中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
上海花園動植物指南
-
>
世界鳥類百科圖鑒:亞洲鳥類/歐洲鳥類/非洲鳥類/澳洲鳥類(全五冊)
-
>
科壇趣話:科學、科學家與科學家精神
-
>
愛因斯坦在路上:科學偶像的旅行日記
-
>
不可思議的科學史
-
>
動物生活史
-
>
影響世界的中國植物(全新修訂版)
數字原來會說謊 版權信息
- ISBN：9787122307224
- 條形碼：9787122307224 ; 978-7-122-30722-4
- 裝幀：簡裝本
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
數字原來會說謊 本書特色
謊言有三種：謊言、該死的謊言、統計數學。 ——馬克·吐溫 統計數字比政治學家更可靠？ 社交網絡數據可以預示股票走向？ 購物網站怎么知道我想讀什么書？ 降價是真的給消費者讓利嗎？
數字原來會說謊 內容簡介
在大數據時代，數字被看作是巨大的金礦，變得前所未有地重要。人們可以通過一串串數字刻畫整個世界，甚至預測未來。但是數字卻永遠無法代替真實，現在數字和數據被濫用的現象越來越常見，特別是新技術的運用更是使數據從收集到處理，從可視化到信息表達，每個環節都存在用數字做手腳的機會，讓人防不勝防。不過數字永遠都是那些數字，說謊的并不是數字本身，而是使用數字的人，是數字使用者把數字變成了“任人打扮的小姑娘”。
本書將用簡單易懂的語言分析常見的利用數字說謊的情況，并結合一些常見的例子，對現有的一些“數字陷阱”現象進行解析。
數字原來會說謊 目錄
第1章 數字、數據與統計 /1
1.1 數字與統計學 /2
1.1.1 數字不僅僅是算算術 /2
1.1.2 我們為什么需要統計學？ /4
1.1.3 生活中統計學無處不在 /8
1.2 大數據時代 /11
1.2.1 大數據對生活的影響 /11
1.2.2 數據過多既是負擔，也是隱患 /13
第2章 數字的意義 /17
2.1 預測比賽結果/冠軍歸屬 /18
2.1.1 足球博彩與奪冠賠率 /18
2.1.2 高盛預測2014年世界杯走勢 /21
2.1.3 人工智能預測《我是歌手》冠軍歸屬 /24
2.2 數字預測美國大選 /26
2.2.1 美國大選的計票方式 /26
2.2.2 538網站成功預測奧巴馬當選 /28
2.2.3 統計數字比政治學家更可靠？ /31
2.3 用網絡數據幫你賺錢 /34
2.3.1 語意分析——你在網上說過的話都蘊藏商機 /34
2.3.2 Twitter和Google中隱藏的賺錢秘密 /36
2.3.3 利用社交網絡數據看股市走勢 /40
2.4 數字與量化對學科研究的影響 /45
2.4.1 定性分析與定量分析 /45
2.4.2 社會科學中的量化研究 /46
2.5 媒體也在到處找數據 /50
2.5.1 數字對媒體傳播的重要性 /50
2.5.2 數據新聞和數據可視化的崛起 /52
第3章 數據收集既有技巧又有隱患 /57
3.1 從哪里能夠獲得數據？ /58
3.1.1 二手數據 /58
3.1.2 一手數據 /59
3.2 什么樣的數據是好數據？ /61
3.2.1 好數據的標準 /61
3.2.2 清洗數據也是技術活兒 /62
3.3 你的數據可靠嗎 /64
3.3.1 數據來源不可靠 /64
3.3.2 對數字本身做手腳 /65
3.3.3 對數據后期處理過度 /66
3.4 樣本選擇不完善 /68
3.4.1 樣本選擇與整體數據 /68
3.4.2 樣本選擇偏差：失之毫厘，差之千里 /69
3.4.3 幸存者偏差：你經歷的不一定就是真的 /72
第4章 相關性與因果性 /79
4.1 相關性與因果性的混淆 /80
4.1.1 相關關系不一定意味著因果關系 /80
4.1.2 購物網站怎么會知道我想讀什么書 /81
4.1.3 “神奇的”相關性 /82
4.2 慎用“因為……所以……”造句：因果
關系不可亂用 /85
4.2.1 因果關系需要嚴密論證 /85
4.2.2 “倒因為果”也是一個嚴重的問題 /87
第5章 平均數的“挑選技巧” /89
5.1 平均數、中位數與眾數的差別 /90
5.2 平均數并不“平均” /92
5.2.1 當地平均工資水平×萬元，你被平均了嗎？ /92
5.2.2 占領華爾街——社會上1%的人掌握了99%的
財富 /95
5.3 缺少平均數的誤導性 /98
5.3.1 GDP全球第二，我國是否已經是經濟強國？ /98
5.3.2 我國是地大物博、資源豐富嗎？ /100
5.4 辛普森悖論：分類的重要性 /102
5.4.1 到底哪個班的平均分高？ /102
5.4.2 辛普森悖論 /104
5.5 補救平均數 /105
5.5.1 全國收入水平分布情況——你處在哪個位置？ /105
5.5.2 房價的中位數乘數 /107
第6章 數字圖表——有圖也不一定有真相 /111
6.1 數字與數據可視化：一圖勝千言 /112
6.1.1 數字越詳細，人們反而越不愿意看 /112
6.1.2 人類對圖形更加敏感 /113
6.1.3 數據可視化的趨勢與優勢 /115
6.2 可視化的數字也是數據陷阱的
重災區 /117
6.2.1 圖形數據更加直觀，但可能會遺漏一些數據
信息 /117
6.2.2 圖像更易操縱 /120
6.3 改變坐標軸：數字變得不認識了 /121
6.3.1 截取縱坐標某一段，故意夸大差距 /121
6.3.2 圖像的拉長與伸縮 /124
6.3.3 改變時間軸的范圍：視角不同，“結果”
就不同 /125
6.3.4 百分號和千分號：單位到底是什么？ /129
6.4 魔鬼都藏在細節中 /131
6.4.1 查看數據備注說明信息 /131
6.4.2 注意數據圖表的細節 /132
第7章 廣告中的數字陷阱 /137
7.1 “降價50%銷售”：
真的是降價促銷嗎？ /138
7.1.1 先漲價后降價 /138
7.1.2 先降價后漲價 /139
7.2 買家好評：口碑就是金錢 /141
7.2.1 信息不對稱——賣家怎么說都有理？ /141
7.2.2 刷單導致偏差 /142
7.2.3 “給好評送禮物” /143
7.3 夸張宣傳誤導消費者 /145
7.3.1 一周美白：公開的數字與背后的信息 /145
7.3.2 前提條件不明——隱藏的技巧 /146
7.4 流量為王的時代 /149
7.4.1 能到“10萬 ”才算火爆 /149
7.4.2 賺流量也要守規矩 /150
第8章 公司運營中的數字陷阱 /153
8.1 營業收入與利潤 /154
8.1.1 賣得越多，賺得越多？ /154
8.1.2 所謂“互聯網思維”——先燒錢圈地，
再考慮盈利？ /156
8.2 增長：環比增長還是同比增長？ /161
8.3 企業帶動納稅5000億元 /163
8.4 注水的KPI /164
8.4.1 KPI是用數字量化來考核的方式 /164
8.4.2 只要有數字就可能被操控——虛假業績的
例子 /165
第9章 網絡謠言中的數字陷阱 /167
9.1 為什么謠言比辟謠更受歡迎？ /168
9.1.1 人類偏好聳人聽聞的故事 /168
9.1.2 帶有數字的謠言更可怕 /169
9.1.3 謠言通常比充滿科學味的枯燥辟謠文章更具有
可讀性 /171
9.2 食物相克的謠言：離開劑量談毒性都是
耍流氓 /173
9.3 生男孩還是生女孩——酸兒辣女？ /174
第10章 美國大選預測遭遇滑鐵盧：
特朗普來了 /175
10.1 總統大選，誰家預測得準 /176
10.2 尷尬的媒體和民調預測 /179
10.3 預測正確的媒體 /182
第11章 數字與新技術時代 /185
11.1 人工智能、機器學習、大數據：
數字新時代 /186
11.2 新技術前景 /189
11.3 人類必須要面對的現實：
被機器取代 /191
11.4 安全隱患 /194
第12章 總結 /197
1.1 數字與統計學 /2
1.1.1 數字不僅僅是算算術 /2
1.1.2 我們為什么需要統計學？ /4
1.1.3 生活中統計學無處不在 /8
1.2 大數據時代 /11
1.2.1 大數據對生活的影響 /11
1.2.2 數據過多既是負擔，也是隱患 /13
第2章 數字的意義 /17
2.1 預測比賽結果/冠軍歸屬 /18
2.1.1 足球博彩與奪冠賠率 /18
2.1.2 高盛預測2014年世界杯走勢 /21
2.1.3 人工智能預測《我是歌手》冠軍歸屬 /24
2.2 數字預測美國大選 /26
2.2.1 美國大選的計票方式 /26
2.2.2 538網站成功預測奧巴馬當選 /28
2.2.3 統計數字比政治學家更可靠？ /31
2.3 用網絡數據幫你賺錢 /34
2.3.1 語意分析——你在網上說過的話都蘊藏商機 /34
2.3.2 Twitter和Google中隱藏的賺錢秘密 /36
2.3.3 利用社交網絡數據看股市走勢 /40
2.4 數字與量化對學科研究的影響 /45
2.4.1 定性分析與定量分析 /45
2.4.2 社會科學中的量化研究 /46
2.5 媒體也在到處找數據 /50
2.5.1 數字對媒體傳播的重要性 /50
2.5.2 數據新聞和數據可視化的崛起 /52
第3章 數據收集既有技巧又有隱患 /57
3.1 從哪里能夠獲得數據？ /58
3.1.1 二手數據 /58
3.1.2 一手數據 /59
3.2 什么樣的數據是好數據？ /61
3.2.1 好數據的標準 /61
3.2.2 清洗數據也是技術活兒 /62
3.3 你的數據可靠嗎 /64
3.3.1 數據來源不可靠 /64
3.3.2 對數字本身做手腳 /65
3.3.3 對數據后期處理過度 /66
3.4 樣本選擇不完善 /68
3.4.1 樣本選擇與整體數據 /68
3.4.2 樣本選擇偏差：失之毫厘，差之千里 /69
3.4.3 幸存者偏差：你經歷的不一定就是真的 /72
第4章 相關性與因果性 /79
4.1 相關性與因果性的混淆 /80
4.1.1 相關關系不一定意味著因果關系 /80
4.1.2 購物網站怎么會知道我想讀什么書 /81
4.1.3 “神奇的”相關性 /82
4.2 慎用“因為……所以……”造句：因果
關系不可亂用 /85
4.2.1 因果關系需要嚴密論證 /85
4.2.2 “倒因為果”也是一個嚴重的問題 /87
第5章 平均數的“挑選技巧” /89
5.1 平均數、中位數與眾數的差別 /90
5.2 平均數并不“平均” /92
5.2.1 當地平均工資水平×萬元，你被平均了嗎？ /92
5.2.2 占領華爾街——社會上1%的人掌握了99%的
財富 /95
5.3 缺少平均數的誤導性 /98
5.3.1 GDP全球第二，我國是否已經是經濟強國？ /98
5.3.2 我國是地大物博、資源豐富嗎？ /100
5.4 辛普森悖論：分類的重要性 /102
5.4.1 到底哪個班的平均分高？ /102
5.4.2 辛普森悖論 /104
5.5 補救平均數 /105
5.5.1 全國收入水平分布情況——你處在哪個位置？ /105
5.5.2 房價的中位數乘數 /107
第6章 數字圖表——有圖也不一定有真相 /111
6.1 數字與數據可視化：一圖勝千言 /112
6.1.1 數字越詳細，人們反而越不愿意看 /112
6.1.2 人類對圖形更加敏感 /113
6.1.3 數據可視化的趨勢與優勢 /115
6.2 可視化的數字也是數據陷阱的
重災區 /117
6.2.1 圖形數據更加直觀，但可能會遺漏一些數據
信息 /117
6.2.2 圖像更易操縱 /120
6.3 改變坐標軸：數字變得不認識了 /121
6.3.1 截取縱坐標某一段，故意夸大差距 /121
6.3.2 圖像的拉長與伸縮 /124
6.3.3 改變時間軸的范圍：視角不同，“結果”
就不同 /125
6.3.4 百分號和千分號：單位到底是什么？ /129
6.4 魔鬼都藏在細節中 /131
6.4.1 查看數據備注說明信息 /131
6.4.2 注意數據圖表的細節 /132
第7章 廣告中的數字陷阱 /137
7.1 “降價50%銷售”：
真的是降價促銷嗎？ /138
7.1.1 先漲價后降價 /138
7.1.2 先降價后漲價 /139
7.2 買家好評：口碑就是金錢 /141
7.2.1 信息不對稱——賣家怎么說都有理？ /141
7.2.2 刷單導致偏差 /142
7.2.3 “給好評送禮物” /143
7.3 夸張宣傳誤導消費者 /145
7.3.1 一周美白：公開的數字與背后的信息 /145
7.3.2 前提條件不明——隱藏的技巧 /146
7.4 流量為王的時代 /149
7.4.1 能到“10萬 ”才算火爆 /149
7.4.2 賺流量也要守規矩 /150
第8章 公司運營中的數字陷阱 /153
8.1 營業收入與利潤 /154
8.1.1 賣得越多，賺得越多？ /154
8.1.2 所謂“互聯網思維”——先燒錢圈地，
再考慮盈利？ /156
8.2 增長：環比增長還是同比增長？ /161
8.3 企業帶動納稅5000億元 /163
8.4 注水的KPI /164
8.4.1 KPI是用數字量化來考核的方式 /164
8.4.2 只要有數字就可能被操控——虛假業績的
例子 /165
第9章 網絡謠言中的數字陷阱 /167
9.1 為什么謠言比辟謠更受歡迎？ /168
9.1.1 人類偏好聳人聽聞的故事 /168
9.1.2 帶有數字的謠言更可怕 /169
9.1.3 謠言通常比充滿科學味的枯燥辟謠文章更具有
可讀性 /171
9.2 食物相克的謠言：離開劑量談毒性都是
耍流氓 /173
9.3 生男孩還是生女孩——酸兒辣女？ /174
第10章 美國大選預測遭遇滑鐵盧：
特朗普來了 /175
10.1 總統大選，誰家預測得準 /176
10.2 尷尬的媒體和民調預測 /179
10.3 預測正確的媒體 /182
第11章 數字與新技術時代 /185
11.1 人工智能、機器學習、大數據：
數字新時代 /186
11.2 新技術前景 /189
11.3 人類必須要面對的現實：
被機器取代 /191
11.4 安全隱患 /194
第12章 總結 /197
展開全部
數字原來會說謊 相關資料
謊言有三種：謊言、該死的謊言、統計數學。
——本杰明·迪斯雷利
統計數字比政治學家更可靠？
社交網絡數據可以預示股票走向？
購物網站怎么知道我想讀什么書？
降價是真的給消費者讓利嗎？
這是一個技術為王、數字為上的時代
數字原來會說謊 作者簡介
扣小米，經濟學博士，德國弗勞恩霍夫研究院訪問學者。
書友推薦
- >
名家帶你讀魯迅:朝花夕拾
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
我與地壇
- >
苦雨齋序跋文-周作人自編集
- >
朝聞道
- >
有舍有得是人生
- >
我從未如此眷戀人間
本類暢銷
