你也许相信“数字会说话”，小心！数字可能经过加工，目的就是巧妙误导你的判断。你也许只看统计结果不看过程，小心！任何统计过程中都可能有你意想不到的疏漏。你面前的数据来自有公信力的机关，小心！你觉得完全可信的数据，也可能存在陷阱。

《看穿一切数字的统计学》告诉你，海量数据中，哪些数字能帮你做出准确判断，哪些会让你走入误区？本书是一点儿也不无聊的统计学入门书，不用艰深的数学式，就能理解统计学的基本概念，用故事点出主题，让你学得透彻，看得过瘾。学会统计学，看穿一切数字背后的真相！本书由西内启著。

一个简单的举措就能拯救10万人的生命？改变投放广告单的方式就能赚取60亿日元？“一次购买两台缝纫机可以打9折”真的能够增加销量吗？用随机对照试验就可以看穿占卜师和推销员的大多数骗术？只要通过简单的测试就可以避免商业经营中绝大多数的错误？……

大数据时代，统计学可以被应用在所有领域，可以出现在世界上的每一个角落以及人生的每一个瞬间，能够对所有渴望得到回答的问题、以最快的速度给出最精准的答案。本书由西内启著。

或许你从未在意过统计学是什么，也从未意识到这门专业性看似很强的学问跟你有怎样密不可分的关系。但如今，你无法否认数字已经全面掌控了你的生活，要想一眼看穿所有数字背后的真相，你必须懂一些统计学的知识。只要掌握了统计学，不管是想变得健康、聪明还是富裕，都非常简单——而这也是世界上的学者们通过统计学证明了的事实。

要掌握这门强大的学问，不必像IBM等跨国公司那样支付数额庞大的费用，只需要在你的人生中投资一些学习的时间就足够了。而现在，你只需要读完这本一点儿也不无聊的统计学入门读物《看穿一切数字的统计学》，就能为所有问题找到最佳答案。

《看穿一切数字的统计学》让你学会统计学，看穿一切数字背后的真相！

第一章 为什么统计学是最牛的学问？

01 没有统计学思维的人将会吃大亏的时代

02 统计学是能够得出最好、最快答案的正确方法

03 所有的学问都从统计学开始

04 大数据时代，统计学火了

第二章 大幅减少信息成本的抽样调查

05 统计学家的大数据“狂想曲”

06 准确度令人震惊的抽样调查

07 为了1%的准确率值得花费几千万吗？

第三章 统计学的关键：误差与因果关系

08 抛弃传统的统计学方法吧！

09 单纯收集数据会得出“禁食米饭”的荒谬结论

10 改变投放广告单的方式就能赚取60亿日元

11 真的增加了一亿销售额，还是只是误差？

12 值得分析的数据都是与利益明显相关的

13 统计学中的重大问题：“因果关系的方向”

第四章 最强的统计学武器：随机对照试验

14 先放牛奶还是先放红茶？

15 随机对照试验：商业竞争中的有力武器

16 “一次购买两台缝纫机可以打9折”真的能增加销量吗？

17 随机化面对的现实、伦理和感情之壁

第五章 无法进行随机对照试验时该怎么办？

18 低成本、快速搜集数据的流行病学方法

19 “回归平凡”的回归分析方法

20 所有领域都可以应用的回归分析法

21 快速加深对统计学的理解的一张图表

22 现代统计学的主角：多元回归分析

23 统计学家最拿手的统计方法

第六章 应对一切问题的统计学思考方法

24 统计学家们的残酷战争

25 发明“IQ”的心理统计学

26 诞生于市场调查现场的数据挖掘

27 文本挖掘：莎士比亚真的存在吗？

28 “演绎”的计量经济学与“归纳”的统计学

29 贝叶斯派与频率派之间的对立

第七章 帮你站在巨人肩膀上的统计学

30 用统计学寻找“最佳答案”

31 寻找实证来结束争论

后记

“流行病学”这种基于数据和统计分析做出最佳判断的思考方法，在被斯诺发现之后100年的今天，已经成为医学领域不可缺少的东西。

现代医疗最重要的手段叫作EBM(Evidence-Based Medicine)，翻译过来就是“基于实证的医疗”，也叫“循证医学”。而在上述的实证之中最重要的一环，就是通过科学的方法所得出的统计数据和分析结果。

斯诺的流行病学仅仅根据基本的数据采集就揭晓了霍乱产生的原因，但是随着现代统计学的进步，流行病学的方法论也逐渐变得更加完善，因此可以做出更加准确的判断。

人类的身体充满了不确定性，如果对数据进行分析就会发现很多问题。在生理学理论上完全正确的治疗方法有可能对某些人群完全没有疗效，著名医院的那些权威医师到目前为止一直使用的治疗方法，实际上是完全错误的。

因此，不能仅凭医师的经验和直觉，而应该重视数据以及分析结果，也就是基于实证做出最合适的判断，这已经成为现代医学主流的思考方法。

EBM的思考方法从20世纪80～90年代才逐渐扩展到全世界，而对于目前活跃在医疗第一线的医师们来说，大多都“在学生时代基本没有学过这个知识”。

对医师进行统计学教育似乎在美国也是一个非常严峻的问题，美国医师协会甚至在他们发行的学术杂志上发表了一篇文章称“对医学生进行的基础统计学测试结果令人非常遗憾”。要将EBM彻底拓展到医学第一线，想必还有很长的路要走。

但是即便困难重重，统计学的实证方法在医学中所处的重要地位还是没有变的。比如说一家制药公司要开发新药品的时候，首先，需要用缜密地计划出来的研究方法对采集来的数据进行适当的统计分析。其次，还必须将分析结果提交给厚生劳动省，如果没有做到这些，新药品就无法得到批准，也无法适用于医疗保险。当这款药品上市之后，制药公司如果希望自己的商品能够得到更好的销量，那就必须投入巨额的研究费用进行临床试验，并且凭借研究的结果将药品推销给医师们。

正如我在上一节中说过的那样，实证方法可以略过讨论直接得出最佳答案。当然，所依据数据的提取方法和分析方法，对最终结论的准确性会有一定的影响。但是即便如此，要想反驳实证，仅凭理论和个人经验是远远不够的，只能针对统计学数据和方法的局限性来进行反驳，或者另外建立一个新的实证数据模型来进行对抗。

活用在教育中的实证方法

现在大家多少对实证方法的优势有了一些了解，实际上实证方法并不只局限于应用在医学领域。

比如说，近年来在美国教育界也非常积极地提倡实证方法的重要性，并且开始对基于实证研究的教育方法进行评价。

其中最具代表性的当属从小布什执政时期提出的《不让一个孩子掉队法》开始的WWC工程。

在《不让一个孩子掉队法》中类似“针对处于不利状况的学生的教育服务计划，必须根据科学的研究结果进行考虑”和“只有具备科学研究依据的预防年轻人采取暴力行为和吸毒的政策，才会得到财政预算”这样带有同“基于实证研究”相似的说法的的表述总共出现了100次以上。

为了对基于实证研究的教育程序进行计划和评价，WWC工程将到目前为止所有与教育相关的实证研究全部收集到一起，并且进行了系统整理。研究的结果被公布在互联网上，阐明“什么样的教育方法是科学的”，希望借此提高全美国的教育质量。虽然《不让一个孩子掉队法》这个政策本身褒贬不一，但是将科学的研究方法引入教育领域这件事情，本身却是一件非常了不起的功绩。

不可思议的是，一旦提到教育相关的问题，就算是对教育一无所知的人也会提出自己的意见和看法。任何一个居住在先进国家的正常人，基本上都接受过某种形式的学校教育，孩子们一出生也要接受教育。

因此，这些人出于“我接受过教育”或者“我教育过孩子”的个人经验，对教育的优劣做出判断，并且提出自己的意见。还有些人，只是因为在上大学时就当上了律师，或者所有的孩子都进了东京大学，就将其个人经验奉为真理、深信不疑。P17-20

在我父亲从外科医生的岗位上退休之前，他很少有时间能够和家人在一起，每天几乎不眠不休地工作。

如果因为他的工作失误导致有人失去生命的话，唯一能够安慰他的只有“我已经尽力了”这样的话。但是如果没有任何解释的余地，拼尽全力却仍然失败了的话，那或许是能力不足或者命运的安排。这就是作为医生的父亲唯一的释怀之道。

在我还是一个孩子的时候就对父亲的这种做事态度非常尊敬，但同时我也开始思考“竭尽全力”和“最佳”之间的区别。比如说，不眠不休地完成自己的工作，这是竭尽全力。但是如果因为长时间没有休息而注意力下降和损害自己的健康，结果导致工作失误的概率增加的话，那就不是“最佳”。

并非只有医生是绝对不能够失误的。

公司管理者的错误决定，会导致手下的员工和员工家属都陷入困境，员工的错误决定会给顾客和同事带来很大的麻烦，父母的错误决定会将子女的人生彻底摧毁。每当犯下这样巨大的错误时，我们都会产生非常沉重的罪恶感。

那么，我们应该怎样避免造成这样的错误呢？

对于我们来说，最一目了然的失误就是职业运动员的事例。比如说我们每天晚上看新闻，解说员总是会针对良好机会被三振出局或者射门没进的运动员的重心与动作进行分析，找出“失误的原因”。但就算是处于巅峰时期的铃木一郎也有超过半数的出局率，梅西和C罗整个赛季的射失率也高达70%。实际上从概率的角度来看失误是理所当然的事情，为每一次的失误寻找原因是非常愚蠢的行为。但我认为，他们之所以能够创造伟大的纪录，就是因为在每一次的成功和失败中总结经验，不断思考，从而逐渐使自己达到最佳的状态。

那么，我们应该怎样做才能做到最好呢？

美国医疗领域的一个事例大概可以为我们提供一些灵感，这个事例的名字叫作拯救10万人生命运动(100K Lives)。这个名为10万人生命的行动在2004～2006年间将全美国医院的住院死亡率降低了5％，每年的死亡人数减少了12万。

这项行动所采取的举措十分简单。为有心脏停止或呼吸停止危险的患者安排应急小组，进行针对急性心肌梗死的临床医疗，对用药内容进行确认，保证卫生防止医院内部传染……将这些“应该做到的目标”在全美国的医院内彻底实行。仅仅通过这一项举措就拯救了10万人以上的人的生命。

在100K Lives行动的10万人这个数字背后，是美国医学研究所(Institute ofMedicine)出版的《人都会犯错》报告书。在这份报告书的开头部分就提出了“美国每年约有10万人死于医疗事故”这样一个非常具有冲击性的事实，所以100K Lives行动的目标就是“消除这些医疗事故”。

什么是最佳？如果让我们自己想的话，大概只有“不顾一切地努力”这个答案吧。但是在世界上许许多多的领域之中，都有人在不断地思索着“什么是最佳”这个问题的答案。很多不负责任的评论家们向世人宣扬的“最佳”往往都是虚伪的，而真相全都藏在文献数据库中，却很少被我们所发觉。

我们所寻找的答案，很多都已经存在于文献和数据之中。但是，这与我们将其应用在现实生活当中还有着很远的一段距离。

如果我们知道自己应该做什么，伴随着我们对真实的探索、理解和自我实践，那么这些知识早晚能够在我们的身边普及。统计学最强大的地方就在于能够最快而且最准确地找到这条通往“最佳”的道路。

利用这条通过统计学找到的“最佳”道路，不管是想要赚钱，还是想要丰富自己的知识，或者享受健康的生活，这些愿望都能够实现。但这些只不过是统计学所带来的副产品而已。统计能力给你带来的最大价值，在于能够完美控制自己的人生所带来的幸福感。

顺便说一句，日文版《人都会犯错》这个译名和原名相比稍微有些出入。To Err is Human是《圣经》中的话，一般被译为“犯错是人之常情”，但实际上这句话的后面还有一句话。

“犯错是人之常情，宽恕是上帝的礼物。”

我们今后或许还会不断地犯错。即便犯错是人之常情，只要这个世界上存在着能够得到最佳答案的方法，那么就是上帝给予人类的最好礼物。