HodTari.com

Sådan ligger du ved hjælp af statistikker

Som enhver med et opmærksomt øje ved, kan statistikker være ret vanskelige at fortolke, hvis du ikke har forudgående viden. Læs nedenstående trin for at lære at få vildledende statistikker og bruge den viden til din fordel.

trin

Metode 1
Ligger ved hjælp af middelværdier

Billede med titlen Lie med statistik Trin 1
1
Forstå terminologien. Ordet "gennemsnit" kastes mange gange, når statistiske data bliver diskuteret. Ved første øjekast forekommer udtrykket ligefrem: gennemsnittet er den mængde, der passer nøjagtigt i midten. Der er dog nogle forskellige typer af gennemsnit, som kan være meget vildledende, hvis de ikke forstås korrekt.
  • den aritmetisk middelværdi Det opnås ved at tilføje alle numrene i datasættet og dividere summen med antallet af elementer i mængden. Med andre ord, hvis du har numrene 3, 3, 5, 4 og 7, det aritmetiske gennemsnit kan opnås ved at sammenlægge de numre (med 22 som et resultat), og derefter dividere denne sum med 5 (som der er 5 tal i sættet) .
    • I dette eksempel er det aritmetiske gennemsnit 4,4.
  • den median er tallet i datasættet, der vises nøjagtigt i midten mellem de mindre tal og de større tal. Med samme data som før (3, 3, 5, 4 og 7) er medianen 4, da 2 af tallene er mindre og 2 er større.
  • den mode er den mest almindelige talrepræsentation i datasættet. Ved hjælp af vores eksempel sæt er mode 3, da det vises to gange.
  • Billede med titlen Lie med statistik Trin 2
    2
    Minta bruger det aritmetiske gennemsnit. Det aritmetiske gennemsnit kan virke som den mest fejlfri form af alle de ovenfor beskrevne metoder, men det er faktisk ikke tilfældet. Dette skyldes, at unormalt høje tal eller nedgang i datasættet kan ændre betyget betydeligt. At ligge ved hjælp af det aritmetiske middel, saml dataene og brug i din ligning.
    • For eksempel forestil dig at du interviewer 50 boliger for at finde ud af, hvor meget folk får. De fleste boliger får omkring $ 40.000 og $ 60.000 om året, men en enkelt boligregning $ 5 millioner årligt. Når du gør det aritmetiske gennemsnit, vil tallet være betydeligt højere end det "reelle" gennemsnit af lønninger i dette område, fordi $ 5 millioner tallet er meget højere end de andre.
    • Tilsvarende, hvis du havde data, der viste, at 9 personer havde $ 1000 i deres bankkonti, men en tiendedel person havde $ 1, ville det aritmetiske gennemsnit være $ 900,10 - næsten 10% mindre end det almindelige beløb.
    • Kendte søgninger tager normalt de største og mindste tal, før de beregner det aritmetiske gennemsnit. Men hver undersøgelse, du ser på fjernsyn, er ikke kendt. Medmindre du har adgang til hele datasættet, eller se en underskrevet garantierklæring om at marginerne af datasættet er fjernet, er det mere sikkert at antage, at de ikke var.
  • Billede med titlen Lie med statistik Trin 3
    3
    Minta bruger medianen. Medianen er faktisk det sværeste nummer til at "ligge", fordi den aldrig kan være for høj eller for lav i forhold til resten af ​​dataene. Han burde være lige downtown, uden behov. Du kan dog bruge medianen til at skjule et meget højt eller lavt tal. Hvis dit datasæt f.eks. Er 1, 1, 2, 3, 4, 5, 3000, er medianen 3.
    • Når du har et ulige antal data, kan du finde medianen ved at finde middelværdien af ​​de to tal i midten. Dette betyder også ikke, at sættets ekstremer er.
    • Vær forsigtig, når du bruger medianer til at beskrive ændringer over tid. Et selskab, der hæver prisen på sine tjenester med 3% hvert år, kan øge dem med 20% i år og skjule dette ved at præsentere medianen på 3% i de sidste 9 år.
  • Billede med Lie med statistik Trin 4
    4
    Stop med at bruge mode. I nogle tilfælde er mode næsten umulig at ligge: Det gennemsnitlige antal købte billetter pr. Person til fodboldkamp, ​​vil for eksempel næsten altid blive nøjagtigt reflekteret af mode. Ellers kan mode også udelukke vigtige data, især i et mindre datasæt.
    • Hvis du f.eks. Har et datasæt med tal fra 1 til 100, men nummer 1 er inkluderet 3 gange, vil 1 være mode af sættet, selv om gennemsnittet (og i dette tilfælde mere følsomt) er meget tættere på 50 .
    • Enhver forskning, der har muligheder i vid udstrækning, kan manipuleres for at understrege mode. Hvis du interviewet 100 mennesker, der bruger en skala fra 1 til 10 om deres følelser omkring et bestemt emne, og flere mennesker klassificere det som "10" mere end nogen anden antallet eller endog antallet af mennesker, der er klassificeret det som " 10 "var et større antal end antallet af personer, der klassificerede det som" 1 ", ville mode være 10.
  • Billede med titlen Lie med statistik Trin 5
    5
    Minta bruger figurnumre. Hvis du har et datasæt defineres af abstrakte tal, i stedet for beton (fx en forbruger tilfredshedsundersøgelse), er det næsten skræmmende let at ligge ved hjælp af dette sæt. Hvis man spørger folk til at bedømme deres tilfredshed på en skala fra 1 til 3, betyder det ikke nødvendigvis godtgøre, at kunder, som har valgt 3 er tre gange mere indhold end dem, der valgte at 1. Dette faktum bruges til at forvride særligt aritmetikorgan , men kan også anvendes til medianen og undertiden endog stilfuld.

    • Metode 2
    Liggende ved hjælp af datasæt

    Billede med titlen Lie med statistik Trin 6
    1
    Brug et lille sæt. Enhver god statistiker ved, at den eneste måde at få et godt gennemsnit på, eller se en reel trend, er at indsamle data fra så bredt et sæt som muligt. Hvis du kan samle oplysninger fra 100 mennesker, er det godt - 10.000 er endnu bedre. Jo flere oplysninger, du lægger ind i dit datasæt, desto mere sandsynligt er det at resultere i nøjagtige kernetrends. Ved hjælp af et sæt af, siger 3 til 5 data, kan du producere resultater, der ikke nøjagtigt afspejler tilstanden af ​​ting.
    • For eksempel, hvis du finder to mennesker, der for nylig sårede fjollet måde - type, med en pude - og bruge dem som din datasæt, kan du lave en påstand om, at puder er kategorisk farlig for alle. Uanset hvad medie du vælger, så længe show- afslører ikke størrelsen på din stikprøve på kun 2 personer, er der ingen klar måde at tilbagevise hans påstand.
  • Billede med titlen Lie med statistik Trin 7
    2


    Brug et styret sæt. De mest præcise datasæt er ikke kun store, de er også store. En geolog, der undersøger typerne af mineraler i en ørken, vil have en mere præcis liste, hvis han samler mange prøver fra hver del af ørkenen, end hvis han samler 1000 prøver fra samme sted. Ved at begrænse omfanget af dit datasæt kan du få væsentlig indflydelse på dine resultater.
    • Nogle gange er det nyttigt, og det gøres med vilje. Personer, der søger ved hjælp af demografiske data, kan f.eks. Gerne finde ud af specifikt om de typer job, som mænd har, og derfor kun interviewe mænd. Så længe dette er tydeligt rapporteret i dataene, er der intet galt med det.
    • Data fra små universitetsundersøgelser bruges især til at matche et sæt kontrollerede data med et generelt resultat. Dette skyldes, at mange forskningsprojekter på universitetets akademiske niveau ikke har tid eller ressourcer til at udvikle en bredere og tilfældig søgning af mennesker og kun stole på universitetsstuderende. Igen, intet problem, så længe informationerne er tydeligt udsat - men tv-stationerne skjuler ofte sådanne detaljer for at gøre søgningen meget mere omfattende.
  • Billede med titlen Lie med statistik Trin 8
    3
    Brug et ujævnt sæt. Denne teknik er især sparsom, da du kan bruge den til at ligge selv og give mange detaljer til offentligheden. Tricket her er at bruge data, der ikke kan sammenlignes præcist og behandle dem som om de var på lige fod. For eksempel, hvis du har en by med 100.000 indbyggere, der vandt 10.000 indbyggere i de sidste 10 år, og du sammenligner med en by med 10 indbyggere, der vandt 10 i de sidste 10 år, de procentsatser for hver gevinst synes at vise, at den lille by voksede meget hurtigere.
    • Denne teknik bruges nogle gange af mennesker, som analyserer markedsdata til at vise et fejlagtigt syn på salget. Lad os sige, at du følger salget af æbler og appelsiner, men i midten af ​​undersøgelsen er der ikke flere appelsiner tilbage, fordi der er generel mangel. Hvis du fortsætter med at sammenligne data for resten af ​​undersøgelsen, vil der være et stort spring i æbleomsætning i forhold til orange salg, selvom æbler sandsynligvis ikke er blevet mere populære natten over.

    • Metode 3
    Minta Brug af grafer

    Billede med titlen Lie med statistik Trin 9
    1
    Lad y-aksen være tom. Intet giver et tydeligere billede af dataene end et diagram eller et bord, men selv de kan manipuleres subtilt for at give forskellige resultater. Dette skyldes, at folk ofte observerer formater og størrelser af grafikken, før de verificerer de numeriske specifikationer, der er knyttet til dem. Den nemmeste måde at manipulere y-aksen på er simpelthen ikke at mærke den.
    • Hvis du har et sæt på 5 barer på x-aksen, men ingen indikator for forholdet til hinanden, er der ingen måde at måle, om der er nogen reel signifikant forskel mellem dem.

  • Video: Det føles forkert, at vi bare filmer dem... | Hjerter Til Afrika | Eps 2

    Billede med titlen Lie med statistik Trin 10
    2
    Brug meget store eller små tal på y-aksen. Sig din datasæt er i intervallet mellem 1 og 50. For at skjule forskellene y måler sin akse i trin på 100- at fremhæve dem ulige, måle Y-aksen i intervaller på 1/10. En forskel mellem 3 og 10 ser enorm, når der måles i tiendedele (der er 70 enheder væk!), Men det er næsten umærkelig på en graf, hvor 100 er den første tilvækst (det er meget, meget mindre end 1 enhed væk!).

  • Video: Statistikkerne bliver virkelige - Jeg er tom for ord! | Hjerter Til Afrika | Eps 3

    Billede med Lie med statistik Trin 11
    3
    Start y-aksen i halvdelen af ​​intervallet. Hvis dine data er i et interval på 11 til 51, kan du gøre færrest synes endnu mindre og mere synes endnu større, mærkning sin akse y at få det på 10. Dette bevirker, at bar 11 repræsenterer bare en lille smule intet større end x-aksen. Det vil se ud som ingenting, medmindre nogen snigende nok til at se nærmere på og se, at diagrammet startede klokken 10, i stedet for 0.
    • Stangen repræsenterer 51 er 50 gange større end stangen repræsenterer 11 i en graf, da den mindre stang kun er 1 enhed i højden. Hvis grafen var startet ved 0, ville stangen repræsenterende 51 være mindre end 5 gange højden af ​​stangen, der repræsenterer 11.
  • Billede med titlen Lie med statistik Trin 12
    4
    Brug en ukorrekt skala. Når du ser ordene "i målestok" i små print, er chancerne for, at du er kommet over et af disse eksempler. Dette er ikke altid gjort ondsindet - nogle gange er de involverede tal så meget forskellige, at der ikke er nogen måde at præcist repræsentere disse værdier på den samme side. Dette kan dog let bruges til forkerte formål.
    • For eksempel kan en visuel repræsentation størrelse trækkes på omfanget af den korrekte højde, men ikke på skalaen bredde, hvilket medfører en høj objekt (som en bygning) også virker meget smallere eller bredere end det faktisk er.
  • Billede med titlen Lie med statistik Trin 13
    5
    Brug grafer til at udelade data. Dette er normalt ses i store undersøgelser, der deler resultaterne efter kategorier, såsom de berømte tabeller, der viser, at betegnelse for en bestemt sodavand er mere populær i den del af landet. Ved første øjekast synes sådanne oplysninger meget detaljerede, men snart vises spørgsmålet: Hvad er størrelsen på undersøgelsesprøven? Hvad er tærsklen for at bestemme udfaldet? Hvad blev brugt: aritmetisk middel, median eller mode?
    • Hvis du skulle bruge kun et resultat af hver undersøgelse område, og kassér resten, kan du nemt spore resultaterne efter område uden selv at afsløre, at prøvens størrelse efter område var lille. Igen er det manglen på konkrete oplysninger, der gør resultaterne så vanskelige at kvantificere.

    • tips

    • I tvivlstilfælde skal du tjekke. Hvis du ikke kan få grundige og komplette oplysninger om størrelses-, omfangs- og prøveudtagningsmetoderne bag en statistik, skal du ikke stole på det.

    advarsler

    • Det er ret nemt at lyve ved hjælp af statistikker, når du ved hvordan, men det er ikke ligefrem etisk. Pas på, hvordan du bruger den opnåede viden. Brug ikke til at gøre ondt, bedrage eller fremmedgøre nogen.
    Del på sociale netværk:

    Relaterede
    © 2024 HodTari.com