基本data-claim清单
我们经常被“有数据支持”的说法轰炸。无论是你的同事声称他们的项目带来了100%的收入增长，还是一种洗涤剂声称能让你的床单变白10倍。这些声明有数据支持，所以肯定是真的，对吧?错了!
虽然数据是可以量化的，但它只是将人类要求的量化。这就为人为错误、误解和偏见打开了大门。那么，你该如何引导你内心的数据怀疑论，并将这些数据支持的主张付诸实践呢?
这个问题清单就是为了做到这一点而设计的——帮助你从数据中看到真相。无论是来自队友、客户、供应商，还是政治人物，核实这些数字是至关重要的。
快速的注意:当你问这些问题时，要注意你自己的先入之见和偏见。我们更有可能忽略那些不符合我们现有世界观的事物。
这个标题会误导人吗?这些数据是否被过度简化、过度夸大，或以其他方式戏剧化而成为耸人听闻的标题?
是否做出了不能准确反映数据的概括?
小字体是什么?标题经常省略关键细节。
现实生活的例子:一个2013次文章声称“有手机的人比有厕所的人多。”然而，通过查看实际数据(见在这里和在这里)，我们发现更多的人访问手机比厕所更重要。“Access”是一个很微妙的词，因为它的意思是几十个人共用一部手机，但《泰晤士报》的标题让它听起来像是手机的数量超过了厕所的数量。
仅仅因为有人引用了一个统计数据或给你看了一个图表，这并不意味着它与他们想要表达的观点相关。
检查声明是否合理。做一些快速的概略计算或使用你自己的先验知识。还有其他更合理的解释吗?他们会不会搞错了?
你能用其他方法证实这种说法吗?也许您可以访问其他数据或从其他来源提取报告。
这种说法越不可信，你就越想仔细检查其他一切。
现实生活的例子:你是客户支持代表，你的老板说“我们最好的客户支持代表每天可以通过电话解决800张机票。”让我们快速计算一下，看看这是否合理。
5秒(接电话并询问顾客的名字)
5秒(打开客户账户，询问问题)
10秒(客户解释问题)
30秒(验证问题或查找源)
40秒(解决问题)
=每张票90秒或每小时40张票
即使每个电话都这么高效，而且在8个小时的连续通话中没有休息，客户支持代表一天也只能解决320张机票(通过电话)——远远低于800张机票的认领量。
数据是关于“相比?”上周吗?去年吗?竞争对手(s) ?收入吗?
现实生活的例子:几年前，高露洁进行了一次广告宣传活动，声称“80%的牙医推荐高露洁。”隐含的比较是，牙医推荐高露洁胜过其他品牌。然而,广告标准局发现在调查中，牙医可以推荐不止一种牙膏。事实上，另一个竞争对手几乎和高露洁一样经常被推荐。
他们是专家吗?
他们的议程是什么?再加上这一说法的合理性，这将影响到你需要仔细检查数据的程度。
这些数据一开始是从哪里来的?
现实生活的例子:1998年，一篇研究论文发表在《柳叶刀》声称某些疫苗和自闭症有联系一些独立组织随后的研究表明，这篇论文的作者，安德鲁韦克菲尔德，操纵的证据在他的研究中制造一个链接的假象。
虽然他是一名胃肠病学家和医学研究员，但他在毒理学、遗传学、神经学或其他成为自闭症专家所必需的学科方面并不精通。此外，他没有透露利益冲突，因为他得到了一大笔钱来证明疫苗是危险的。
他们是如何得出他们的结论/声明的?
通常收集你需要/想要的确切数据并不容易。他们的方法是什么?有没有做过近似?这些做法明智吗?
是否有太多的推断?是否遵循了最佳实践(例如测试的意义，抽样偏差避免,等等)?
例子:假设你想知道一杯咖啡(140华氏度)冷却到室温需要多长时间。观察三分钟后，你发现咖啡每分钟冷却5度。
如果你推断这些数据(延长每分钟下降5度的趋势)，你可能会得出一个荒谬的结论:30分钟后，咖啡会结冰。
这种推断没有考虑到物理极限(咖啡不能比室温更冷)，而且当咖啡接近室温时，冷却速度会减慢。
他们的样本能代表整个样本吗?
这些数据是否已经”樱桃采摘(即只使用他们想要的信息)?
你有其他的数据可以帮助你理解这个主张吗?
现实生活的例子:全球变暖是一个经常被争论的话题，双方都有各自的趋势来支持自己的主张。这是通过以下方式实现的只挑选数据这支持了他们的立场，而忽略了其他的。
下面的图表来自怀疑的科学设想精心挑选的全球温度(趋势验证18科学协会）.
来源:怀疑的科学
与选择性选择偏差相伴的是选择性窗口。当您可以访问的信息不能代表整个信息时，就会出现这种情况。
除了樱桃采摘，可能会采取其他策略。例如，折线图轴可能被裁剪，或者显示一个令人误解的平均值。
现实生活的例子:2012年，福克斯商业频道(Fox Business)展示了一张图表，显示了布什减税政策到期后的影响。最高税率将从35%降至39.6%。然而，坐标轴被剪短了——从34%开始，而不是0%，这使得增税看起来比实际要大。
好奇心对猫是有害的，但对统计数据是有益的。好奇心是一种主要的美德，因为它鼓励我们更努力地去理解我们被告知的内容，并享受一路上的惊喜。
想了解更多关于数据以及如何评估数据的知识吗?看看我们基础数据分析指南，以及以下书籍和资源:
- 如何用统计数字撒谎由达雷尔发怒
- 《误导性时代的统计指南》蒂姆•哈福德
- 谎言和统计的实地指南丹尼尔·列维京
