 都讲。末章提出来的不误导读者的新闻写作原则，个人印象是读到的大多数报道都达不到标准。书里举的现实中的误导性例子，卫报和每日邮报都各有好几个，可见所谓“大报”的科学报道可信度也不过如此。毕竟新闻界以耸人听闻为宗旨。激励机制如此，很难指望短期内能有多大改观。作为读者只能要么对照本书原则一条条审阅见到的新闻累到死，最后还很可能因为重要信息阙如而无所收获；要么索性拒看新闻。理性的选择是哪种很明显。

12 蛮有趣的统计学科普读物，看最后后记部分作者有一种热血“笨蛋”直视感，没想到作者的主业是记者

很有趣的一本科普小书，告诉普通人一些结构性的存在于统计学中往往被隐藏的谬误，帮助识别新闻报道中的容易误导人的数据信息。看透这些数据，其实就是学会质疑，学会将数字放在背景中去看，而不是只看数字的表面。现在终于搞懂了p值小于等于0.05的意思了😝Goodhart’s Law简单明了地阐释出现代人把方法作为目标的误区，我又有新的理论工具可以使用了！Simpson Paradox也是一个新知识，一个组群不能代表一个亚组，更不能代表个人。数字不能代表背后的人。

揭示了一些数字假象的背后逻辑，有普及统计知识的作用，以后面对数据会有更多的质疑能力。

抛开统计学，我们日常面对的信息操弄，可能更多的并不是因为缺少科学，而是出于人性恶的一面。

编辑老师送的。翻译得中规中矩，就是内容好像有点专栏的味道。

有质量有思想的科普小书。

我读这个书还是浪费了哈哈，应该给不懂的人读。

好似说了什么，又好似什么也没说。总结起来就是不要过于依赖数字，要想香像有幸运者偏差。

比较轻松的科普读物，似乎更适合欧美文化的人文环境和语境。 书中的不少例证，其伪命题特质在东方人尤其中国的聪明人看来，并不是那么具有迷惑性。 本书告诉读者一种方法论，能够在事物的逻辑关系上建立相关性的，则尽量减少对因果性的依赖，免得落入“数字陷阱”。 不过，抛开统计学，我们日常面对的信息操弄，可能更多的并不是因为缺少科学，而是出于人性恶的一面。

作为一本科普书真的太棒了。文字很接地气，作者将抽象的概念融入到了具体的示例之中，循循善诱，带领读者领悟到其中的玄妙之处，给作者和译者都点个赞。

疫情时代过后看到这本书，以往总是只看到数字，而从没有自主思考数字背后的意义，也许从疫情以来，我们真的生活在虚假的时代，我们看到的，也只是我们能看到的。

如同新闻写作指导手册，Chivers兄弟试图写出一部通用数据使用手册，以厘清前者刻意或无意营造出的虚假或偏差的误读情景，助力走出认知困境。从“辛普森悖论”到“古德哈特定律”，我们似已被整体性甩进到了事物的“代用指标”体系中，而离事物的本质越来越远，这一根本性的“分裂”或是条巨深且长的鸿沟……

统计学这项数学工具本身没有问题，有问题的是使用的方式以及依此提供信息者的意图，其实提到的大部分问题对有数学基础的人来说都很简单，但对于普通人而言则很容易被误导，涉及生活的方方面面，诸如偏差样本、相对和绝对风险、采樱桃谬误、神枪手谬误、幸存者偏差、对撞偏差等等，深入浅出，通俗易懂，有助于人们辨别日常各种信息的可信度。

这本《数字一点不老实》我觉得就像之前看过的一个热门纪录片《流言终结者》一样，从数字的角度把各种你平时接触到的新闻或者传言背后的误导逻辑都揭露出来了，让读者更加清醒，挺好，以后看各种新闻都不会脑袋一热就被带节奏了，非常有意义！

本书讲述了众多统计学方法以及统计学概念，并辅以相关的案例为读者进行解释。这种通过理性思维来观察问题的方法，可能得出与正常认知逻辑相反的结论。与此同时，也能探索在正常逻辑思考中，似乎无法连接的两个个体的联系。比如喝汽水与行凶的联系，以及为新冠肺炎患者提供尼古丁贴片。通过选择可以代表总体的调查对象，并向其发放问卷，收集信息并分析。经过统计学角度的解释，可以发现，这些事物之间的关系。与此同时，本书有特色的一点就是基于英国的视角来看统计学，所以其中有很多案例都是以英国为背景来展开，看起来也十分有意思。比如对于烤芝士吐司，最喜欢的薯片口味的投票，以及在疫情期间油管上的运动博主通过掷骰选择运动方式（后来才发现，掷骰存在正态分布的概率后，他又换成了轮盘），看起来代入感极强。

在我们生活中，误导我们的数据还有很多，想让我们能够看到生活的真相，想让我们拥有着洞察生活的能力，那通过这样一部著作《数字一点不老实》深入阅读，提升我们这方面的认知，帮助我们理清自己的思绪，助力我们不被数字所迷惑，最终成为数据的主人。

这本书讲述了很多我们应该对今天这个数据化的时代保持警惕之处，这些建议降低了理解的难度，总体来说就是能用相关性就不要用因果性来解释现象，但我想统计本身是一种典型的共时性方法，在历时性的领域中，因果性当然比相关性更加重要，那么统计是否还能派上用场？这值得思考。

第48页的“统计显著性”是什么鬼？第49页，“在现实中，平均而言，买这本书的人肯定远比总体人口中的其他人更聪明、更睿智、颜值更高”……嗯，作者是懂得欲扬先抑的机智boy啊(⊙_⊙)

无论是日常生活中，还是专业领域中，我们经常面对一串串数字，《数字一点不老实》告诉我们，数字不仅仅是表面现象的数字，重要的是数字背后的标准和逻辑，要看穿纷繁信息中的数据玄机。