內容來源：本文為中信出版集團書籍《數據的真相：如何在數據時代做出明智決策》讀書筆記。筆記俠作為合作方，經授權發佈。
作者簡介：約翰•H約翰遜，麻省理工學院（MIT）計量經濟學博士
封圖設計 | 泉十七 責編 | 浮燈
第 2324 篇深度好文：2830字 | 4分鐘閱讀
讀書筆記·思維方式
本文優質度：★★★★★ 口感： 楊枝甘露
筆記君說：
每天，我們都被媒體報道或其他信息來源的消息所包圍。儘管我們擁有的數據量很豐富，但是數據帶給我們的回報正在減少。因為你掌握的信息越多，就越難理解其中所包含的意義。
如何有效地辨別、解讀這些信息，成熟地汲取數據，成為我們要思考的問題。
被數據包圍是現代人的生活的常態，研究機構報告稱，正常人每日會接收30GB的數據，如果把它們都打印出來，能夠裝滿幾十輛卡車。
不過，現實是在瀏覽了規模如此龐大的信息後，我們並沒有變得更聰明更睿智；反而常常被各種媒體上傳播的信息誤導，掉進錯誤判斷的陷阱，一不小心還會交一波智商稅。
比如像這樣的廣告語，“聰明的孩子都在用XXX牌學習機”。
還有下面這些聽上似乎很可信，但並不真實的判斷：
食用紫薯可以抗癌？
使用蘋果手機的人更聰明？
住在星巴克旁邊，你的房子就會升值？
在眾多存在信息誤導的情境中，我們有一個經常會犯的錯誤，那就是：把只有偶然關聯性的兩件事，套上一個並不存在的因果聯繫，還誤以為自己掌握了真理。
麻省理工學院（MIT）計量經濟學博士寫了一本新書，《數據的真相 : 如何在數字時代做出明智決策》，在這本書中他分析了人們混淆關聯性和因果性做出錯誤決策的問題根源，引導人們識別數據的謊言，做出明智決策。
一、星巴克旁邊的房子升值更快？
並非如此…
首先，我們來看一個現實問題。
美國《人物》雜誌曾有一篇文章標題叫做“住在星巴克旁邊能夠讓你的房子升值”。——有很多人看到這則報道，紛紛把看房目標鎖定在了星巴克門店的小區。
星巴克旁邊的房子升值更快？這是真的嗎？它聽上去合乎大部分直覺的判斷。
文章數據顯示星巴克附近的房子5年間升值幅度超過20%，而離得稍遠的房子只升值不到17%。
我們並不是想對這些數據提出異議，但我們質疑“星巴克讓房子升值”這一論點。
可能就因為星巴克把店開在了城鎮、郊區的中心——這些地區房價上升的速度較快。
例如，星巴克創意總監兼全球創新發展新型零售部總裁（前不動產總監）亞瑟·魯賓菲爾德寫過一本書，介紹特許經營人如何在每天的工作中學習星巴克選址的經驗。
他的秘訣中有一條便是在停車場尋找油漬（車流量大的標誌）。
也許星巴克坐落的位置旁邊會有人行道，而人們喜歡住在有人行道的地方。也許每次星巴克一開，附近就會出現幾個新的公交站點——這些都是讓房地產價格上升的因素。
所以真實的情況是，星巴克只是和它附近房價的提升有了關聯性，但並非直接的因果關係。
二、為什麼我們總被忽悠？
這源自人類大腦的工作機制
密歇根大學的法學教授普雷斯科特解釋說，大多數人會犯的一個大錯誤是由於“人們的大腦很容易將因果性和關聯性搞混。”
人腦的工作模式決定了我們普遍會感覺事物存在關聯性的故事不如事物存在因果性的故事有吸引力。
因此，記者甚至學者都會含糊其詞，任由讀者自己解讀。
更進一步講，我們更注重因果關係根源於人類的生物本能。
“人類大腦是一臺模式識別的機器。在過去，書籍和搜索引擎還沒有發明之前，找出原因和影響對於我們的生存至關重要 。”
社會心理學家羅恩·弗裡德曼指出，“我們的大腦通過進化，變得善於尋找秩序、預測事情發展。我們無法控制這個過程—我們會處處尋找聯繫，即使聯繫並不存在。”
因果關係會讓人安心，所以我們想要找到這類關係。
“我們腦中彷彿有這樣的程序—揭示事件之間的聯繫，解讀偶然事件，將其作為存在因果關係的證據，當某件事起因不明的時候，我們會自然而然想要填補這個空白，人為地加上原因。”
三、如何透過似是而非的信息，
洞察事實的真相？
1. 拋棄先入為主的觀念
我們吃過太多先入為主的虧，它促使我們做出一些盲目熱捧或者排斥的決策。
曾經有一個兒童注射MMR（麻疹、腮腺炎、風疹）疫苗與孤獨症關聯的爭論。
儘管已經有一項針對超過95000名兒童的研究發現“接種MMR疫苗並沒有增加患孤獨症譜系障礙的危險”。
兩者只是具有時許上的關聯性，而非因果性，但仍有1/3的家長認為接種疫苗會導致孤獨症。
不過換位思考一下，如果你孩子在接種完MMR疫苗後，突然變得內向不愛說話，你會怎麼辦？
你會不會懷疑兩者之間存在關聯？你會不會想要知道為什麼你孩子患上了孤獨症譜系障礙？
我們可以感受到父母的情緒是如何影響他們解讀數據的。這種尋找答案的想法和實證性偏見有關。
該偏見是一種通過解讀數據來支撐自己先入為主觀念的傾向。懷著實證性偏見的我們只是在尋找一個答案——尋找一個特定的答案。
實證性偏見幾乎影響著我們對待數據的方方面面——從抽樣到觀察到預測。
人們憑藉先入為主的觀念，而非基於真實的證據，把兩件事時間的關聯性當成了因果性。
所以，別輕易被煽動，理智對待利益相關者營造的恐慌焦慮的語境，不然我們的判斷很有可能會被先入為主的觀念所幹擾。
2.提出質疑的聲音，找到真正構成影響的變量
人們在做判斷時，經常只觀察到兩個事物的表面相關性就匆忙下了定論，而實際上真正主導因果關係的變量被我們遺漏了。
就像開篇我們提到的星巴克影響了周邊房價的案子，星巴克與房屋所處的商業區位、交通節點、配套服務設施都有可能是遺漏變量。
遺漏變量是造成關聯性和因果性不同的主要原因。
問題在於很多時候變量不止兩個。我們掌握了兩個變量之間的關係（又稱依存關係），但實際上卻有第三個至關重要的變量被遺漏了。
這個變量即遺漏變量（是的，也可能存在多個遺漏變量）。這種情況下，我們只要問一個簡單的問題——“還有什麼因素可以解釋這件事。”
很多經濟學家致力於觀察和實驗，而非僅僅依憑理論，花去職業生涯的全部時間評估、思考遺漏變量導致的偏見。
社會科學家花上幾百個小時分析數據來證明幾組變量之間呈現的是關聯性還是因果性（還是與之相反）並不稀奇。
四、結語
在《數據的真相》一書中，作者想要分享給大家的經驗是，那些每天環繞我們周圍的雜蕪的信息數據，並非是無意義的，盲聽盲信這些小數據，它們也會產生難以置信的破壞力。
但是作為見多識廣的數據接收者，我們可以通過
一些認知技巧來規避被誤導的風險。警惕許多標題或文章中可能暗示的因果關係。
拋開先入為主的偏見。
如果你看到了兩者之間的關係，問自己：會不會有其他的因素導致了我所觀察到的結論？
在理解兩者關係的時候，是不是有其他確實非常重要的遺漏變量。
最後，對於科學家來說，證明因果關係也是一件非常需要技術含量的事，能保持清醒、理智地思考就已經勝過絕大部分普通人了。
本文為中信出版集團《數據的真相》讀書筆記，原書作者：約翰•H約翰遜，邁克•格魯克，轉載請註明出處。
閱讀更多 筆記俠 的文章
