书: https://pan.baidu.com/s/1A6ZLSPMbCiZ-L4eRucUvXQ?pwd=kt7i
一些笔记分享给大家：
一、数据批判性思维
- “相关≠因果：冰淇淋销量与溺水事件同步增长，但高温才是共同原因。”（《原因与结果的经济学》）
- “幸存者偏差（Survivorship Bias）让我们只看到‘成功案例’，却忽略沉默的大多数失败者。”（《数据陷阱》）
二、统计陷阱识别
- “P值<0.05并非‘真理门槛’，数据挖掘（Data Dredging）可人为制造显著结果。”（《数据陷阱》）
- “均值掩盖极端值——收入分布中，富豪拉高平均值，中位数更能反映普通人处境。”（《原因与结果的经济学》）
三、健康与医疗决策
- “体检指标的‘正常范围’是统计分布（如95%区间），超出未必等于疾病。”（《医生的精进数据课》）
- “随机对照试验（RCT）是医学金标准，但观察性研究（如‘每天喝酒更长寿’）常混淆混杂因素。”（《医生的精进数据课》）
四、商业与行为分析
- “A/B测试的核心：控制单一变量，确保两组除干预外完全一致。”（《数据思维》）
- ‘漏斗分析’揭示用户流失环节，但需警惕‘虚荣指标’（如点击量≠转化率）。”（《数据思维》）
五、数据可视化
- “纵轴截非零的折线图会夸大趋势差异——永远检查坐标轴刻度！”（《数据陷阱》）
六、机器学习局限
- “过拟合（Overfitting）模型在训练集表现完美，但面对新数据可能完全失效。”（《数据思维》）
七、行为经济学
- “锚定效应（Anchoring）：初始数字（如原价）会扭曲后续判断，即使它完全随机。”（《数据陷阱》）
八、公共政策评估
- “双重差分法（DID）比较干预组与对照组的变化差异，缓解选择偏差。”（《原因与结果的经济学》）
九、数据伦理
- “个性化推荐算法的‘信息茧房’：数据越精准，认知越狭隘。”（《数据思维》）
十、日常决策
- ‘基本比率忽视’：忽略先验概率（如疾病患病率），过度关注个体检测结果。”（《医生的精进数据课》）
附：四册核心方法论
- **“因果推断三问：
- 是否存在混杂变量？
- 是否存在反向因果？
- 是否存在样本选择偏差？”（《原因与结果的经济学》）**
- **“数据可信度检查表：
- 样本是否随机？
- 测量是否无偏？
- 结论是否可复现？”（《数据陷阱》）**
- **“医疗决策两原则：
- 绝对风险（如5%→4%）比相对风险（降低20%）更直观；
- 需治疗人数（NNT）比有效率更重要。”（《医生的精进数据课》）**
- **“数据分析四步：
- 定义问题；
- 清洗数据；
- 探索规律；
- 验证结论。”（《数据思维》）**
- “避免‘数据驱动’变成‘数据盲从’：人类直觉与数据应相互校验。”（套装序言）
- “数据思维的终极目标：用理性对抗偏见，让决策‘清醒’而非‘正确’。”（套装结语）