### 统计数据误导 - 通过数据展示误导信息 - 可能导致错误的判断和决策 - 需要了解常见的统计陷阱

### 常见统计陷阱 - 数据选择性展示 - 平均值误导 - 相关性与因果关系混淆 - 图表失真 - 样本偏差 - 选择性平均 - 规模效应误导

- 数据范围误导 - 比例失真 - 数据分组误导 - 基数误导 - 解释性偏见 - 数据采集误导

### 数据选择性展示 - 仅展示有利的数据 - 忽略不利数据 - 形成偏见结论 - 只公布增长季度数据

### 平均值误导 - 使用平均值代表整体 - 忽略数据的分布和极值 - 掩盖数据的真实情况 - 报告平均工资高

### 相关性与因果关系混淆 - 将相关性误认为因果关系 - 忽略其他潜在因素 - 导致错误结论 - 冰淇淋销量增加导致溺水率增加

### 图表失真 - 通过图表比例或样式误导 - 夸大或缩小数据差异 - 影响数据解读 - 使用不等比例的柱状图

### 样本偏差 - 样本不具有代表性 - 忽略多样性 - 导致结果偏差 - 调查只在特定社区进行

### 选择性平均 - 选择性使用平均值类型 - 可能使用中位数或众数 - 掩盖真实数据分布 - 公布中位数收入而非平均收入

### 规模效应误导 - 忽略数据的基数 - 强调比例变化 - 可能夸大实际影响 - 某疾病的患病率增加 50%

### 数据范围误导 - 通过限制数据范围展示 - 选择性展示特定区间 - 影响整体理解 - 销量图仅展示增长的月份

### 比例失真 - 使用不同比例轴展示数据 - 误导视觉感知 - 影响数据比较 - 使用不同比例的 Y 轴

### 数据分组误导 - 通过分组调整数据展示 - 合并或细分数据组 - 影响数据解读 - 将不同年龄段合并展示

### 基数误导 - 忽略基数大小 - 强调绝对数值变化 - 夸大或缩小影响 - 新增用户数增加 1000

### 解释性偏见 - 数据解释方式有偏见 - 选择性解释数据 - 影响结论公正性 - 仅强调正面数据

### 数据采集误导 - 采集方法导致数据偏差 - 调查问卷设计偏差 - 影响数据的客观性 - 问卷设计引导特定答案


### 3.6 统计学会骗人 - 什么是平均值误导? 描述特点并举例. - 如何区分相关性和因果关系? 请提供真实案例. - 样本偏差如何影响统计结果? 请解释并举例. - 规模效应误导如何夸大实际影响? 请提供案例. - 比例失真会如何影响数据解读? 请举例. ---- [ 3.5 证据的效力分析](il-3-5.html#/overview) [| 练习 |](il-exec.html) [ 4.1 知识的创造过程](il-4-1.html#/overview)