How to Lie with Statistics

О чём:
Книга повествует о самых распространенных проблемах статистических исследований, и о том как ими умело пользуются журналисты маркетологи и политики.

Понравилось:
- разобраны практически все самые распространенные кейсы
- яркие примеры и понятные объяснения
- хороший живой язык повествования

Не понравилось:
- было бы неплохо если бы автор привел ещё больше примеров

Что там в итоге:
Хорошая интересно написанная книга.

Кому читать:
Людям, которые хотят лучше понимать, что за данные они видят перед собой.

Эта книга – самое настоящее лекарство от доверчивости. В ней раскрыты основные способы манипуляции статистическими данными, с целью предоставить их в наиболее выгодном свете, начиная от выбора неправильной средней и заканчивая визуальными махинациями. Правда мне показалось, что это скорее некое введение в курс дела, толчок к дальнейшему изучению вопроса. Большая часть материала слишком очевидна и поверхностна.

Даже я - человек “не в теме” ожидал большего, поэтому думаю, что те, кто более-менее знаком с искусством статистики ничего нового в данной книге не найдут. В добавок к этому в ней много воды (в книге маленького формата объемом 160 страниц!). Одну идею автор мусолит несколько страниц подряд.
Но, не смотря на все эти минусы, прочитать это пособие мне было полезно, своего рода напоминание, что не все то, что цифры следует принимать на веру. К тому же некоторые истории были действительно интересными. Написаны в духе "Фрикономики".

Поговорим сегодня о том, как врать профессионально. О том, что сталкиваемся с таким враньем ежедневно. А также кто в этом виноват и что делать.

Несколько доводов, помимо рассказа о самой книге, которые косвенно могут повлиять на ваш выбор:

- Книга написана аж в 1954 году, но не потеряла своей актуальности. И даже больше - с учетом развития областей больших данных, анализа данных, маркетинга и т.д. стала особенно интересной

-Книга небольшая. А значит концентрированная. Вам не придется читать главы воды, в которых лишь размазывается общая идея. Разве что в последней главе. Но это глава-резюме, так что мы можем такое простить :)

-Если кому-то очень важны слова типа "Бестселлер The New York Times" или громкие имена в рецензиях, то именно для таких людей могу сообщить, что на конференции TED 2015 года Билл Гейтс рекомендовал ее к прочтению наряду с некоторыми другими книгами.
( собирателям пруфов и всем неравнодушным к этому списку - https://www.gatesnotes.com/About-Bill-Gates/6-Books-I.. - официальный блог )

Фух, а теперь к прямым уликам :)

Эта книга интересна целиком и полностью и учит нас всегда сомневаться и подходить критически к любым данным ( в особенности, к переработанным данным), которые приходят к нам в отчетах, статьях, исследованиях. Раскрывает все подлости или некомпетентости людей, составляющих их. И подробно описывает главные способы, с помощью которых мы вводимся в заблуждение.
Что за данные такие? Вы сталкиваетесь с ними повсеместно. Вспомните, когда последний раз слышали фразу наподобие " Ученые независимой лаборатории доказали, что ...." или " Это блаблабла помогает на 33% лучше....". Или любую фразу с подобным контекстом. Верите ли вы эти словам?
А вот продолжайте дальше сомневаться :)

Как говорит автор (соглашусь с ним) давайте задавать хотя бы пять вопросов, чтобы облегчить себе жизнь:

Кто это говорит?
Откуда ему это известно?
Чего не хватает?
Не подменен ли объект исследования?
Есть ли в этом смысл?

А почему именно такие вопросы вы узнаете из книги. Парам пам пам.

Не скажу, что эти сведения стали для меня ошеломляющим открытием. Я примерно представляла, как можно легко манипулировать данными и преподносить их именно так, как хочется конкретно вам. Но для меня книга оказалась полезной именно с точки зрения разложения вещей по своим местам. Концентрированно, но наглядно.

Немного о мыслях, которые меня особенно зацепили.

Как хитро усреднить данные. Коротко, но забавно о некоторых видах среднего и манипуляциях над ними в одной картинке под постом :) Представьте, что на ней изображены сотрудники фирмы N, их количество и заработки.

Какие данные выгодно умалчивать. Например, неправильно подобранная выборка ( сааааамая частая причина провальных социальных опросов)

Тупые корреляционные зависимости. Даже прибавить нечего.

Как забыть том, что мы живем в трехмерном мире и показать "наглядную" картинку, извратив смысл. Ох уж эта инфографика ...
Веселая иллюстрация опять под постом

* Цифры, которые ни о чем не говорят. Нулевая польза :) В О О Б Щ Е.
"Реклама соковыжималки утверждала, что лабораторные исследования показали, что она выжимает на 26 % больше сока. Когда был задан вопрос, — «чем что?», был получен ответ — «чем ручная конусная соковыжималка». "

Знаете, я бы продавала эту книгу под лозунг "Прекратите быть идиотами". Настолько она полезна массовому читателю. И вручала бы ее каждому после класса эдак 9-го, иначе как же еще научить людей мыслить критически.

Кстати, у "Манн Иванов и Фербер" есть похожая книга. Голая статистика. Я ее полистала. Даже не начиная нытье на тему, что же стало с издательством и почему все скатилось - книга та проигрывает во многом Дареллу Хаффу и по моему скромному мнению танцует именно от него, спускаясь даже на уровень ниже и объясняя уже просто на яблоках, попутно разбавляя все водичкой так, чтобы книга стала толще раза в три от той, на тему которой мы сейчас говорим :) Боже, это предложение закончилось.

Так что, поблагодарим лучше Альпину. Читайте ее, ребят. Я все.

вот 10 главных выводов из книги Даррела Хаффа "Как лгать при помощи статистики", которые могут помочь не попадаться на манипуляции:

Не принимайте статистику на веру без проверки ее источника и достоверности данных.

Помните, что статистика может быть использована для искажения фактов и создания неправильных выводов.

Изучайте методы сбора данных и анализа, чтобы лучше понимать, как статистика была получена.

Обращайте внимание на детали и контекст, чтобы получить полную картину, не только затрагиваемую тему, но и саму статистическую информацию.

Не полагайтесь только на один источник статистических данных, а сравнивайте результаты из разных источников, чтобы избежать ошибок и необъективных выводов.

Будьте осторожны с процентами и числами, так как они могут быть представлены в искаженном и недостоверном виде.

Изучайте статистические термины, чтобы лучше понимать содержание источников и уменьшить риск неправильных выводов.

Не забывайте, что корреляция не всегда означает причинно-следственную связь.

Будьте внимательны к статистике, используемой в рекламе и политических кампаниях, так как эта информация может быть представлена в манипулятивном виде.

Наконец, помните, что анализ статистики требует времени и тщательности, поэтому необходимо быть готовым к тому, чтобы уделить этому процессу достаточно времени и усилий.