历史是任人打扮的小姑娘，宗教、艺术、意识形态也是，而数据总是穿着科学的外衣，应该是天生丽质又纯情了吧。一项研究说爱喝啤酒的人有更高的死亡风险，而爱喝葡萄酒的人中却没有发现。事实的数据并没有作假，只是调查表明，喝啤酒的人大多收入相对较低，健康医疗状况也就相对较差了…。后来，这项研究被发现其赞助商中有红酒协会的影子也就不奇怪啦…… 再来看看真实数据怎么打扮自己的。＂千元借款最低日息 1 毛 2"，换成年息在 7.4% 以上… 谷歌的虚假信息只有约 0.25%，换成每天是每天 1200 多万次搜索会返回虚假信息… 消费税从 4% 提高到 6%，政府说只增长了 2 个百分点，反对党说是增长了 50%… 还有我市市民平均收入云云…，还有信用等级不仅仅是对一个人可靠性的考量，还是对其运气的考量…… 无论数据有多可靠，算法都永远不可能是客观的。无论一个人多理性，他做的决策大部分都是感性的。如果忘记了这些，那我们便是把感性直觉的决策权全部交给了那些碰巧具有计算机才能的人，那些用编程的方式决定对错的人。面对数据这个小姑娘，我们要留个心眼，她和历史一样是一个被人叫做事实的，任人打扮的小姑娘，只是数据大部分时候更象那么回事的一本正经的贞洁而已……（石木翻书每天翻翻书）

生活中，我们要和各式各样与数字有关的信息打交道，大数据算法已经像雨后春笋般进入了政府、企业和我们的日常生活中，数字已经变得过于重要，导向性已经大到让我们再也无法继续忽视滥用数字的现象，是时候揭开数字背后的真相了。

作者在书里也说了，她写这本书的目的，并不是要让大家抵制数据，数据本身是无辜的，它只是我们理解现实的工具。一个工具能发挥怎样的作用，取决于人们怎么去使用它。所以，使用数据进行研究的人，需要避免因为直觉、认识偏差或利益关联，得出误导性的数据结论；而每天都会面对各种各样的数据结论的我们，也得擦亮眼睛，提高警惕；要记得，如果仅仅是满足于别人裁剪过的、打扮后的数据，而不去主动探求真相、主动拥抱更多的可能，那么你看到的世界，可能永远都只是别人希望你看到的样子。

大数据时代，数据就像水、电一样的基础设施，人们信任它，依赖它。有没有想过，这会有什么问题？本书将分析揭秘数字的世界，让人人都能辨别正确使用数据和滥用数据的情况。所以，我们要问问自己：我们希望数字在生活中扮演什么样的角色？是时候为数字正名了：它既不是一切的基石，也不是一无是处，它应该和文字结合使用。

在如今的信息时代里，数字（数据）已经成为不可或缺的生产资料，在我们的实际工作中每时每刻都离不开数据的支持，从消费端的需求数据、到生产端的制造数据，谁能够更高效的利用数据，谁就能获得更大的收益。作者在本书中给我们提出了很多我们日用而不知数字，有些是正面的案例，也有很多是负面的案例，在我们分析和理解数据时必须主要的几点：1. 看对方的立场，立场不同数据的呈现方式会有这极大的不同；2. 看数据是如何采集的，样本特征与所研究的群体特征是什么关系；3. 相关性与因果性，越是搞的复杂可能越有猫腻；4. 自己做的项目，数据需要自己去实地调研，自己去采集；（只有这样理解才会更加深刻）

1. 數據是個工具，與閱讀一樣，不要盲信。別讓漂亮的圖表或看似無可質疑的數字，蒙蔽了你的心智 2. 為何所謂的菁英或高技術者仍被數據蒙騙？他們利用知識搜集更多利於捍衛信念的資料，而不是尋找可能打破認知的參考。

数据首先来自于现实，数据采集的样本有很大的偏差。数据的判断以及数据的预测模型，都不可避免带有人们的道德和价值观影响。数字由谁提供？是否与其有利益关系，我对数字有什么感觉？数字是怎样被标准化的，如何被采集分析以及呈现方式都会影响到数据的准确性。正是因为数据有着各种各样的缺陷，而人们有不得不使用时，就要格外小心，最后作者提出的观点是作为普通人也没有什么好的办法，第一对孩子的教育不仅仅把分数作为衡量孩子前途的唯一指标；第二在生活当不要过度将注意力放在设立的目标、核对清单和关键绩效指标上。要从人的角度予以调动积极性，增强动机等方面进行考量。特别值得推荐的是最后，本书作者还列出了很多相关的书目，从不同的角度和领域，有助于读者进一步理解数据和相关的内容，这是非常值得赞赏的。整本书的阅读体验是刚开始觉得内容很浅，而且引出南丁格尔对数据的统计分析，好像有点离题，但是后边说的内容却越来越生动有趣了，仿佛一本小说一样，完全把人的好奇心和阅读愿望调动起来，使得我在晚上 1 点还抓紧时间一定要一气读完这本书，以免留下遗憾。

在数据时代更要做一个明白人

常识常识常识，多看几遍不为多

非常有益于思维改变的一本书，适合反复食用。

只是读读。

数据在生活和研究中扮演着十分重要的角色。很多时候人们想看到特定的结果而发现对应的数据。难的就是对于普通人来说，数据的真实性无从考证。

正确认知数字的背后 6 问：（1）这个数字是由谁提供的？（2）我对这个数字有什么感觉？（3）人们是如何将它标准化的？（4）数据是如何被采集的？（5）数据是如何被分析的？（6）数据是如何呈现的？

虽然不是全部都懂，但还是蛮有意义的，让我了解数据的统计也不是那么准确