这本书是一本老书，但是非常经典，揭示了很多看似严禁的数据统计分析是如何欺骗大众的。我刚读完这本书，可以记录一下自己的心得，一方面可以学会如何不被统计数字、统计图表欺骗，一方面尝试如何有理有据的“欺骗”用户或者辅助自己得出想要的结论。
第一章、带有偏差的样本
书中举了一个例子，《时代》杂志曾指出，耶鲁大学1924届毕业生平均年收入是25111美元。书中指出这个数字不可信之处在于，样本选择一定存在偏差，无论杂志社采用什么调查方式，都不可能联系到所有该届学生，最终一定是非随机取样，比如邮寄问卷，那么如果收入水平偏低的毕业生很可能置之不理，甚至可能找不到落魄的毕业生的地址，但是那些政商名人的数据一定是容易找到的。
书里又举了一个1932年杂志预测总统大选失败的例子，因为选择的样本都是能用电话或者订阅杂志的的，这样的样本是富裕阶层，跟投票人群的偏差很大，最终预测结果跟实际投票结果相去甚远。
“如果样本的偏差与期望的结果一致，就能达到自动操纵的效果。”
样本选取时有意或无意的选择了某一类特殊样本是非常常见的。比较常见的是说法，“我的朋友都喜欢XXX，所以我认为中国人都喜欢XXX”、“我身边的人都是年薪20W起步，中国哪有收入低的人”，不仔细思考的话，可能说的人和听的人都不觉得这种说法有任何问题。
第二章、精挑细选的平均数
这章书中写的是中位数和平均数往往差距很大，比如这个街区每户收入平均数是远大于中位数的（补充：这是因为少数富人的收入水平拉高了平均值，但是对于中位数几乎没有影响），有些人在需要较高数字时，就去谈平均数；在需要较低数字时，就去谈中位数。
这段其实对我们做数据相关工作的人来说是老生常谈了，就不多说了，想到一些大公司声称其人均年薪几十万，但是实际上如果取中位数并不会高到离谱。
第三章、没有透露的小小数据
开始提到小样本算出的均值是没有意义的，或者因为阳性or阴性比例太低，导致样本虽然看起来多，但是样本乘以很小的比例，得到数值就是很低的，据此得出任何结论都是无意义的。只有显著性水平很高，达到5%甚至1%，结论才有意义。
后面提到非常能击中中国人的一点，就是家长经常因为孩子相比于所谓的“正常水平”发育迟缓而着急，实际上远离均值或中位数或众数并不总是意味着“不正常”。
第四章、无事瞎忙
这段其实说的还是显著性水平，不多谈
