大数据帮你洗脑:你是如何混淆因果关系的
这是一个人人都谈大数据的时代,不过数据真的是有益的吗?其实不一定,数据经常也会忽悠人。
请一句话评价下列事件(假设数据是真实的):
研究发现,越是成功人士,睡眠时间越短。
研究发现,女人结婚后变得更加贫穷,男人结婚后变得更加富有。
研究发现,越富有的人越幸福。
研究发现,儿童时期吃西兰花越多,成年后往往职业收入越多。
研究发现,去医院越多,越容易生病。
过去20多年跟踪研究发现,中国GDP越高,90后一代身高越高。
……
根据本人潜水博客论坛观察总结,大部分人的评价是这样的(至少前3个事件的评价是这样):
1,研究发现,越是成功人士,睡眠时间越短。
这么说,我要是不睡觉,是不是薪水就上亿了?
2,研究发现,女人结婚后变得更加贫穷,男人结婚后变得更加富有。
看来还是女人对婚姻牺牲大啊!结婚导致女人收入变低,却增加了男人收入。
3,研究发现,越富有的人越幸福。
屌丝们洗洗睡吧,你幻想的穷开心是不现实的。
4,研究发现,儿童时期吃西兰花越多,成年后往往职业收入越多。
我勒个去,都怪我小时候西兰花吃少了,大白菜吃多了!
5,研究发现,去医院越多,越容易生病。
唉,以后生病还是别去医院了。
6,过去20多年跟踪研究发现,中国GDP越高,90后一代身高越高。
哇!原来提高GDP还有这好处!不过,如果将来中国GDP下降,下一代怎么办?
等等,貌似这上面的逻辑有点问题吧?
实际上,上面的每一个推理都有严重的逻辑错误,都是错把相关关系当做了因果关系:
A越多,B越多,这是相关关系。
A越多,导致B越多,这是因果关系。
而如果没有进一步的调查和理论,相关关系是推理不出因果关系的。
为什么?
请看下面这个“脑筋急转弯”:
猜猜,下图的鸡和蛋是什么关系?
直觉:母鸡刚刚下了蛋。
第二直觉:还有可能是这个母鸡是由这个鸡蛋孵化出来的。
其实,它们有4种可能的关系:
同样,两个“A越多,B越多”这样的相关性实际上有4种可能(以收入和睡眠的为例):
A导致B:更少睡眠导致收入增加。
B导致A:收入增加导致睡眠减少。
A和B同时被C导致:随着年龄的增长,人对睡眠要求减少,因此睡眠少。同时年龄大的人,往往经验、人脉、知识更多,也自然收入更多。
A和B没有任何关系: 美国、西欧等经济发达,导致人们收入高;同时他们爱吃牛排,导致睡眠需求减少。(数据仅为举例,不代表真有这样的关系。)
所以,当你看到“睡眠越少,收入越多”这样的统计结果后,不要天真地认为只要你减少睡眠,你也能收入变高。
当然生活中的确有人是这么做的:
我认识一个人,看到了这样一个微博上流行的统计结果后,为了获得成功而刻意减少睡眠。
甚至,当他凌晨2点还在玩DOTA时,你过去问他:“你怎么还不睡?”他的回答是:“睡眠越少,将来越成功!为了赚大钱,我先从减少睡眠开始。而在这漆黑的夜里,只有DOTA能让我清醒。”
所以,假设“成功导致睡眠少”而不是“睡眠少导致成功”,你是无法通过减少睡眠而变得更加成功的。就像白种人喜欢吃牛排,但是你无法通过吃牛排变得更白。
除了“成功VS睡眠”之外,其实上面每个新闻都有类似的逻辑错误:
研究发现,女人结婚后变得更加贫穷,男人结婚后变得更加富有。
这个数据其实无法推测出结婚让女人变穷男人变富,还有可能是:预期自己将来没什么钱赚的女人更想赶紧把自己嫁出去,而预期将来能赚很多钱的男人倾向于赶紧找个老婆。
当然,还有可能是其他原因甚至是完全无关的因素造成了这个相关关系。
研究发现,越富有的人越幸福。
通过这个数据并不能推测出你赚钱后就能变得更加富有。
实际上研究证明,当金钱超过个人基本需求之后(比如已经吃饱穿暖),对长期幸福感没有显著影响。
比如中了巨额彩票的人得到的幸福感只是短期的(类似吸毒产生的幸福感),调查发现,中彩票后6个月,即使你变得比之前富有上百倍,但是你的幸福感指数还是维持在6个月前水平。
(此研究详细请看哈佛大学公开课《幸福课》,by Tal-Ben Sharhar)
那么为什么我们发现富有的人往往很幸福呢?
其实这是因为富有和长期幸福都由类似的因素导致:自信、热忱、勤奋等。所以,你的自信、热忱、勤奋等情商特征有2个产物:
能够提升你长期幸福感,让你觉得生活更加有意义
能够让你赚钱升职。但这不代表赚钱本身可以提高长期幸福感。
所以,“穷开心”还是存在的。
研究发现,儿童时期吃西兰花越多,成年后往往职业收入越多。
这个新闻是我YY的,但是这句话绝对的正确的!
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14