통계가 오도 될 수 있습니까?

인물이 거짓말을하지 않는 오래된 격언이 있지만 거짓말 쟁이는 모습을 알고 있습니다.어떤 의미에서 이것은 통계에 대한 사람들의 조심함을 나타냅니다.통계적 해석으로 인해 데이터가 오해의 소지가있는 것처럼 보일 수 있습니다.그것은 통계학 자의 데이터 해석과 통계 보고서의 핵심 요점으로 어떤 수치를 가져 오는지에 달려 있습니다.그리고 범위.평균은 모든 데이터의 합으로 데이터 수로 나뉩니다.예를 들어, 사람의 시험 점수의 합을 가져 와서 성적을 결정하기 위해 테스트 수로 나눌 수 있습니다.그러나 평균은 정상적인 테스트 범위를 벗어난 숫자 인 특이 치라고 불리는 것에 의해 영향을받을 수 있습니다.이것은 평균이 성과를 평가하는 오해의 소지가있을 수 있음을 시사 할 수 있습니다.예를 들어 테스트의 가치가 모두 100 포인트 인 경우 평균 점수는 대략 85%입니다.그러나 이것은 0의 이상치 때문에이 경우 평균 성능을 제안하지는 않습니다.중앙값은 수치 적으로 배열 된 데이터 그룹의 중간 수입니다.통계학자가 중앙값을 평가하는 경우, 이것은 실제 성능의 평균 또는 평가중인 모든 것을 대표하지 않을 수 있습니다.중앙값은 엄청날 수있는 데이터 범위를 설명 할 수 없으므로 오해의 소지가있을 수 있습니다.예를 들어 테스트 테이커의 모드는 100입니다. 그러나 이것은 테스트를 복용하지 못한 사람이 오해의 소지가있는 것을 반영하지 않습니다., 설문 조사에서 아마도 설문 조사가 커뮤니티의 대표 샘플 인 정도.한 사람이 고등학생 그룹을 조사하고“1-5의 규모로 교육에 얼마나 행복합니까?”라고 묻습니다.그룹이 "평균"학생을 대표하는지 여부에 따라 매우 다른 답변을 얻을 수 있습니다.

한 사람이 모두가 똑바로 똑바로하고 환상적이고 잘 자금을 지원하는 학교에 가고있는 학생 그룹을 설문 조사하면 대표 샘플과 같은 데이터를 출판하는 것은 의도적으로 오해의 소지가 있습니다.성적이 다른 학교의 학생들에게 물어 보면 설문 조사는 더 대표적이고 공정 할 수 있습니다.그러나 학생들에게 학교에 대한 생각을 묻고 결과를 일반 인구의 대표 샘플로 출판하면 답변이 비뚤어 질 것입니다.사실 인 것 같고 논란의 여지가없는 가치를 가지고 있습니다.따라서 통계 데이터는 종종 오해의 소지가있는 방식으로 사용하여 숫자를 가진 사람들을 놀라게하고 분쟁의 물건을 더 사실처럼 보이게 할 수 있습니다.평판이 좋은 통계 학자들은 질문을 일반화해야하며 인구를 대표하는 사람들에게 질문을 받아야한다는 것을 알고 있습니다.그러나 숫자와 통계는 개인을 대표하지 않기 때문에 오해의 소지가있을 수 있습니다.그들은 사람들이 아이디어, 제품 또는 정치 후보에 어떻게 반응하는지 보여줄 수 있습니다.그들은 모든 무한 가변 자질의 한 사람이 어떻게 느끼는지 보여줄 수 없습니다.