假设某一天，某媒体发布一条消息，说清华大学研究生新生录取的面试过程中，每个系的女性报考者的通过率都要比男性报考者的通过率要低，然后攻击清华大学的新生录取歧视女性。你对这件事情有何看法？

魔鬼经济学中教育我们要对数据进行分析，揭露隐藏在表象世界下的真实世界。但是，对于数据的不同分析方式，会得出截然不同的结果，至少表面上看起来截然不同。

比如在上面的例子，表面上看起来女性报考者在每个系都受到了歧视，但真实情况如何呢？

为了简单起见，不妨将各系分为两大类，文科系和理工科系，

表格里面的 a/b=c%的含义为b人报考，a人通过，通过率为c%。

这个例子便显示即使数据表明在每个系，女性通过率要低于男性，在全校范围看来，女性的通过率也可能比男性高，这样看来，歧视女性报考者的说法就无法成立了。

上面是一个例子，显示出数据必须从整体来看。下面是一个例子，单从整体来看数据也是不够的。

某气象台号称它的天气预报整体准确率高达80%。你对这个数据有何看法？

似乎80%是足够高了。但其实不然。大多数人关注的天气也就是下雨和不下雨之分。任何一个人都能预测天气，达到90%以上的准确率，只需要总是预测不下雨即可（显然，在北京，雨天的概率要<10%）。

想想看，你是否被人用上面的两种方法忽悠过？

注：上面的例子和数据均为作者伪造，清华大学也从没有歧视女性之说，请勿用作其它论据。

[tags]课堂笔记,TCS,数据分析,魔鬼经济学[/tags]

© zhiqiang for 阅微堂, 2007. | 链接 | 16 条评论

译者: 刘祥亚
作者: （美）史蒂芬·列维特 / 史蒂芬·都伯纳
副标题: 揭示隐藏在表象之下的真实世界
isbn: 7807281960
页数: 209
定价: 28
出版社: 广东经济出版社
装帧: 平装

我后悔买这本书了。

我的银子有限，应该用来买那些值得珍藏的书，所以我的大多数买回来的书都是已经看过的，或者鼎鼎有名的经典书籍。但是，由于这本书比较新，学校图书馆竟然没有。而连续几次在网上看到关于这本书的书评，今天去书店，顺手就买了回来。和几乎所有的畅销书一样，都是一次性书籍。看完了，嗯，明白了说的是啥，可以提供一些讨论的话题，但不会再去翻它了。所以把它买回来是一种浪费。

但这并不意味着这本书不值得一读。特别是那些平时遇事不动脑子的人，更应该读一读这本书。

这本书至少提出了两种考虑问题的要点：

第一：数据才是最真实的。人有很多种动机撒谎，但数据不会。例如，数据显示，90％的毒品贩子所挣的钱还不及最低小时工资，所以他们不得不跟自己的妈妈住在一起。这可能与大多数人的印象不大符合。为何还有人愿意从事这份工作呢？因为，这些毒品贩子的心态，跟那些"从哈尔滨跑到湖南去参加'超级女生'的女孩子们"的心态有些相似。一旦成功(成为该行业顶级人士)，就能发大财（这个现象在经济学上有一个术语：胜者全得，随着社会的信息化和全球化，这样的现象越来越广泛）。

第二：是因果关系还是只有相关性？这个问题是这本书的精髓所在。这个话题几年前就遇到过，以前讨论的是“吸烟会诱发肺癌么？”调查数据显示，烟民中肺癌患者比例要大大高于非烟民。很多人因为这个调查结果就以为上面那个结论成立，但完全还有一种可能性，比如说，人体中存在一种基因，含此基因的人喜欢吸烟，而且易发癌症。这样的话，癌症跟吸烟一点因果关系都没有了，一个人吸不吸烟一点也不影响他晚年是否得癌症死掉。抽象点说，有两种事件A(烟民)和B(肺癌患者)，观测到A和B具有高度相关性(A，B同时发生)，这时候至少存在3种可能，A诱导B，或B诱导A，或存在C(致病基因)，C同时诱导A，B。本书即通过不断寻找这个C，来解释隐藏在表象(A和B)下的真实世界。比如，名字对孩子的未来有影响吗？很难说，但拥有一个好名字小孩的父母可能受过更好的教育，而这个对于孩子的未来却是有实实在在的影响的。

© zhiqiang for 阅微堂, 2006. | 链接 | 12 条评论