1701536000
结论：高管从自己的公司偷钱是为了和自己家人竞争，显示他不是失败者，同时为了养家糊口。
1701536001
1701536002
理由：高管很可能关心上面提到的所有因素。
1701536003
1701536004
有可能上面所有的因素在导致公司高管从自己公司偷钱方面都很重要。但是社会上还有很多其他人士肩上也背负同样的压力，他们却没有诉诸非法手段来获得钱财。有没有其他可能的原因导致这种行为？就像胡德堡大屠杀的例子一样，可能存在多种言之成理的解释。比如说，我们想要多了解他的童年，了解他生活中最近发生的事件。这个公司高管最近有没有和老板吵架？他有没有服药？他最近有没有承受高度压力的经历？他有没有偷窃的历史？通过事后观察，我们常常可以发现儿童时期的经历作为成人行为的原因总是可以说得通。但在我们做出因果结论之前，必须要寻找更多证据来证明是一系列事件引起了另一系列事件的发生，而不是仅仅说出一系列事件先于另一系列事件发生这样一个简单的事实。我们还必须小心不要成为基本归因错误的牺牲品，要确保自己考虑外部因素，同时也要考虑内在因素。
1701536005
1701536006
1701536007
1701536008
1701536009
学会提问（原书第10版） [:1701532957]
1701536010
学会提问（原书第10版） 第10章 数据有没有欺骗性
1701536011
1701536012
下面这段话能在多大程度上说服你？
1701536013
1701536014
新闻简报：经济获得了长足发展。上个月我们的失业率就下降了一个百分点。
1701536015
1701536016
上面的推理压根儿就没法打动你。这个论证用数据欺骗了我们！
1701536017
1701536018
作者提出的证据当中最为常见的一种就是“统计数据”。你可能经常听到人们使用下面这句话来帮助支撑他们的论证：“我有统计数据来证明。”我们使用统计数据（通常以不合适的方式）来揭示战争伤亡人数的增加或减少，来提醒公众注意发病率的变化，来估量一种新产品的销量，来判断某一只股票的赚钱能力，来决定下一张牌是A的概率，来衡量不同大学的毕业率，来记录不同年龄段的人们性生活的频率，来为很多其他问题提供数据。
1701536019
1701536020
统计数据就是用数字表达的证据。这样的证据可能看起来非常动人，因为数字让证据显得非常具有科学性，非常精确，似乎它就代表了“事实”。但是，统计数据能，而且经常会，撒谎！它们并不必然就证明了它们想要证明的一切。
1701536021
1701536022
1701536023
1701536024
1701536025
两种不同的提供数据的方式有可能会产生欺骗性
1701536026
1701536027
小贴士：统计数据可能而且经常骗人。它们并不必然就证明表面上想要证明的一切。
1701536028
1701536029
作为一个批判性思考的人，你应该努力辨别出错误的统计数据式的推理。在几个较短的段落中，我们无法向你全面展示人们用“统计数据帮忙撒谎”的所有不同方法。但是，本章我们将为你提供一些基本策略，你可以用来发现这些欺骗的小伎俩。同时，它还通过展示许多作者错误使用统计数据来当证据的最常见的方法，提醒你注意数据推理当中存在的缺陷。
1701536030
1701536031
？关键问题：统计数据有没有欺骗你？
1701536032
1701536033
1701536034
1701536035
1701536036
学会提问（原书第10版） [:1701532958]
1701536037
学会提问（原书第10版） 不知来历的和带有偏见的数据
1701536038
1701536039
最近一个新闻标题：40%的大学生饱受抑郁症的折磨！
1701536040
1701536041
在你情绪低落的时候你该不该过分担心呢？你又怎么知道自己可以相信这样的统计数据？
1701536042
1701536043
任何统计数据都要求将发生在某地的某些事件界定并准确识别出来，这常常是一项非常艰巨的任务。因此，要找出欺骗性的数据，第一个策略就是尽量找到足够多的关于这些数据是如何采集的信息。我们能不能准确地知道美国到底有多少人在报税单上做过手脚，多少人有过婚前性行为，多少人开车打手机，或多少人使用违禁药品？如果你想象一下做这些统计的细枝末节，我们怀疑你的答案会是“不太可能”。为什么？因为要为特定的目标而得到精确的数据，你常常会遇到各种各样的拦路虎和绊脚石，其中包括关键词语的模棱两可，识别相关人员或事件的种种困难，人们不愿意提供真实信息，人们不能报告各种事件，还有观察事件的种种身体上的障碍等。因此，统计数据往往只能是基于事实做出的一些估计。这些估计有时候很有用，但它们也可能有欺骗性。记住总要问一句，“作者是怎样得出这个估计的？”你得到的细节越多越好。
1701536044
1701536045
不知来历的统计数据最常见的一个用处就是用大量的数字给别人加深印象或让别人肃然起敬，这些呈现出来的数字的精确性常常会让人怀疑。比如，大量的数字可能被用来提醒公众注意日见增长的身体失调或精神失常的发生率，例如癌症、饮食异常或幼年孤僻症等。如果我们能知道这些数据确定的过程是如何仔细，我们肯定会更加深受这些数据的感染。比如一直以来人们都在努力统计大学生抑郁症发病率的准确数据，但是不知来历的数据问题已经成为影响统计的一个主要因素，研究报上来的发病率存在10%～40%的跨度。所以，本章一开始提到的那份研究如果让你觉得过度惊慌的话，你未免显得有些杯弓蛇影。记住：在对这样的数据做出反应之前，我们先要问一声它们是怎么得来的。
1701536046
1701536047
1701536048
1701536049