статистика

Поговорим сегодня о том, как врать профессионально. О том, что сталкиваемся с таким враньем ежедневно. А также кто в этом виноват и что делать.

Несколько доводов, помимо рассказа о самой книге, которые косвенно могут повлиять на ваш выбор:

- Книга написана аж в 1954 году, но не потеряла своей актуальности. И даже больше - с учетом развития областей больших данных, анализа данных, маркетинга и т.д. стала особенно интересной

-Книга небольшая. А значит концентрированная. Вам не придется читать главы воды, в которых лишь размазывается общая идея. Разве что в последней главе. Но это глава-резюме, так что мы можем такое простить :)

-Если кому-то очень важны слова типа "Бестселлер The New York Times" или громкие имена в рецензиях, то именно для таких людей могу сообщить, что на конференции TED 2015 года Билл Гейтс рекомендовал ее к прочтению наряду с некоторыми другими книгами.
( собирателям пруфов и всем неравнодушным к этому списку - https://www.gatesnotes.com/About-Bill-Gates/6-Books-I.. - официальный блог )

Фух, а теперь к прямым уликам :)

Эта книга интересна целиком и полностью и учит нас всегда сомневаться и подходить критически к любым данным ( в особенности, к переработанным данным), которые приходят к нам в отчетах, статьях, исследованиях. Раскрывает все подлости или некомпетентости людей, составляющих их. И подробно описывает главные способы, с помощью которых мы вводимся в заблуждение.
Что за данные такие? Вы сталкиваетесь с ними повсеместно. Вспомните, когда последний раз слышали фразу наподобие " Ученые независимой лаборатории доказали, что ...." или " Это блаблабла помогает на 33% лучше....". Или любую фразу с подобным контекстом. Верите ли вы эти словам?
А вот продолжайте дальше сомневаться :)

Как говорит автор (соглашусь с ним) давайте задавать хотя бы пять вопросов, чтобы облегчить себе жизнь:

Кто это говорит?
Откуда ему это известно?
Чего не хватает?
Не подменен ли объект исследования?
Есть ли в этом смысл?

А почему именно такие вопросы вы узнаете из книги. Парам пам пам.

Не скажу, что эти сведения стали для меня ошеломляющим открытием. Я примерно представляла, как можно легко манипулировать данными и преподносить их именно так, как хочется конкретно вам. Но для меня книга оказалась полезной именно с точки зрения разложения вещей по своим местам. Концентрированно, но наглядно.

Немного о мыслях, которые меня особенно зацепили.

* Как хитро усреднить данные. Коротко, но забавно о некоторых видах среднего и манипуляциях над ними в одной картинке под постом :) Представьте, что на ней изображены сотрудники фирмы N, их количество и заработки.

* Какие данные выгодно умалчивать. Например, неправильно подобранная выборка ( сааааамая частая причина провальных социальных опросов)

* Тупые корреляционные зависимости. Даже прибавить нечего.

* Как забыть том, что мы живем в трехмерном мире и показать "наглядную" картинку, извратив смысл. Ох уж эта инфографика ...
Веселая иллюстрация опять под постом

* Цифры, которые ни о чем не говорят. Нулевая польза :) В О О Б Щ Е.
"Реклама соковыжималки утверждала, что лабораторные исследования показали, что она выжимает на 26 % больше сока. Когда был задан вопрос, — «чем что?», был получен ответ — «чем ручная конусная соковыжималка». "

Знаете, я бы продавала эту книгу под лозунг "Прекратите быть идиотами". Настолько она полезна массовому читателю. И вручала бы ее каждому после класса эдак 9-го, иначе как же еще научить людей мыслить критически.

Кстати, у "Манн Иванов и Фербер" есть похожая книга. Голая статистика. Я ее полистала. Даже не начиная нытье на тему, что же стало с издательством и почему все скатилось - книга та проигрывает во многом Дареллу Хаффу и по моему скромному мнению танцует именно от него, спускаясь даже на уровень ниже и объясняя уже просто на яблоках, попутно разбавляя все водичкой так, чтобы книга стала толще раза в три от той, на тему которой мы сейчас говорим :) Боже, это предложение закончилось.

Так что, поблагодарим лучше Альпину. Читайте ее, ребят. Я все.