数据新闻第一课，是要确保你不会根据按国家或其他分类汇总的数据，得出关于个人的结论。在你所研究的国家或地区，人们的实际情况可能与这些粗略数据所提供的印象大不相同。
这一问题通常被称为“生态谬误”（Ecological Fallacy），数据科学家 Heather Krause 曾用一个关于香烟的例子作出解释。当研究一些国家的预期寿命和吸烟量时，可能会发现这两者之间似乎存在正相关关系：在香烟消费量较高的国家，人们也有更长的预期寿命。然而，如果就此断定吸烟能让你活得更久，那就不对了。这不仅是因为逻辑和大量科学研究的结果恰恰相反，还因为在这个例子中，所研究的数据并没有评估香烟对个人的影响，而是简单地比较了两个国家的综合指标。
这种谬误还揭示了另一个可能导致数据误读的问题：被比较的数据没有因果关系。换言之，相关性不等于因果。因为这些数据最初收集的目的，不是为了观察多抽烟是否对预期寿命有影响，所以统计分析显示的是一种预测，而不是因果结论。
研究这两组数据的记者应该要考虑其他变量，以便为这种相关性找到可能的解释，比如富裕国家民众的购买力意味着他们既能消费香烟，同时也能获得更好的医疗保健。
除了确保计算准确，我们需要评估数字是否揭示了我们试图报道的现实。阿根廷新闻网站 Infobae 的数据情报部门负责人 Sandra Crucianelli 特别提醒，对平均值要非常小心，如果数据之间的数值间隔太大，可能会产生误导。
在报道薪水或其他与不平等有关的问题时，这种情况经常发生。在不平等程度高的国家，平均薪水数字不能代表现实，因为这个数据并不能反映贫富差距。
前尼曼基金会研究员、数字订阅机构 Reveniu 创始人 Miguel Paz 建议记者在报道中使用中位数，因为它更接近大多数人的生活水平。
百分比和比率也是用以描述社会人口状况的优秀数据。每年，只要哥伦比亚警察公布犯罪数字，我就会看到数十份媒体报道，说什么“麦德林（Medllin）是最危险的城市”或“波哥大（Bogota）是最不适合拥有手机的地方。”但这些报道仅使用绝对值，因此不能反映真实的安全局势。如果从事这些报道的记者做一个相对分析，通过将数据与人口或手机使用情况联系起来，他们会发现，在拥有800万人口的大都市波哥大或拥有250万人口的城市麦德林，这些数字并不像绝对值显示的那么糟糕。事实上，不安全问题在其他人均犯罪率较高的城市才需要更多关注。
上述新闻标题也显示了结论“泛化”是如何出问题的。要正确探讨哪个城市最危险，需要更多的指标来描绘一幅更细致的画面。
类似的事情也发生在新冠疫情报道中。目前已有不少报道比较不同国家的感染人数或死亡人数，但这些比较通常不太准确，主要是因为在这种情况下，正确的衡量标准是感染率，即感染者相对于人口的数量。但由于其他一些因素，国家之间的感染率比较会有些困难。
例如，在疫情爆发的头几个月，一些国家没有统计发生在养老院的死亡人数，但后来却统计了；还有一些国家，只有当病毒是死亡的主要原因，或经检测证实病人死亡时已感染的情况下，才会算入国家新增病例，这也造成了差异；还有一些国家则使用要求较低的计数标准。病毒在每个国家存在的时间也要纳入考虑，因为这一点和其他因素，如卫生系统的强弱，都会使政府学习如何应对疫情的方式有所不同。
关于疫情报道，还有一个重要指标需要牢记，那就是感染致死率，即因感染新冠肺炎死亡的人数除以所有感染者。这个数字的问题是，每个国家都建立了自己的诊断制度，有些国家比其他国家检测的人数更多，有些国家随着疫情的发展改变了检测频率，这都使得比较变得不可能。当然，在许多国家，据信在登记的病例和死亡数字方面都存在巨大的漏报，前者是由于缺乏检测设备，后者则因为并非所有死亡都被登记，或被认定与新冠肺炎有关。这使得像英国、美国与印度等国家相互很难作比较。例如，在英国，疫情之初只有入院的人才能接受检测，这使得死亡率似乎比实际情况更高，因为只有最严重的病例被检测出来。
