绕过这七个陷阱，才能get到统计结果的正确打开方式

做科研为什么要讲究统计？无非是因为人对周遭世界的理解会有主观偏倚。用数据说话，则显得更客观。

然鹅，不管是自己辛辛苦苦做了一堆运算得到的结果，还是别人甩给你一纸统计报告，当你解读统计结果时，那个叫“主观”的小恶魔仍会在你的脑海中阴魂不散，让你得出与事实相悖的结论。

下面七点都是恶魔经常出没之处，可得绕道慎行~

小小的差异你却以为有意义

正如同股市每天都有上下波动，票选过程中有时你也会领先我一两个百分点，这些都是小小噪音，代表一些机率而已，过一会可能就会翻转过来，不必大惊小怪。

为了避免一看到波动造成的差异就一惊一乍，你可以看看误差界限（margin of error）。如果差异小于误差界限，就很可能只是随机波动。

差异有统计学意义不代表有现实意义

常常会听到文献报道说，某疾病的发病率有男女差异。但且不说差异有多大，这是从大量观察样本来说的，不应该形成刻板印象，更不要忽略组内的个体差异。

当一男一女两位真实的患者坐到你面前，你会简单地根据一个流调结果为他们制定不同的防治计划吗？流调说女性患病率低，但万一你面前的这位女性还有其他危险因素呢？另外，对随机抽取的两位同性患者，你会直接给出相同的防治计划吗？

当遇到差异时，一方面要考虑效应量，效应量太小，则现实意义可能不大；另一方面要留意组内的个体差异，具体问题具体解决。

忘了考虑极端值

众所周知，当数据呈正态分布时，大部分数据点会落在平均值附近，而极端值只有两边很少的部分。如果两组差异不太大时，那可能大多数数据点是重合的（差异不大），只有极端值是真正有差异的。

这时就看你的讨论目的了。如果你意在讨论大多数人，那么这个差异可能没什么卵用。如果着眼于极端值，那么很小的差异也可能有很大的价值。

误信了巧合

你造吗，每年尼古拉斯・凯奇出镜的电影数量，跟美国每年掉到游泳池里淹死的人数的趋势线，有着惊人的一致性，比咱们的雨神萧敬腾还衰。

这真的真的真的是巧合，即使画出了相似的曲线都未必能称得上“相关”。你应该还不至于误读这两个现象，但到了自己探索未知世界时，那可就说不准了。挖的数据多了，你总能找到一两个长得像的模式。

在科研中，只好对一切相关性都保持警惕了。多问几个问题，比如某种相似模式能否在不同样本中都观察到（排除抽样误差）？能否预测未来事件？不能重复、不能预测的，还是放过它吧。

误判因果关系

找到了两组相关变量，自然而然你就想找到它们谁是因谁是果。不少时候，因果角色都有迷惑性。比如，观察到了失业和精神疾病的相关性，那么到底是先精神健康有异常了才失业，还是失业了才精神不正常？

电影《半斤八两》

遇到这种情况，也只能反复考虑，不仅要想想它们是否真的有因果关系，还要想想它们颠倒过来会是怎样的情形？会不会其实是互相反馈的循环？甚至可能另外建立假说，做更多的补充调查才能有恰当的结论。

忘了考虑外部原因