How to spot a suspicious statistic
08:58 Share

此BBC播客由英国以外的广告支持。

欢迎收听《需要能量》播客，由能源传输公司呈现，我们将讨论石油和天然气的一切。石油和天然气驱动着我们的经济，确保我们国家的安全，并为更光明的未来铺平道路。你对石油和天然气了解多少？你可能将它们与驾驶汽车或供暖联系起来。但这两种自然资源的用途远不止于此。我们每天依赖的超过6000种消费品都是使用石油和天然气制造的。

甚至在你早上出门之前，你已经使用了比你意识到的更多由石油和天然气制造的产品。从你用来刷牙的牙膏，你用来洗脸的肥皂，到你睡的床单。更不用说你的化妆品、隐形眼镜、衣服和鞋子了。石油和天然气是所有这些产品以及更多产品的关键组成部分。

环顾四周，你就会看到石油和天然气在我们生活中扮演的关键角色。我们的世界需要石油和天然气，人们依靠我们来提供它们。要了解更多信息，请访问energytransfer.com。您好，感谢您下载《或多或少》播客。我们关注新闻和生活中出现的数字和统计数据。我是蒂姆·哈福德。谎言以各种方式潜入我们的生活。有时它们是赤裸裸的谎言，是公然的错误信息，

但今天，我们将讨论其他事情。那些在我们社会中四处传播的偷偷摸摸的数字和说法，它们并不完全是假的，但却会让你误入歧途。这就是亚历克斯·埃德曼斯所著的《可能包含谎言》一书的主题，他是伦敦商学院的金融学教授。

让我们从亚历克斯给出的一个简单明了的建议开始，如果我说得对的话。如果你看到一个你希望为真的结果，那么正如你在你自己的书中所说，蒂姆，问问它让你感觉如何。因为如果这是你真的渴望在社交媒体上与他人分享的东西，那么这项研究之所以如此受欢迎，很可能是因为它具有吸引力，而不是因为它准确。

这可能是什么样的东西呢？亚历克斯的第一个例子是我们之前在《或多或少》节目中讨论过的，母乳喂养与婴儿健康之间的关系。母乳更好这个想法似乎是合理的，但这是真的吗？因此，世界卫生组织建议在最初六个月进行纯母乳喂养，其依据是证据表明，这在一系列标准上都能带来更好的结果——

因此，对孩子的身体健康结果、孩子的智力发育、母亲的身体恢复，所有这些都密切相关。但问题是，孩子是否母乳喂养并非随机的。这取决于家庭环境。因此，也许能够母乳喂养的母亲拥有更具支持性的家庭环境，因为母乳喂养很艰难。

而且可能是这种家庭环境，而不是母乳本身，导致了更好的结果。

因此，当你控制家庭环境、母亲的智商、母亲是否吸烟、家庭富裕程度等其他因素时，你实际上会发现母乳喂养与许多这些结果之间的联系消失了。所以，为了坚持讨论不会惹恼任何人的话题，让我们谈谈不平等和不平等的代价。你……

你在你的书中谈到了《精神水平》，对我来说，这感觉像是对过去的回顾，因为我们，我在我想是2009年或2010年采访了《精神水平》的作者之一凯特·皮克特，当时这本书非常畅销。

《精神水平》这本书基本上发表了一堆统计证据，这些证据将不平等，经济不平等，与社会问题和健康问题、犯罪等联系起来。我认为很多人觉得这非常合理。你对此表示怀疑，对吧？

是的，这同样是一个数据中存在相关性的问题。所以我不会对他们发现的相关性吹毛求疵，这并不是由于错误测量特定变量或对统计数据做了什么不正当的事情。相关性基本上是：国家越不平等，问题就越多，基本上就是这样。是的。为了戏剧性地过度简化。毫无疑问，这似乎是真的。

是的，这涵盖了一系列结果。这就是为什么他们将此解释为不平等的有力证据。结果可能是国民幸福总值。可能是肥胖和健康。因此，这一系列结果表明可能存在一个统一的解释，那就是不平等。

但这里的问题是，他们所做的只是找到了相关性。他们给出了一个解释，许多人可能愿意接受，因为许多人不喜欢不平等，包括我自己。然而，可能存在许多其他潜在的变量在起作用，一个替代性解释可能是贫困。

现在，贫困与不平等有关，但它并不完全相同。因为如果贫困是真正的原因，那么作为政府的解决方案是扶持底层人民，而不是一定要限制顶层人民的翅膀，除非这是一种将财富重新分配给底层人民的方式。

因此，当你查看现在已经控制了贫困的其他人的研究时，你会发现是贫困导致了诸如疾病和肥胖等结果，而不是不平等本身。不用说，这不是《精神水平》作者的观点，但我们只是在这里提一下，然后继续。音乐

作为最后一个例子，亚历克斯一直在研究企业多样性与公司业绩之间的关系。例如，你可以查看董事会或执行团队中女性或少数民族的百分比。

在这项研究中，计算出第一部分，即公司高层不同人员的百分比，相对简单。但问题是，衡量财务业绩的方法有很多种。你可以查看销售额，可以查看利润，可以将利润除以总资产、总收入，可以剔除折旧等会计问题，也可以查看股东总回报。

麦肯锡，这家全球管理咨询公司，已经发布了一系列关于这个主题的有影响力的报告。这表明令人信服的

证据表明多样性与业绩相关。公司越多元化，业绩就越好。但有一个问题。当你查看业绩的替代指标时，结果根本无法复制。因此，有一项复制研究试图查看六个同样合理的业绩指标，发现当你查看其他五个指标中的六个时，结果完全消失了。

即使在他们自己报告的唯一一个指标中，他们也发现相关性比报告的要弱得多。但让我们说，这是因为他们只是没有相同的数据，如果他们有相同的数据，他们本可以完全复制它。关键在于，如果你查看所有其他合理的业绩指标，那么你实际上什么也得不到。

所有这些都是值得思考的事情。隐藏在似是而非的公开声明背后的复杂统计判断。但这仍然留下一个问题，那些没有接受过统计技术培训的人应该如何应对这一切？

这是一个重要的问题，因为如果解决方案是你需要获得统计学博士学位，那是不现实的。人们根本没有时间这样做。他们没有时间查找每一个参考文献并检查每一个回归系数。但相反，我试图在我的书中强调的是，辨别能力已经存在于我们之中。因此，每当你看到一篇发表在LinkedIn上的研究，人们不喜欢它的声音时，

不乏替代性解释。也许这是相关性，但不是因果关系。也许这只是一组精心挑选的数字。也许他们查看了一年的业绩，而他们应该查看更长的时间段。也许这是两个较小的样本。

因此，当你看到一个你希望为真的结果时，我给出的一个简单的技巧是想象一下你得到了相反的结果。

看看你会如何试图解释它。我们只需要释放我们已经拥有的自然辨别力，我们已经在看到我们不喜欢的东西时有选择地使用了这种辨别力，但想象相反的结果的想法确保我们即使在我们想要某些事情为真时也能使用这种辨别力。

感谢亚历克斯·埃德曼斯，《可能包含谎言》一书的作者。本周的节目就到这里。如果你在新闻中看到一个你认为需要仔细研究的统计数据，请告诉我们。我们的电子邮件地址是[email protected]。下周再见。