章节主张
错误的数字并不一定是算错出来的，很多时候是抽错、问错、看错、记错出来的。
中文释读
作者把你的注意力从结果拉回源头。任何看上去正式的调查、测验、民调、病理样本，如果代表性不足、抽样偏差严重、记录环节不透明，那么后面的一切统计加工都只是在放大最初的偏差。你不是在怀疑数学，而是在怀疑输入。
本章知识路线
- 1抽样偏差
- 2代表性判断
- 3测量与问法设计
关键论点
- 样本不代表整体时，精致统计只会精致地误导。
- 收集方法和记录方式本身，决定了数字可不可以被信赖。
- 问‘我们怎么知道’常常比问‘结果是多少’更关键。
行动清单
- 追问样本来自哪里，谁没被包含进来。
- 看到调查结论时，先问抽样和问题设计。
- 把数据源头当成第一层审计对象。
原书小节深读
每一节都不只列标题，而是翻译成：它在解决什么问题、你怎么用、最容易误读什么。
第5章 收集数字的方法
这一节在处理本章的一个具体判断障碍：解决把任何‘有统计’的数据都当成可靠事实的问题。
本章图版学习路径
章节图板
先用派生图板快速建立结构，再回到原文。
章节原则图 · chapter-board
原书图版
回到原书配图、示意图和证据图，重新理解本章论点如何落地。
原书图版 · evidence
原书图版 · evidence
辨析题
为什么样本偏差比很多人想象得更致命？
因为一旦样本选错，后续平均、概率、相关系数都只是建立在错误地基上的漂亮装修。