因為我們日常生活中，遇到許多的統計數字，就像台灣的經濟成長率2～3%， 台灣社會新鮮人的平均薪資22K， 國中升高中會考的第一志願錄取率60%，台北市過去一個月的成交房價平均每坪69萬元，資策會調查發現台灣的智慧型手機用戶普及率51%，台北市藍綠兩黨推出的市長候選人的得票率，台灣電信業者預估4G用戶和手機銷售量等等許多數字。這些數字的取得和計算方式都不相同，而發佈數字的人，是否選擇性舉出對他有利的，或是對其它人不利的數字，都值得推敲背後的意義。
根據作者的說法，統計數字分幾種類型，要考慮數字的來源，定義的邏輯與呈現的潛在偏誤，當然數字背後有策略的意義。同樣一組數字，可以有不同的運算邏輯，然後就可以提供不同的意義，或是做不同的應用。例如我們拿到競爭者與我們工廠各1萬筆印表機品質抱怨資料，我們可以統計每個商品的瑕疵數從1～10+ 分別數量，並且做成柱狀圖（如書中20～21頁的圖），並且計算他們的平均值與中位數，如果那平均值我們瑕疵數9.1大於競爭者的2.8，表示我們這些商品每件的瑕疵比別人多。如果拿中位數，我們是1比競爭者的2少，表示我們的商品要嘛瑕疵率很高，要嘛很低，而競爭者較平均在2個附近。話在人說，也看聽的人信不信或是聰不聰明？
作者把統計數字分成幾種類別：
（1）敘述性的數字用來做比較：這類統計是把所有數字都蒐集起來，然後找出幾個重要的數字， 設計權重，忽略不計算某些類別的數字， 然後可以和其它人比較。例如大學聯考或甄試，各個學校可以根據他們的需求，統計學生的成績與排序；他們可以對某些科目加重權重， 也可以不採計高中在校成績，對國外奧林匹克競賽加分， 不考慮體育或操行成績等等。因為有取捨， 就有操縱的空間。
（2）透過抽樣來進行推論：因為母體太大無法逐一統計，因此採取抽樣的方式，進行分析，然後推論。例如某政黨要推出台中市長候選人，他們希望透過電話民調來取得參考的數據，因此就用室內電話抽樣，選擇某段時間叫工讀生打電話。抽樣的設計牽涉到調查的信度與效度，抽樣的邏輯（例如時段，區域別數量分配，年齡層或性別的比例）也會影響到結果。如何計算有效件，如何排除無效件，都影響結果。
（3）對未來的風險預測／或用機率預測未來／或統計發生率找出異常現象：最常見的就是對新產品的銷售量與投入資源的預估與規劃，例如保險公司設計保單時，預估這種類型的事故發生機率以及理賠金額，然後計算合理的保費；對於飛機零件的更換，根據過去的記錄預估汰換年限及故障發生率，以降低風險；對於IPHONE 6 的訂單預估，影響APPLE公司和其它中下游廠商的備料預估。這種牽涉到不確定性的機率，因為不確定，更有許多猜測的空間。
（4）辨別因果關係／偵探可能的脈絡：許多醫學界學者探討某項疾病與某種行為的關係， 例如講行動電話VS腦瘤，抽煙VS肺癌，燕麥片VS腸胃健康，飲食VS長壽等等。這可以透過回歸分析，或是加入多變數分析。但是很多時候， 選擇變數本身就是謬誤，選擇的數據背後可能還有其他影響因素，只拿幾個數據就開始分析， 然後歸納因果關係， 很多時候會不知所云或倒果為因。
（5）幫助說謊或特殊目的所做的統計：有許多時候，有心人士為了說謊或特殊目的，先設定主題，然後設計問卷或召開說明會去取得所需要的數據，編成完美的故事。例如有兩個業務單位，各有3個業務人員， 他們的業績分別是1，2，3及 4，5，6百萬元。平均業績各是2百萬魚百萬元。新的年度，老闆要兩個業務單位業績都要成長10%以上，於是兩個業務單位主管就協調把 4百萬的那一個業務轉調給第一組；於是他們6人的業績不變， 分別是1，2，3，4及5，6百萬，但是兩組的平均業績都提升了，分別是2.5與5.5百萬， 分別成長 25％與38%。此外，有些惡劣的人會作假欺瞞，玩數字遊戲。
讀這本書，感覺類似讀快思慢想那本書，只是從統計的語言切入。文字很簡單明瞭，值得推薦。
沒有留言:
張貼留言