用数据来解释生活

进入新媒体时代,互联网高度发达,大大降低了信息获取的成本。每天我们都接收到大量的零散信息,我们需要拼凑这些信息来理解这个世界发生的事情。其实我们的知识储备都不足以理解大多数事情,如果这些信息中还有假新闻,假消息时,就更是雪上加霜,比如有关这次美国大选铺天盖地的谣言。加尔布雷思(John Kenneth Galbraith)有一个观点:人们总是会努力坚持那些能够让他们理解,或是他们愿意理解的观点,哪怕这个观点并没有被认真地考虑或检测。这就是他提出的“传统智慧”的概念,很多“生活常识”,”专家、名人的观点”或者一些能让我们感到舒适,给我们带来自尊的东西都属于这个范畴。传统智慧不是全部都是错误的,但是我们可以怀疑它们是错误的。但如何分辨它对错呢?

介绍一本很老的书《魔鬼经济学》。作者史蒂芬•列维特(Steven D. Levitt),芝加哥大学经济学教授,被誉为“当今美国40岁以下最负盛名的经济学家”。这本畅销书并不是真正关于经济学的著作。事实上,它向我们展示了,如何把统计分析应用到你通常不会想到使用的问题上,比如应用于一些社会问题上。

书中作者试着解答了很多疑问:

  • 房产中介是否能帮你把房子卖个好价钱?
  • 贩毒是否是暴利行业?
  • 美国犯罪率为什么会突然下降?
  • 父母到底能在多大程度上影响孩子的未来?

比如到底家长应该怎样教育孩子。有众多的因素会影响结果,但是其中有很多是属于“传统智慧”,比如让孩子少看电视对孩子有利,比如多带孩子去博物馆好,等等。如何量化,用数据来证明检测效果呢。这本书介绍了使用回归分析来判断某种关联的意义,甚至判断出这种关联是否属于一种因果关系。A导致了B是因果关系,但是当A只发挥了30%的作用时,两个因素之间的只能说是相互关联。经济和社会行为极其复杂,可能导致一个结果的因素有A,B,C,D,E……100种,1000种,每个因素发挥的作用又各不相同。

像这样的案例书中还分析了很多。它们互相之间并不关联,但是都是我们生活中时常见到,时常发生的。如何用数据来解释我们的生活是这本书的一个亮点。我们进入了大数据时代,很容易得到大量的数据,如何利用它们,这本书也能带给我们一些新的思考。

这本书的缺点是有些地方作者太过自信,相信结论的正确,所以话说得很死。我觉得看这本书主要是学习它的分析问题的方法,至于结论是否一定正确无所谓。当我们通过思考来质疑它时,说明我们已经体会了这本书的精髓。

喜欢这本书就分享一下吧: