第1章　數(shù)字、數(shù)據(jù)與統(tǒng)計　/1

1．1　數(shù)字與統(tǒng)計學　/2

1．1．1　數(shù)字不僅僅是算算術(shù)　/2

1．1．2　我們?yōu)槭裁葱枰y(tǒng)計學？　/4

1．1．3　生活中統(tǒng)計學無處不在　/8

1．2　大數(shù)據(jù)時代　/11

1．2．1　大數(shù)據(jù)對生活的影響　/11

1．2．2　數(shù)據(jù)過多既是負擔，也是隱患　/13

第2章　數(shù)字的意義　/17

2．1　預(yù)測比賽結(jié)果/冠軍歸屬　/18

2．1．1　足球博彩與奪冠賠率　/18

2．1．2　高盛預(yù)測2014年世界杯走勢　/21

2．1．3　人工智能預(yù)測《我是歌手》冠軍歸屬　/24

2．2　數(shù)字預(yù)測美國大選　/26

2．2．1　美國大選的計票方式　/26

2．2．2　538網(wǎng)站成功預(yù)測奧巴馬當選　/28

2．2．3　統(tǒng)計數(shù)字比政治學家更可靠？　/31

2．3　用網(wǎng)絡(luò)數(shù)據(jù)幫你賺錢　/34

2．3．1　語意分析——你在網(wǎng)上說過的話都蘊藏商機　/34

2．3．2　Twitter和Google中隱藏的賺錢秘密　/36

2．3．3　利用社交網(wǎng)絡(luò)數(shù)據(jù)看股市走勢　/40

2．4　數(shù)字與量化對學科研究的影響　/45

2．4．1　定性分析與定量分析　/45

2．4．2　社會科學中的量化研究　/46

2．5　媒體也在到處找數(shù)據(jù)　/50

2．5．1　數(shù)字對媒體傳播的重要性　/50

2．5．2　數(shù)據(jù)新聞和數(shù)據(jù)可視化的崛起　/52

第3章　數(shù)據(jù)收集既有技巧又有隱患　/57

3．1　從哪里能夠獲得數(shù)據(jù)？　/58

3．1．1　二手數(shù)據(jù)　/58

3．1．2　一手數(shù)據(jù)　/59

3．2　什么樣的數(shù)據(jù)是好數(shù)據(jù)？　/61

3．2．1　好數(shù)據(jù)的標準　/61

3．2．2　清洗數(shù)據(jù)也是技術(shù)活兒　/62

3．3　你的數(shù)據(jù)可靠嗎　/64

3．3．1　數(shù)據(jù)來源不可靠　/64

3．3．2　對數(shù)字本身做手腳　/65

3．3．3　對數(shù)據(jù)后期處理過度　/66

3．4　樣本選擇不完善　/68

3．4．1　樣本選擇與整體數(shù)據(jù)　/68

3．4．2　樣本選擇偏差：失之毫厘，差之千里　/69

3．4．3　幸存者偏差：你經(jīng)歷的不一定就是真的　/72

第4章　相關(guān)性與因果性　/79

4．1　相關(guān)性與因果性的混淆　/80

4．1．1　相關(guān)關(guān)系不一定意味著因果關(guān)系　/80

4．1．2　購物網(wǎng)站怎么會知道我想讀什么書　/81

4．1．3　“神奇的”相關(guān)性　/82

4．2　慎用“因為……所以……”造句：因果關(guān)系不可亂用　/85

4．2．1　因果關(guān)系需要嚴密論證　/85

4．2．2　“倒因為果”也是一個嚴重的問題　/87

第5章　平均數(shù)的“挑選技巧”　/89

5．1　平均數(shù)、中位數(shù)與眾數(shù)的差別　/90

5．2　平均數(shù)并不“平均”　/92

5．2．1　當?shù)仄骄べY水平×萬元，你被平均了嗎？　/92

5．2．2　占領(lǐng)華爾街——社會上1%的人掌握了99%的財富　/95

5．3　缺少平均數(shù)的誤導(dǎo)性　/98

5．3．1　GDP全球第二，我國是否已經(jīng)是經(jīng)濟強國？　/98

5．3．2　我國是地大物博、資源豐富嗎？　/100

5．4　辛普森悖論：分類的重要性　/102

5．4．1　到底哪個班的平均分高？　/102

5．4．2　辛普森悖論　/104

5．5　補救平均數(shù)　/105

5．5．1　全國收入水平分布情況——你處在哪個位置？　/105

5．5．2　房價的中位數(shù)乘數(shù)　/107

第6章　數(shù)字圖表——有圖也不一定有真相　/111

6．1　數(shù)字與數(shù)據(jù)可視化：一圖勝千言　/112

6．1．1　數(shù)字越詳細，人們反而越不愿意看　/112

6．1．2　人類對圖形更加敏感　/113

6．1．3　數(shù)據(jù)可視化的趨勢與優(yōu)勢　/115

6．2　可視化的數(shù)字也是數(shù)據(jù)陷阱的重災(zāi)區(qū)　/117

6．2．1　圖形數(shù)據(jù)更加直觀，但可能會遺漏一些數(shù)據(jù)信息　/117

6．2．2　圖像更易操縱　/120

6．3　改變坐標軸：數(shù)字變得不認識了　/121

6．3．1　截取縱坐標某一段，故意夸大差距　/121

6．3．2　圖像的拉長與伸縮　/124

6．3．3　改變時間軸的范圍：視角不同，“結(jié)果”就不同　/125

6．3．4　百分號和千分號：單位到底是什么？　/129

6．4　魔鬼都藏在細節(jié)中　/131

6．4．1　查看數(shù)據(jù)備注說明信息　/131

6．4．2　注意數(shù)據(jù)圖表的細節(jié)　/132

第7章　廣告中的數(shù)字陷阱　/137

7．1　“降價50%銷售”：真的是降價促銷嗎？　/138

7．1．1　先漲價后降價　/138

7．1．2　先降價后漲價　/139

7．2　買家好評：口碑就是金錢　/141

7．2．1　信息不對稱——賣家怎么說都有理？　/141

7．2．2　刷單導(dǎo)致偏差　/142

7．2．3　“給好評送禮物”　/143

7．3　夸張宣傳誤導(dǎo)消費者　/145

7．3．1　一周美白：公開的數(shù)字與背后的信息　/145

7．3．2　前提條件不明——隱藏的技巧　/146

7．4　流量為王的時代　/149

7．4．1　能到“10萬+”才算火爆　/149

7．4．2　賺流量也要守規(guī)矩　/150

第8章　公司運營中的數(shù)字陷阱　/153

8．1　營業(yè)收入與利潤　/154

8．1．1　賣得越多，賺得越多？　/154

8．1．2　所謂“互聯(lián)網(wǎng)思維”——先燒錢圈地，再考慮盈利？　/156

8．2　增長：環(huán)比增長還是同比增長？　/161

8．3　企業(yè)帶動納稅5000億元　/163

8．4　注水的KPI　/164

8．4．1　KPI是用數(shù)字量化來考核的方式　/164

8．4．2　只要有數(shù)字就可能被操控——虛假業(yè)績的例子　/165

第9章　網(wǎng)絡(luò)謠言中的數(shù)字陷阱　/167

9．1　為什么謠言比辟謠更受歡迎？　/168

9．1．1　人類偏好聳人聽聞的故事　/168

9．1．2　帶有數(shù)字的謠言更可怕　/169

9．1．3　謠言通常比充滿科學味的枯燥辟謠文章更具有可讀性　/171

9．2　食物相克的謠言：離開劑量談毒性都是耍流氓　/173

9．3　生男孩還是生女孩——酸兒辣女？　/174

第10章　美國大選預(yù)測遭遇滑鐵盧：特朗普來了　/175

10．1　總統(tǒng)大選，誰家預(yù)測得準　/176

10．2　尷尬的媒體和民調(diào)預(yù)測　/179

10．3　預(yù)測正確的媒體　/182

第11章　數(shù)字與新技術(shù)時代　/185

11．1　人工智能、機器學習、大數(shù)據(jù)：數(shù)字新時代　/186

11．2　新技術(shù)前景　/189

11．3　人類必須要面對的現(xiàn)實：被機器取代　/191

11．4　安全隱患　/194

第12章　總結(jié)　/197