你知道如何解讀數字嗎？11條記者＆編輯必讀的統計指南

梁啟智老師前幾日在臉書上提到data literacy，指出做傳媒的人都應該讀這本書''How to Read Numbers''，才不會出現新聞常見的數據解讀謬誤。

逛了一下書的官網 ，發現作者整理了11條「統計風格指南（The Statistical Style Guide）」，內容簡潔扼要，值得一讀，因此非常粗略地翻譯了一些▼▼▼

統計風格指南

1. 將完整數字加進上下文

可以先問自己：那是一個大數字嗎？比如當我們看到「英國每年傾倒600萬噸污水到北海」，這聽起來真的很糟，但600萬頓很多嗎？誰是分母？為了瞭解600萬噸到底比想像中多還是少，我們還需要知道哪些數字？像在這種情況下，最好在前後文加上「南海水量是5.4億噸」的敘述。

2. 給出「絕對風險」，而不僅有相關性

如果你告訴我，吃烤麵包會讓我患疝氣的風險增加50%，這聽起來確實使人憂慮，但如果你不告訴我一般人患疝氣的機率究竟有多高，這個50%其實沒有意義。讓讀者知道「絕對風險」，最好的方式是給出「多少人會受影響」的預期數字，例如，每1萬人會有2人在人生中患疝氣，而如果他們長期吃烤焦的麵包，患疝氣的機率會提高到每1萬人有3人發生。

另外，在報導某數值「快速增長」的時候要格外警惕，舉例來說，一個政黨如果黨員從1人變成2人，那它很容易成為國內「增長最快速」的政黨。

3. 檢查引用的研究是否公平地呈現了整體狀況

不是所有科學研究「生來平等」，比如，歐洲核子研究組織發現希格斯玻色子，或是美國雷射干涉儀重力波觀測站檢測到重力波，這些發現本身就值得單獨報導。但如果你正在報導一篇發現紅酒對人有益的新研究，則應該在有許多其他研究的背景下進行介紹，任何一篇單一研究只能作為整體情況的一部分。

推薦做法：打電話給該領域、且沒有參與那份研究的專家，向他們諮詢，討論出你們對於該主題的共識。

4. 給出研究樣本數，並小心樣本數很小的研究

本書作者之一Tom參與的牛津大學新冠肺炎疫苗試驗共有1萬名參與者，有這種樣本數，應該是較不容易出現統計雜訊或隨機誤差。舉一個反例：一個心理學研究詢問15名大學生「洗手是否能讓他們感到不那麼內疚」，但研究結果和現實並不符。並不是說小樣本數的研究總是很差勁，但這種研究經常能得到詭異的實驗結果，所以寫進報導時要特別注意。作者甚至建議，如果研究的參與者少於100人，那就需要小心謹慎。雖然也有一些小樣本數的研究結果是可靠的，畢竟沒有硬性要求樣本數大小，但總是越大越好嘛。

順帶一提，民調問卷通常都有很偏頗的樣本來源，對它們要非常小心。

5. 注意那些科學家正面臨的問題，例如操作科學數據（p-hacking）和出版偏誤（publication bias ）

我們不可能期待記者成為所有領域裡的專家，也很難因為他們犯了科學家自己也經常犯的錯誤而指責他們，不過依然有些警示值得注意。例如，如果一份研究還沒有「預註冊*」，那麼科學家們可能會在收集到足以發表論文的數據後回來繼續進行，或者，可能還有數百項其他研究尚未公布，仍躺在某個科學家的抽屜裡。

另外，如果一個研究結果是令人意外的——例如，考慮到該領域的其他發現，這不是你所期望的結果——那可能是因為它不是真的。科學有時候是令人驚訝的，但並不是大多數時候。

*註：註冊報告（Registered Reports）是一種學術文獻類型，該方式允許公佈無效結果、進而鼓勵進行複製與改良嚐試。

6. 當報導一項預測時，不要使用單一的數字，給出一個信賴區間（confidence interval）並解釋它

假如英國預算責任辦公室（OBR）模型預測明年經濟將增長2.4%，這聽起來準確又科學， 但如果沒有提到95%信賴區間介於-1.1%和+5.9%之間，那麼這個2.4%只是給人一種虛假的精確感。 未來是未知的，儘管我們有時候希望它不是。試著解釋預測是怎麼做的，以及為什麼它是不確定的。

7. 指出或暗示什麼事會導致什麼事時，請特別小心

常常有研究發現兩件事物之間存在相關性——例如，喝汽水與暴力有關，或是吸電子煙和吸食大麻有關。 但事實上兩件事有關，比如A跟B有相關性，並不代表A就會導致B，其他或許還有CDEF也在過程中發生了。 如果一項研究不是隨機實驗，那麼就難以證明因果關係，而如果研究中無法證明因果關係，請小心不要說「打電動會導致暴力」或「YouTube會導致極端主義」。

8. 小心採櫻桃謬誤（cherry-picking）和隨機變數（random variation）

如果你注意到某項數值從2010年到2018年上升了50%，先快速看一下——如果從2008年或2006年開始繪製圖表的話，它的增長看起來還是那麼高嗎？ 有時數字波動起伏很大，而如果剛好你選擇到一個特異的低點，就能讓原本的隨機變數變成一個令人震驚的趨勢。

這種情況在相對罕見的事件裡尤其容易發生，比如謀殺或自殺事件。

9. 小心「排名」

英國從世界第五大經濟體跌至第七名了嗎？ 一所世界排名48的大學難道就是第48名嗎？ 這些意味著什麼？ 排名表現出來的可能是一件大事，也可能是無關緊要的事，例如，假設丹麥以每百萬人擁有1000 台公共除顫器（AED）的數量奪全球之冠，而排名第17的英國則是每百萬人擁有968 ，1000台與968台其實並沒有巨大的差異（尤其跟沒有公共除顫器的國家相比的話），而在這種情況下，排名第17的英國難道就不重視公共緊急情況的急救設施嗎？ 可能也沒有這樣。

在給出排名時，記得解釋背後具體的數字，以及它們是如何被算出的。

10. 永遠都要附上你的來源

這一點很重要。在報導裡附上那些數字的來源，無論是放連結，或是講述你是如何找到它們的。原始來源比如科學研究（文獻頁面或doi.org頁面）、英國統計局、YouGov 民意調查等。如果不這麼做的話，讀者很難自己去檢視那些數字。

11. 如果你弄錯了什麼，勇於承認它

最關鍵的是：如果因為犯了什麼錯誤被他人指出，不要擔心，這種事經常發生。說聲謝謝，修正它，然後繼續前進。

這11項注意事項簡略介紹了解讀數字時應注意的方向，第7點剛好讓我想到最近台灣重新出現的「接種疫苗後猝死」相關報導，新聞容易誤導民眾把時序相關認為是因果關係，然而事實上不一定如此。這種時候似乎是閱讀這本書的good timing。

最後再幫推廣書：'How to Read Numbers: A Guide to Statistics in the News'' ，台灣目前好像只能在Amazon買到，如果有人已經讀過的話歡迎分享心得，也歡迎在分享你知道的統計小知識！ (ง •̀_•́)ง

#記者節快樂 （一個遲到的9/1）

~~~

偷偷推一張我近期翻到的謬誤整理圖，裡面就有提到cherry picking！🍒