《数字陷阱》李凯【文字版_PDF电子书_推荐】

| 书名:数字陷阱 作者:李凯 出版社:清华大学出版社 译者:无 出版日期:0 页数:161 ISBN:9787302461135 | 0.0 豆瓣评分 | 孔网购买 | 点击喜欢 | 全网资源sm.nayona.cn |
内容简介:
数字在生活中随处可见,似乎与我们如影随形,它给我们的生活带来了便利,同时也埋藏了重重陷阱。数据洪流凶猛无情,把我们淹没在茫茫信息海洋,我们在其中四处飘荡,莫名地感到恐慌。数据信息并不都是真诚的,它也有虚假的面具。我们身在其中,有必要看穿它的本来面目。 本书全面介绍了数字陷阱的各种类型,并通过详细而生动的案例进行了剖析,在最后列出了几项避免数据陷阱的妙招,帮助大家在工作、读书学习、购物等日常生活中更好地识别数字陷阱,避免深受其害。
作者简介:
李凯:北京大学数学与应用数学专业,高级软件工程师,目前就职于百度在线网络技术(北京)有限公司,担任过数据分析师、项目经理等职务。主要从事大数据环境下的商业数据分析,设计酒店、金融证券、建筑和移动通信等多个行业。
目 录:
第一章
数字也会说谎//001
一、数字并不是你看起来那么庞大//003
(一)互联网上的“大数字”//004
(二)教育中的“大数字”//004
(三)生活中的“大”数字//005
(四)缺乏对比,数字大小未可知//006
二、这些数字是捏造出来的//009
(一)互联网造假//009
(二)票房造假//010
(三)胡乱预测//011
三、看穿数字中的“假精确”//012
(一)广告中的“假精确”//012
(二)生活中的“假精确”//013
四、数字真实,包装后也会认不出//014
(一)你看到的,都是对我有用的//014
(二)指鹿为马,无效的比较//019
(三)改一改,数据变了样//021
五、拙劣的数字谎言//026
(一)广告中的数字谎言//026
(二)互联网中的数字谎言//027
(三)投资中的数字谎言//027
(四)所谓的“公式”//028
目录
数字陷阱
VI
第二章
风险中的数字陷阱//031
一、虚假的“小”风险//033
(一)科学中的“小”风险//033
(二)金融中的“小”风险//034
二、虚假的“大”风险//035
(一)科学上的“大”风险//035
(二)生活上的“大”风险//036
三、风险也分相对与绝对//036
(一)科学上的风险//036
(二)生活上的风险//037
四、科学谣言扎根于数字陷阱//038
(一)“大”数字//038
(二)风险“相对论”//038
(三)关联不是因果//039
(四)毫无意义的比较//039
(五)离开剂量谈毒性?请不要耍流氓//040
第三章
注意:回归分析也有陷阱//041
一、数字相关≠因果联系//043
(一)医学上的数字陷阱//044
(二)互联网上的数字陷阱//045
二、A和B,哪个是因?哪个是果?//046
(一)科学界的因果倒置//046
(二)经济上的因果倒置//047
(三)学习上的因果倒置//047
(四)广告上的因果倒置//048
(五)教育上的因果倒置//048
三、遗漏变量,分析有误差//049
(一)学校考试成绩中的数字陷阱//049
(二)健康上的数字陷阱//050
(三)概率上的数字陷阱//050
目录
VII
四、无关变量太多,结果无意义//054
五、预测趋势胡乱分析,结果很可笑//055
第四章
统计调查,数字陷阱的重灾区//059
一、样本数据不足,离正确结论失之千里//061
二、资料不匹配,何谈正确结论//064
(一)媒体的不匹配数据//065
(二)广告中的不匹配数据//066
(三)医学上的不匹配数据//067
(四)公司运营中的不匹配数据//068
三、样本选取错误,系统误差不可避免//069
四、人性弱点,被调查者不一定说真话//074
五、问题问得好,被调查者才会答得好//076
第五章
广告中的数字陷阱//079
一、招聘广告有猫腻,虚假工资诱人心弦//081
二、商品折扣增加40%,你是否心动?//083
三、装修陷阱玩弄低价数字游戏,你能看清吗?//084
四、公司产品满意度99.8%,托儿不少//085
五、广告中的辛普森佯谬//087
(一)药物VS安慰剂//087
(二)考试成绩//087
(三)吸烟与健康问题//088
六、数字形式巧变样,感觉不一样//088
(一)模糊字眼//089
(二)“大”数字//089
(三)精确数字//089
七、价格就怕比,弄得消费者没主意//090
(一)第一个数字//090
(二)消费者的中庸之道//090
(三)我们只是缺少一个购买的理由//091
八、特价房,特价可能只是错觉//091
第六章
互联网的数字陷阱//093
一、婚恋网站陷阱多,机器人账号遍地开花//095
二、互联网金融,产品收益说得不靠谱//096
(一)年化收益率16%?零风险?//097
(二)货币基金收益8%?//097
(三)高收益吸睛,文字游戏?//098
三、你的粉丝究竟有多少是虚假的?//098
四、互联网的KPI,猫腻真不少//100
五、互联网上有排行,水分太多不可靠//101
(一)品牌榜//102
(二)畅销榜//102
(三)信誉榜//103
(四)排名应有准入门槛//104
(五)网站平台当担责//104
六、直播平台很火热,猫腻很多扎堆出现//105
七、流传20多年的假数据,是时候拆穿了//106
八、互联网数据造假为何频频出现?//109
第七章
企事业单位运营的数字陷阱//113
一、学校考生真牛掰,你关注上线人数的背后了吗?//115
二、药价下降了,你觉得医药费真的会少吗?//116
三、雾霾减轻了,真的是车辆限行的原因吗?//118
四、电视收视率有那么简单吗?//119
(一)收视率的玄机//120
(二)收视率为0?//121
(三)收视率VS收视份额//121
五、上市公司融资额,造假危险且愚蠢//121
(一)上市潜力股公司//122
(二)上市企业所投公司//122
六、高铁上座率大于100%,有的车厢还没人?//123
七、可恨的标题党,死亡率可不能这么对比//125
第八章
生活中的数字陷阱//127
一、商贩找你小钱,先不要着急走开//129
(一)赖大头//129
(二)障眼法//130
(三)垫秤//131
(四)耍秤//131
二、步数多,健康也不一定会来//131
三、有折扣就便宜?可没有那么好的事儿//133
(一)折扣陷阱//133
(二)赠品陷阱//134
四、体重减轻,减肥就成功?//134
(一)越减越肥//135
(二)失恋减肥//135
(三)纹丝不动的体重数字//136
(四)瘦却干瘪着//136
(五)身材好,体重却没变//136
五、视力度数就一定可靠?小心近视//137
六、葡萄酒看年份,这种常识不可轻信//138
七、前面有坑,小心掉入中奖陷阱//139
八、二手车看里程数,多长心眼别被忽悠//142
第九章
避免数字陷阱有妙招//145
一、大数据的困局,N≠所有//147
二、大数据,用小规模实验求证//151
三、寻找偏差,不要被权威迷惑//153
(一)有意识的偏差//153
(二)无意识偏差//154
(三)将资料与权威人士划清界限//155
四、问自己,是否遗漏了什么?//155
(一)缺乏比较//155
(二)遗漏原因//156
五、拆穿偷换概念的把戏//157
(一)统计口径不同//157
(二)口头回答不可靠//158
(三)目的不同//158
(四)无理比较//158
(五)标榜第一//159
(六)文字游戏//159
六、用提问将毫无意义的数据打回原形//160
浏览器不支持脚本!
摘要:在信息爆炸的时代,数字与统计数据无处不在,它们看似客观、精确,却常常成为误导公众、编织谎言的工具。李凯所著的《数字陷阱》正是一部揭示这一隐秘世界的犀利之作。该书并非枯燥的数学教材,而是一本充满智慧与警示的科普读物,它带领读者穿越层层数字迷雾,从统计学谬误、数据可视化欺骗、概率认知偏差到大数据时代的算法偏见,逐一拆解那些潜伏在日常生活中的数字陷阱。作者以生动的案例和清晰的逻辑,不仅展示了数字如何被操纵以服务于特定目的,更教会读者如何培养批判性思维,成为数字时代的清醒者。本书如同一面照妖镜,让那些伪装成真理的数字谎言无所遁形,是每一位现代公民提升信息素养、抵御虚假信息的必读指南。
1、数字谎言的多重面孔
数字之所以能够成为陷阱,首先在于其天然的权威感。人们往往对数字抱有盲目的信任,认为它们是客观事实的直接反映。李凯在书中开篇便点明,这种信任正是陷阱的根基。他通过大量实例展示,同样的数据通过不同的采集方式、样本选择或统计口径,可以得出截然相反的结论。比如,一个产品的“90%用户满意度”可能仅仅调查了十位用户,而“平均收入”的提升可能掩盖了绝大多数人收入下降的事实。
书中详细剖析了“平均数”这一最常见的陷阱。平均数、中位数和众数,这三个看似相近的统计概念,在特定分布下会描绘出完全不同的图景。作者用生动的案例说明,当少数极端值存在时,平均数会严重偏离大多数人的真实感受。这种对基础统计概念的通俗化解读,让读者恍然大悟,原来许多看似权威的报告,不过是精心挑选了最有利于自己的那一个“平均数”。
除了平均数,百分比和比例也是重灾区。一个产品“降价50%再涨价50%”后,价格实际降低了25%,而非恢复到原价。这种看似简单的算术游戏,在商业促销和媒体宣传中屡见不鲜。李凯将这些日常中极易被忽略的数学把戏一一摊开,让读者意识到,数字世界中充满了这类经过精心设计的认知陷阱,而识别它们的第一步,就是学会质疑每一个数字背后的来源与计算逻辑。
2、可视化背后的视觉骗局
在数字陷阱的诸多形式中,数据可视化可能是最具欺骗性的一种。一张精心制作的图表,往往能比长篇大论更具说服力。李凯在本书中专门用一章的篇幅,揭示了图表如何通过坐标轴缩放、截断、颜色对比以及图形选择等手段,扭曲事实。例如,一张看似陡峭上升的折线图,其Y轴可能并非从零开始,从而放大了微小的变化,制造出戏剧性的增长假象。
书中还提到了“饼图”和“柱状图”的常见误导手法。当不同部分的颜色差异过大或过小时,人们的视觉感知会被干扰,导致对比例关系的误判。三维饼图更是重灾区,其透视效果会使前景部分显得比实际更大。作者通过对比同一组数据在不同图表形式下的呈现效果,生动展示了视觉感知的脆弱性,以及数据设计者如何利用这一点来引导观众的注意力。
更为隐蔽的是地图可视化中的面积陷阱。当用不同大小的圆形或色块来表示某一指标时,人的视觉系统会倾向于高估面积较大的区域。李凯指出,许多关于人口、经济或疫情的地图可视化,正是利用了这种视觉偏差,让某些地区的问题显得格外严重,而另一些地区则被轻描淡写。读者在阅读这些内容时,会深刻体会到“一张图胜过千言万语”的另一面——一张图也可能掩盖千般真相。
3、概率错觉与认知偏差
人类大脑并不天然擅长处理概率问题,这为数字陷阱提供了肥沃的土壤。李凯在书中深入探讨了多种概率认知偏差,例如“赌徒谬误”——人们倾向于认为,连续多次出现同一结果后,相反结果出现的概率会增大。这种错误认知在赌博、投资甚至日常决策中广泛存在。作者用抛硬币的经典实验说明,每一次事件都是独立的,历史结果并不会影响未来的概率分布。
“幸存者偏差”是另一种常见的概率陷阱。书中以二战时期飞机弹孔分布的经典案例,揭示了人们往往只关注那些“幸存”下来的样本,而忽略了那些已经消失的失败案例。这种偏差在商业成功学、投资分析中尤为普遍。李凯提醒读者,当我们只看到成功者的故事时,很容易高估成功的概率,而忽略了背后无数失败者的沉默数据。
此外,书中还详细介绍了“基准率谬误”和“条件概率混淆”等问题。例如,一个疾病的检测准确率高达99%,但若该疾病在人群中的发病率仅为万分之一,那么一个阳性检测结果真正代表患病的概率其实并不高。这种反直觉的结论,让读者深刻认识到,在解读任何概率数据时,都必须考虑其背后的先验概率和样本空间。通过这些深入浅出的讲解,读者得以建立起一套抵御概率陷阱的心理防线。
4、大数据时代的算法偏见
随着大数据和人工智能的普及,数字陷阱进入了更隐蔽、更系统化的新阶段。李凯敏锐地捕捉到这一趋势,在书中探讨了算法如何将人类的偏见固化并放大。他提到,看似中立的推荐算法、信用评分模型或招聘筛选系统,实际上可能内嵌了设计者的主观倾向或训练数据中的历史偏见。例如,某招聘算法因历史数据中男性候选人居多,从而在筛选简历时自动降低了女性申请者的权重。
书中还讨论了“过滤气泡”与“信息茧房”现象。个性化推荐算法为了最大化用户停留时间,往往倾向于推送用户已经认同或感兴趣的内容。这种机制使得每个人都被困在一个由算法构建的信息孤岛中,看到的数字和观点越来越同质化,最终导致认知的极端化。李凯指出,这种数字陷阱不再是简单的数据欺骗,而是对整个社会公共讨论空间的侵蚀。
更令人深思的是,作者揭示了大数据预测中的“自我实现预言”问题。当算法预测某人具有高犯罪风险或低信用水平时,相关的监管或金融措施可能会使这一预测成为现实,形成恶性循环。书中呼吁读者,在享受大数据带来的便利时,必须保持对算法黑箱的警惕。只有理解这些数字背后的运作逻辑,才能避免成为算法偏见下的牺牲品,真正掌握数字时代的主动权。
总结:
《数字陷阱》这本书如同一把锋利的手术刀,精准地剖开了数字世界光鲜外表下的层层病灶。从基础的统计谬误到复杂的算法偏见,李凯用一个个鲜活的案例和清晰的逻辑,构建起一套完整的数字素养防御体系。这本书的价值不仅在于揭露陷阱,更在于赋予读者一种“数字免疫力”——一种面对任何数字信息时都能本能地质疑、验证和独立思考的能力。在这个被数据驱动的时代,这种能力远比掌握具体的数学公式更为重要。
阅读完《数字陷阱》,读者会获得一种全新的视角来看待周遭的世界。无论是新闻中的统计数据、广告中的百分比、还是社交媒体上的图表,都将不再被视为理所当然的真理。这本书提醒我们,数字是工具而非神明,它们可以被用来照亮真相,也同样可以被用来制造迷雾。最终,清醒地解读数字,不被数字所奴役,才是我们在这个时代最需要掌握的生存智慧。
本文由nayona.cn整理
联系我们

关注公众号

微信扫一扫
支付宝扫一扫
