数据如何误导了我们读后感精选( 四 ) 数据如何误导了我们|读后感

虽然数据有着如此多的误导行为，但我们还必须要面对这些数据。我们唯一能做的就是擦亮自己的眼睛，掌握更多对于数据分析的方法，有着一个不偏听偏信的强大心理。作者在最后给出了面对数据分析，我们应该有的态度：数据是谁提供的？我们对这些数据有什么感觉？数据是如何标准化的？如何采集的？如何分析的？如何呈现的？最为重要的就是，面对这些数据，我们要以自己的思考为前提，自我分析为准备，用怀疑的心态，让数据为我所用，而不是被数据误导。前面数据分析题答案：我们假设全部人口100000人。根据0.1％的患病率患病人数：100000*0.1%=100 未患病人数：99900 根据5％误诊率，全员检测。未患病者检测患病人数：99900×5%=4995 患病者检测患病人数：100×（1-0.5%）=99 现在可以看出，这10000人中，真正患病被检测出来的数据为99人，而全部被检测到的患病人数为4995+99=5094 而被检测到真正患病的概率就为：99÷5094×100%=1.94%
《数据如何误导了我们》读后感(四)：一本书教会你在大数据时代如何防坑！
数据是客观的，理性的，冷漠的，单一的，是多少就是多少。并不会因为外界的力量而进行改变。但随着互联网＋的发展，人工智能的不断普及，核心算法大数据在不断的窥探我们的生活，我们的衣食住行都受到了监视。这本《数据如何误导了我们》从专业的角度出发，让每一位读者了解数据，走进数据，掌握数据背后的神秘算法，更为我们送上了一份贴心备至的大数据时代防坑指南！
一、你从未见识过的数据运用“鬼才”逻辑！世界上有三种谎言：谎言，该死的谎言和统计数据。在书中的第三章节#统计中常见的基本错误中# 作者借用美国大选的案例和抽样5300名男性进行下论断的《人类男性性行为》一时间，强烈抨击了数据抽样的不准确性。细想一下，5300名被抽样调查的男性何以见得就能代表整个国家的男性呢？进行抽样的5300名男性如何确保样本的科学性呢？这5300名男性又是如何被筛选被确立的呢？这些问题都没有一个官方的解释，所以在此依据下，尽管这份《人类男性性行为》的报告销量很好，但最后依旧被拉下了神坛。
随着质疑与批判的声音越来越多，专家学者纷纷将注意力转移到这份报告上来，有三名专业的统计学家对于这份报告的撰写者追问。其实，借由这两个事件我们不难发现，统计自然有它科学合理的作用但是作为一份权威性及涉及范围面很广的事情时应该更加严谨更加富有专业代表性。
这一事件也启示我们在进行抽样调查时选择抽样数据一定要具有较强的说服力和代表性，更要进行合理科学的数据推测。二、你被大数据杀熟了吗？自古以来，生意人都暗含两条路径，“欺生”或”杀熟” 。现如今，进入到互联网时代，伴随着获客成本的不断提高，商家们为了巩固自己的利益，借由大数据杀熟的现象越来越普遍。就以书中的珍妮弗为例，尽管她拥有生意较好的摊位，但是珍妮弗手中没有余钱，这对她来说是一个十分大的隐患。因为这就意味着她一旦生病或遭遇其它变故她将无法扭转自己当下的财务情况，借款也很难。因为当地的银行贷款是根据数据核算及评价来进行发放的。这在贷款资质审核中就存在了很多不确定因素，因为我们不知道银行确切的标准究竟是什么，所以说珍妮弗很难在银行借到钱。