統計でウソをつく法 の商品レビュー

ダレル・ハフ(著者)

2022/04/17

非常にわかりやすい内容だった。
データは大事、でもその使い方がより大事と言うことを改めて理解させてもらえる著書。

私はよく「定量が無い」と言われる。
感覚で突き進んでしまうため「根拠は?」と聞かれると詰まってしまう。
なのでもちろんデータを取って分析しているがいつも思う事は「切り方次第で自分の言いたいようにもう言いたくないようにも使える」と言うこと。

本書もデータが出てくると納得してしまいがちだがそれをきちんとジャッジをすることが大事と書かれている。
ではどのような観点で見るといいのか？
5つの観点をflier要約から抜粋する。
私もここを意識自分の話を考えるし、人の話も聞いていきたい。

■flier要約抜粋
【統計のウソを見破るポイントは5つある。

まずは、「誰がそういっているのか?」に気をつけることだ。研究所であれば理論の完成のために何かを証明しているのか、評判を良くするためにしているのか、賃金を問題にしているのであれば労働者側か経営側かといったことに気をつけるのである。権威のある名前が出てきたとしても、書かれている結論は別の人の解釈にすぎない場合もある。

次に、「どういう方法でわかったのか?」に注意する。サンプルの選び方が不適当でないか、極端に小さいサンプルではないか、相関関係は実際に何かを意味するほどたくさんの事例があるのかなどに気を配るのである。

さらに、「足りないデータはないか?」と考えることも重要だ。どれだけの事例をもとにしたのか、どこまで信頼できるのかが書かれていない調査結果は疑わしい。比べないと意味のない数字というのはたくさんあるものだが、もとの数字を出さずに割合だけを出しているものすらある。

そして、「いっていることが違ってやしないか?」と、数字と結論との間で問題がすりかえられていないかにも注意しなければならない。ある病気の患者がたくさん報告されるからといって、その病気の患者が増えたことにはならない。ある雑誌の読者調査で、読者が国際問題の記事に興味を示しているからといって、読者のすべてが同じように興味を示すことが保証されるわけでもない。こうした問題のすりかえにはさまざまな形があり、いずれも注意が必要だ。

最後に、「意味があるかしら?」と考えてみよう。まだ証明されていない仮定にもとづいた話であっても、統計数字を入れれば意味があるように見えてしまうものだ。「ハーパーズ」誌に載せた論文で、レオナルド・エンゲルは医療関係の例をいくつかあげている。たとえば、アメリカには800万人の前立腺ガン患者がいるという泌尿器科の大家による計算がある。すると、ガン年齢に達した男性1人につき、1・1人の前立腺ガン患者がいるという奇妙な計算となる。】

====
ダレル・ハフ(Darrell Huff)
1913年アイオワ州の生まれ
アイオワ州立大学で学士号、博士号を取る
社会心理学、統計学、心理テストなどを研究

====
flier要約
https://www.flierinc.com/summary/2982

2022/01/10

初学者向けといった感じか。
冗長な感じだし、普段からデータを扱う業務をしている人には当たり前な感じを受けた。

2021/12/11

1968年が初版の本。ベストセラーとはいえ、さすがに内容が古いし、統計の本質は当時と変わらないため、的外れにはなっていないのだが、牧歌的すぎる気がした。
中高生が読むにはいいと思う。

2021/11/15

大学の研究室で読んだ本。久しぶりに読み返した。
50年近く前の本で、開いて1ページ目に100年前の統計データが出てくる(笑)が、その時を超えても語り継がれる名著。
難しい数式なしに、統計・データに騙されない知識が身につく。特に文系・経済系の人にお勧めしたい。

2021/10/24

統計を学ぶ、扱うなら必読定番とされているが
わかりやすい解説書が多数出回るようになったので、事例も古い本書は役割を終えたか
読む価値はあると思うけど

2021/09/10

統計学的な考え方の入門書。
サンプリングの章がよかったな。
統計データはうそをつくこともある、ではなく、
よほど対策をしないかぎり、うそをついていることが前提
くらいでデータをみた方が良いんだろうな。

調査方法は当然、調査主体が誰かにも
影響を受けるのは案外盲点。

2021/08/08

中身は大変参考になる内容でした。
自分がこんなに新書を読まなくなっていたのだと思い知らされました。字が細かくて細かくて。

2021/06/30

1968年の初版から既に100刷を超えようとする名著です。
統計自体に罪はないが、それを意図的に操作する連中には気をつけろといった内容です。それにしても、本書で語られるように統計ほど簡単に人をだませるツールはないし、大手のマスコミや権威ある機関でさえも平気で（気づかず？）嘘をつくので気が抜けません。しかし、そもそも統計が使われる目的を理解できれば、だましの構造がビルトインされている宿命にあるのもうなづけます。その動機とは、物事をよく見せるためにコピーライターが、「薄っぺらで安っぽい」商品を「軽くて経済的」と書くのと同じです。
では、統計のウソを見破るためには？筆者によれば5つのカギがあります。統計の出所、調査方法、隠されたデータの有無、問題のすり替え、意味があるのか？といった点に着目することです。これは、報道のウソを見破る際にも使えそうです。
本書で使われる事例も、当時実際に使われていたものなので、時代を反映していて興味深い。統計の入門書としては一級品です。

本書PR：
だまされないためには、だます方法を知ることだ！
かの有名な英国の政治家ディズレーリは言った――ウソには3種類ある。ウソ、みえすいたウソ、そして統計だ――と。確かに私たちが見たり聞いたり読んだりするものに統計が氾濫しているし、「平均」とか「相関関係」とか「トレンド」とか言って数字を見せられ、グラフを示されると、怪しい話も信じたくなる。しかし、統計数字やグラフは、必ずしも示されている通りのものではない。目に見える以上の意味がある場合もあるし、見かけより内容がないかもしれないのである。私たちにとって、統計が読み書きの能力と同じぐらい必要になっている現在、「統計でだまされない」ためには、まず「統計でだます方法」を本書によって知ることが必要なのである！

2021/05/04

統計についてのリテラシー。

誤謬もあれば、意識的な誤誘導もある。

今の、コロナなんかまさにそうじゃないか。

2020/05/31

統計学に関する古典的名著。
心理学を学びはじめて７年目にしてようやく読んだ。
初版が1968年で、現在まで版を重ねつづけているというのがすごい。

「クリティカルシンキング」についての本を何冊か読んだことがあるので、書かれている内容にそれほど発見はなかったが、刊行当時ダレル・ハフの洞察はさぞ多くの人を驚かせたことだろう。

そのサンプルは全体を代表しているか？
人はウソをいうものである（相手をよろこばせるような答えをしたいという欲求があるから）
どういった種類の平均値か（算術平均、中央値、最頻値、幾何平均など）？
グラフの伸びを何倍にも見せる方法
BがＡに続いて起こるなら、ＡはBの原因であるとする誤謬（相関関係だけでは、どれが原因でどれが結果であるかまではわからない）
あまりにも正確すぎる数字は、常識とは食い違っている

など、何らかの調査の結果を読むときに常に考えておかなければならないことがたくさん書かれている。
古くさい例やイラストも味があってよし。