Книга об очевидных вещах. Не надо слепо верить СМИ, которые везде ищут скандал или сенсацию. Не забываем и о том, что цифры и факты искажаются от того, как их подать. Поэтому всегда надо сравнивать, прислушиваться к экспертам, вспоминать свой опыт и т.д. А тем, кто легко поддаётся панике или не хочет думать - никакая книга не поможет.
Регулярное употребление в пищу бекона увеличивает риск рака! Тяжести легче поднимать, когда ругаешься! Видеоигры провоцируют жестокость! Самая любимая еда британцев - тосты с сыром! Гаджеты лишают сна и убивают нас! Всё это - заголовки из газет, всё это - результаты реальных научных исследований. Правдивы ли они? Ну, тут есть нюанс.
Вообще-то я очень много учил матстат в универе. (Если вы идёте на психфак и наивно думаете, что здесь наконец-то распрощаетесь с ненавистной школьной алгеброй - хахаха, подумайте ещё раз.) И честно люблю статистику. Она очаровательна и удивительна. Просто у нас всё невзаимно - она не любит меня, я всё равно довольно слабо её понимаю. В общем, я снова пытаюсь.
Книга состоит из маленьких глав-статеек, каждая из которых посвящена одному статистическому феномену или распространённой ошибке толкования. Чаще всего они построены по схеме "вот мы берём громкий заголовок из газеты, а вот объясняем, почему это так не работает". Примеры у книжки, правда, вышли малость устаревшие. :) Не в плохом смысле, скорее это такая невеселая ирония. Нередко Чиверсы рассматривают манипуляции статистикой ковида и то, как её вообще читать, а нам - к сожалению, - уже вообще не до него.
Книга хороша, действительно. При этом если вы хоть как-то учили статистику (даже так плохо, как я) и интересовались вещами вроде кризиса воспроизводимости исследований, то в принципе многое тут будет уже понятно и знакомо. Но, возможно, разъяснено более внятно, просто и понятно. Я, например, искренне не понимал, как прикладывать некоторые знакомые мне вещи к практике; неожиданно, но стало понятнее.
О долгу службы приходится следить за новостями экономики. При этом СМИ порой выдают информацию в извращенном виде, приягивают за уши и "вольно" толкуют статистику. Так что книга очень актуальная. Ну и вообще вранья сейчас так много, что нужно уметь разбираться самому, а не верить интернету.
Мне было полезно. Я много знаю про ловушки мозга и когнитивные искажения. А здесь много конкретных примеров, как этим пользуются СМИ и как они в этом поднаторели. Я бы сказала, что все эти истории напоминают нам о пользе критического мышления.
Хорошая книга. Подойдет как новичку, так и опытному аналитику. Читается легко, много реальных примеров из жизни.
Я в своей работе стал подругому смотреть на аналитические отчеты выводы в них
Давно ищу что-нибудь лёгкое [и воздушное] математическое. Нет, это не про математику. И бог с ней. Это отлично написанное руководство пользователя новостей -- таких, в которых встречаются числа. (А они есть во многих новостях.) Вот про то, как не обмануться в числах, и рассказывают два автора с общей фамилией. Что значат числа в научной или популярной статье, значат ли они вообще хоть что-нибудь, и как это всё воспринимать.
Стараюсь читать надёжные источники: N+1, Элементы, Троицкий вариант. Но даже у них порой встречаются новости, которые рассказывают о неких мощных результатах, полученных путём тщательного исследования, например, поведения собаковладельцев... при том, что в экспериментах участвовала всего дюжина собак, а людей и того меньше. В "обычных" же новостях никакие детали обычно вовсе не приводятся, одни только голые числа. Такое читать -- только расстраиваться.
Есть, конечно, простой рецепт рецепт -- по умолчанию делить любую информацию из новости на 16. Но это слишком примитивно. Том и Дэвид Чиверсы рассказывают, как следует подходить к этому делу правильно. Ценно, что они берут реальные опубликованные новости, показывают, какие ошибочные выводы можно на их основании сделать, и объясняют, что не так. При этом авторы новостей как правило вовсе не стараются ввести читателя в заблуждение. Они сами добросовестно заблуждаются. Особенно интересно мне было узнать, откуда дурацкие новости берутся. Оказывается, из научных публикаций. Не все научные работники одинаковы добросовестны, и мешают им устоявшиеся правила оценки их собственной работы и [правила] публикации полученных результатов. Вся эта практика толкает науку не всегда в нужном направлении. Иногда она даже вынуждает исследователей фальсифицировать данные. Вот это совсем плохо...
Давно я не читал такого отлично написанного научпопа. Не буду пересказывать их идеи, у меня всё равно так хорошо не выйдет. Чиверсы умеют ясно излагать, а ещё они и талантливые литераторы. Пишут легко с хорошим чувством юмора, иронией и самоиронией. Это английский юмор. Приведу одну только иллюстрацию. Она придётся по душе знатокам английской литературы, которых на Лайвлибе полно:
Поскольку речь снова зашла о книгах, вернемся к нашему воображаемому эксперименту из главы 5, в котором мы изучали наших читателей. В этот раз мы поступим немного иначе. Мы сравним 500 читателей «Цифры врут» и 500 читателей чего-нибудь менее ценного: «Мидлмарча» или, к примеру, полного собрания сочинений Шекспира. И вместо того чтобы выяснять, как чтение влияет на знание статистики, посмотрим, в какой из групп люди засыпают быстрее.
Самое ценное, что лично я почерпнул из книги, это всего одно английское слово -- зато какое!
Butt-dial = нечаянный звонок [из-за того, что владелец телефона на него сел]
Что ни говори, а англичане -- великие затейники.
Авторы писали книгу в 2020, в разгар коронавирусной эпопеи. Многие их размышления относятся к этой теме. Тут забавно чувствовать своё превосходство: я-то уже знаю, что куда пришло, а они ещё нет. Ну и вообще теперь уже с ностальгией вспоминаются локдауны, битвы тестов... а о вакцинах речь не идёт: их ещё не сделали. Эх, прекрасные времена были, не то что теперь...
Книга знатная. Всем рекомендую. Информация будет полезна каждому, вне зависимости от степени знакомства со статистикой. Она пояснит, как и почему работает этот мир. Не зря книга вошла в лонг-лист премии "Просветитель-2023". Ставлю рубль, что и в шорт-листе она будет.
Как преподаватель теории вероятностей, набрала современных и жизненных примеров в свою копилку. Теорема Байеса обычно тяжело студентам заходит, но думаю, что примеры про ошибку прокурора облегчат ее понимание. Пожалуй, проведу на эту тему случайный контролируемый эксперимент;)
«Цифры врут. Как не дать статистике обмануть себя» kitabının rəyləri, 7 rəylər