真实的谎言(一)强烈推荐.pptx

数据陷阱，你中招了吗？真实的谎话〔一〕背景大数据时代下，人们更愿意用数据去说明一些问题。然而，你知道吗？这些数据也会“说谎〞。这个“谎话〞，并不是说数据是假的，这个数据是真实的，每一个事实也都是真的，但是在不知不觉中，你已经落入了它的陷阱，成功地被它欺骗了。让我们一起看看下面的“数据陷阱〞，你有没有中招~1、终究该用哪种方案治疗？如果你生病了，医生给了你两个治疗方案：A治疗方案的痊愈率是69%，B治疗方案的痊愈率是64%，你会选择哪一个？当然是A治疗方案。1、终究该用哪种方案治疗？不好意思，你选错了。看一看下面这张表，你可能就明白了。虽然治疗方案B的整体痊愈率要低于治疗方案A，但是无论是病情比较轻，还是病情比较严重，痊愈率都比A要高！2、该公司到底有没有性别歧视？这是某公司的招聘数据：大家从表格上可以看到，如果只看整体的录取率，那么男性的录取率是20%，女性的录取率是18%。根据数据我们会轻易得出结论--在招聘时该公司歧视女性。2、该公司到底有没有性别歧视？但是，如果把上面的数据按照职位拆分，再来看看招聘情况呢？整体上看确实是有性别歧视的存在，但是分开各个岗位来看，女性比男性的录取率还要高！被骗了…所以你看，数据是真实的，然而你却被它欺骗了！数据资料仿佛天然拥有最神奇的化装技巧，只要略施粉黛，就会得以巧妙的伪装。揭开神秘的面纱数据陷阱：辛普森悖论辛普森悖论这是统计学中一个经典的悖论--辛普森悖论。1951年，英国著名统计学家E.H.辛普森提出了一个统计学现象：在某个条件下的，分组分别讨论和整体合并讨论，会得出两个截然相反的结论。辛普森悖论出现这种现象的原因在于：总体和局部在构造上有很大的差异性。这也是我们经常看到的单因素和多因素关系的原因。如果我们没有认清辛普森悖论，它往往会干预我们的重大决策。比方，你是一家集团公司的总裁，在北京和上海均有业务，你要根据市场占有率情况进展重大的战略调整。两地的市场占有率如下表。所以，你会判断上海市场的业务要优于北京市场的，对么？此时，只考虑了地区的差异，把所有的数据看成了整体，看似确实是上海市场的业务优于北京市场。如果我们没有认清辛普森悖论，它往往会干预我们的重大决策。但如果考虑多因素分析，根据各项业务实际占有率，你会惊奇地发现：产品M的市场占有率，北京〔49.33%〕高于上海〔47.13%〕，产品N的市场占有率，北京〔40.4%〕也同样高于上海〔40%〕。破解辛普森悖论：方法一★ 在数据分析中，多多利用大数据，进展多因素分析。假设要进展相关测算，应该考虑适当的权重。例如市场占有率的案例，仔细观察北京上海的两组数据，你会发现，两个地区的业务构成比重是有所差异的。当考虑的情况太少〔如把地区看作整体〕就可能发生“辛普森悖论〞，而多因素分析考虑了多种情况〔如根据业务因素进展分组分析〕，就成功跳过了陷阱。破解辛普森悖论：方法一分析云可以帮助企业进展多因素分析，防止企业在做决策时做出错误的判断。破解辛普森悖论：方法二★ 在分组或多因素分析时，进展相关性分析，防止将统计中的偶然重合当做因果关系。就如上述第二个案例，是否男女性别差异是导致了录取结果的差异呢？这种情况，需要通过相关性分析进展进一步判断，不能轻易将统计中的偶然重合当作因果关系下结论。小结：这么一看，算术变成了魔术，数字变的有了魔力。所以，我们要练就火眼金睛，不要被“真实的谎话〞所蒙骗，陷入早已布好的陷阱中。数钥分析云，助力企业数字化转型升级！