谎言有三种：谎言、该死的谎言、统计数学。
——马克·吐温
统计数字比政治学家更可靠？
社交网络数据可以预示股票走向？
购物网站怎么知道我想读什么书？
降价是真的给消费者让利吗？
在大数据时代，数字被看作是巨大的金矿，变得重要。人们可以通过一串串数字刻画整个世界，甚至预测未来。但是数字却永远无法代替真实，现在数字和数据被滥用的现象越来越常见，特别是新技术的运用更是使数据从收集到处理，从可视化到信息表达，每个环节都存在用数字做手脚的机会，让人防不胜防。不过数字永远都是那些数字，说谎的并不是数字本身，而是使用数字的人，是数字使用者把数字变成了“任人打扮的小姑娘”。
本书将用简单易懂的语言分析常见的利用数字说谎的情况，并结合一些常见的例子，对现有的一些“数字陷阱”现象进行解析。
第1章 数字、数据与统计 /1
1．1 数字与统计学 /2
1．1．1 数字不仅仅是算算术 /2
1．1．2 我们为什么需要统计学？ /4
1．1．3 生活中统计学无处不在 /8
1．2 大数据时代 /11
1．2．1 大数据对生活的影响 /11
1．2．2 数据过多既是负担，也是隐患 /13
第2章 数字的意义 /17
2．1 预测比赛结果/冠军归属 /18
2．1．1 足球博彩与夺冠赔率 /18
2．1．2 高盛预测2014年世界杯走势 /21
2．1．3 人工智能预测《我是歌手》冠军归属 /24
2．2 数字预测美国大选 /26
2．2．1 美国大选的计票方式 /26
2．2．2 538网站成功预测奥巴马当选 /28
2．2．3 统计数字比政治学家更可靠？ /31
2．3 用网络数据帮你赚钱 /34
2．3．1 语意分析——你在网上说过的话都蕴藏商机 /34
2．3．2 Twitter和Google中隐藏的赚钱秘密 /36
2．3．3 利用社交网络数据看股市走势 /40
2．4 数字与量化对学科研究的影响 /45
2．4．1 定性分析与定量分析 /45
2．4．2 社会科学中的量化研究 /46
2．5 媒体也在到处找数据 /50
2．5．1 数字对媒体传播的重要性 /50
2．5．2 数据新闻和数据可视化的崛起 /52
第3章 数据收集既有技巧又有隐患 /57
3．1 从哪里能够获得数据？ /58
3．1．1 二手数据 /58
3．1．2 一手数据 /59
3．2 什么样的数据是好数据？ /61
3．2．1 好数据的标准 /61
3．2．2 清洗数据也是技术活儿 /62
3．3 你的数据可靠吗 /64
3．3．1 数据来源不可靠 /64
3．3．2 对数字本身做手脚 /65
3．3．3 对数据后期处理过度 /66
3．4 样本选择不完善 /68
3．4．1 样本选择与整体数据 /68
3．4．2 样本选择偏差：失之毫厘，差之千里 /69
3．4．3 幸存者偏差：你经历的不一定就是真的 /72
第4章 相关性与因果性 /79
4．1 相关性与因果性的混淆 /80
4．1．1 相关关系不一定意味着因果关系 /80
4．1．2 购物网站怎么会知道我想读什么书 /81
4．1．3 “神奇的”相关性 /82
4．2 慎用“因为……所以……”造句：因果关系不可乱用 /85
4．2．1 因果关系需要严密论证 /85
4．2．2 “倒因为果”也是一个严重的问题 /87
第5章 平均数的“挑选技巧” /89
5．1 平均数、中位数与众数的差别 /90
5．2 平均数并不“平均” /92
5．2．1 当地平均工资水平×万元，你被平均了吗？ /92
5．2．2 占领华尔街——社会上1%的人掌握了99%的财富 /95
5．3 缺少平均数的误导性 /98
5．3．1 GDP全球第二，我国是否已经是经济强国？ /98
5．3．2 我国是地大物博、资源丰富吗？ /100
5．4 辛普森悖论：分类的重要性 /102
5．4．1 到底哪个班的平均分高？ /102
5．4．2 辛普森悖论 /104
5．5 补救平均数 /105
5．5．1 全国收入水平分布情况——你处在哪个位置？ /105
5．5．2 房价的中位数乘数 /107
第6章 数字图表——有图也不一定有真相 /111
6．1 数字与数据可视化：一图胜千言 /112
6．1．1 数字越详细，人们反而越不愿意看 /112
6．1．2 人类对图形更加敏感 /113
6．1．3 数据可视化的趋势与优势 /115
6．2 可视化的数字也是数据陷阱的重灾区 /117
6．2．1 图形数据更加直观，但可能会遗漏一些数据信息 /117
6．2．2 图像更易操纵 /120
6．3 改变坐标轴：数字变得不认识了 /121
6．3．1 截取纵坐标某一段，故意夸大差距 /121
6．3．2 图像的拉长与伸缩 /124
6．3．3 改变时间轴的范围：视角不同，“结果”就不同 /125
6．3．4 百分号和千分号：单位到底是什么？ /129
6．4 魔鬼都藏在细节中 /131
6．4．1 查看数据备注说明信息 /131
6．4．2 注意数据图表的细节 /132
第7章 广告中的数字陷阱 /137
7．1 “降价50%销售”：真的是降价促销吗？ /138
7．1．1 先涨价后降价 /138
7．1．2 先降价后涨价 /139
7．2 买家好评：口碑就是金钱 /141
7．2．1 信息不对称——卖家怎么说都有理？ /141
7．2．2 刷单导致偏差 /142
7．2．3 “给好评送礼物” /143
7．3 夸张宣传误导消费者 /145
7．3．1 一周美白：公开的数字与背后的信息 /145
7．3．2 前提条件不明——隐藏的技巧 /146
7．4 流量为王的时代 /149
7．4．1 能到“10万+”才算火爆 /149
7．4．2 赚流量也要守规矩 /150
第8章 公司运营中的数字陷阱 /153
8．1 营业收入与利润 /154
8．1．1 卖得越多，赚得越多？ /154
8．1．2 所谓“互联网思维”——先烧钱圈地，再考虑盈利？ /156
8．2 增长：环比增长还是同比增长？ /161
8．3 企业带动纳税5000亿元 /163
8．4 注水的KPI /164
8．4．1 KPI是用数字量化来考核的方式 /164
8．4．2 只要有数字就可能被操控——虚假业绩的例子 /165
第9章 网络谣言中的数字陷阱 /167
9．1 为什么谣言比辟谣更受欢迎？ /168
9．1．1 人类偏好耸人听闻的故事 /168
9．1．2 带有数字的谣言更可怕 /169
9．1．3 谣言通常比充满科学味的枯燥辟谣文章更具有可读性 /171
9．2 食物相克的谣言：离开剂量谈毒性都是耍流氓 /173
9．3 生男孩还是生女孩——酸儿辣女？ /174
第10章 美国大选预测遭遇滑铁卢：特朗普来了 /175
10．1 总统大选，谁家预测得准 /176
10．2 尴尬的媒体和民调预测 /179
10．3 预测正确的媒体 /182
第11章 数字与新技术时代 /185
11．1 人工智能、机器学习、大数据：数字新时代 /186
11．2 新技术前景 /189
11．3 人类必须要面对的现实：被机器取代 /191
11．4 安全隐患 /194
第12章 总结 /197
