【江湖夜雨十年灯】 Data never lies?! 那人呢？

“Drill down your data, because aggregates lie!” — Quote

记得古时候 （大概30 年前吧），曾经有一个非常出名的江湖骗局，虽然简单但是却有奇效。就是在火车上或者街头，一个人左手拿红色和蓝色两支笔，右手拿一个1-2 厘米宽的纸带，在两支笔上套来套去，最后停住不动，这时让你下赌注：猜纸带套在哪一支笔上？ 这么简单的一个游戏，令很多人上当受骗。我大学一个同学，1993 年从湖北去上海出差，在火车上和人家玩这个游戏，输了2000 多人民币。90 年代2000 多元，那可是值钱得很啊！

这个骗局的关键是： 纸带最后套在哪一根笔上，完全取决于最后如何解开纸带。比如，逆时针解开，则会套在红色笔上；如果顺时针解开，你会发现最后纸带是套在蓝色笔上。这么一来，庄家永远处于不败之地，你怎么可能会赢呢？

现在是大数据时代，人人与数据密切相关。了解大数据不仅仅是专业人士的需要，也是每个普通人的必须。否则，可能被无良商家用所谓的大数据忽悠了，还不自知。

Data never lies! 这句话是行业名言。 所谓数据不会说谎，那人呢？ 数据不会说谎，而如何解读数据，就像上面的江湖赌局一样，则是大有套路，商家会正面反面都有理，永远不会错。不信？！ 好，看看下面的例子。

两个学校 School A and School B 升学率的数据，如果你单看男生和女生的升学率，会发现 B 校都高于 A 校。但是如果把男女生综合起来看，会发现 A校升学率反而反超 B校 (47.0%  vs. 41.0%)。 神奇不？ 这样的话，如果 B 校想忽悠你，只给你展示男女生各自的数据，不展示综合数据，你是不是就中招了？反过来，A校可以只给你看综合数据，而不给你看分解数据，A 胜于B,  同样没毛病！瞧瞧，公说公有理婆说婆有理，两个人还都没有错。这个和那个江湖赌局是不是有异曲同工之妙？

这个例子，在统计学里被称为辛普森悖论 — Simpson’s Paradox。由英国数学家 Edward Simpson 于1951 年发现，非常著名。感兴趣的朋友可以阅读以下参考文献：

1. https://en.wikipedia.org/wiki/Simpson%27s_paradox
2. https://towardsdatascience.com/simpsons-paradox-how-to-prove-two-opposite-arguments-using-one-dataset-1c9c917f5ff9

国内李永乐老师也有视频谈到这个辛普森悖论，解释得深入浅出，非常易懂：

所以，大家不要过分迷信大数据。有时候，大数据也能蒙蔽你的双眼。有些商家就是利用辛普森悖论，有意地欺骗消费者。Data interpretation, 数据的解读（尤其是深度解读，不能只看表象）和数据的真实性，同样重要。商场套路深，我要回农村！

大家看看下面这张图，是不是也是趣味横生，引人深思？

所以，有句关于统计学的名言，由于美国著名作家马克-吐温曾经引用过，从而家喻户晓：

” There are three kinds of lies: lies, damned lies, and statistics.”

“借我借我一双慧眼吧，让我把这纷扰，看得清清楚楚明明白白真真切切~~~”，送各位一首《雾里看花》，祝大家圣诞快乐！