数据分析之证伪法

数据分析过程中经常需要仔细分辩各种假设与推测，不能简单的听信浮于表面的解释，也不能想当然的认可这些解释的真实性，必须要通过数据分析的仔细推理，才能评估出可靠的结论。在这个过程中，有一种切实有效的非直觉方法可以和大家分享——证伪法。

当你手上有多个假设时，第一时间请勿试图选出你认为最合理的假设，你只需剔除无法证实的假设。选出看上去最可信的第一个假设的做法称为满意法。满意法的严重问题是，当人们在未对其他假设进行透彻分析的情况下选取某种假设时，往往会坚持这个假设，即使反面证据堆积如山，也会视而不见。而证伪法可以你对各种假设感觉更敏锐，防止掉入认知陷阱。

剔除最不可能的假设后，再通过观察诊断性对证据和假设进行比较。只要证据能够帮助你按照强弱程度对假设进行排列，它就具有诊断性。因此，需要将假设与你手头上的所有证据逐条对比，看看哪种假设具有最强的证据支持。这条假设就是你的最终结论。