一句话说清
看到数字先问三件事：谁统计的、样本是谁、跟什么比。
为什么值得懂
数字是最好用的说服工具：它看起来客观、精确、不容置疑。可同样一批数据，换个口径就能得出相反结论。数据素养不是数学能力，而是一套追问习惯——它让你在被数字说服之前，先弄清这个数字是怎么长出来的。
零基础讲解
一、先问“样本是谁”。 1936 年美国总统选举，《文学文摘》用两百多万份问卷预测兰登获胜，实际是罗斯福大胜；同期盖洛普只用五万份样本却预测准确，差别就在样本怎么抽：前者从电话簿和车主名单里找人，而当年有钱装电话买车的群体系统性偏向某一方（赫夫 / 《统计数字会撒谎》 / 第 1 章「内在有偏的样本」）。样本有偏，样本再大也没用。
二、再问“跟什么比”。 说某药把死亡风险降低 50%，听起来惊人；如果原本风险只有万分之二，绝对降幅是万分之一。相对值放大、绝对值沉默，是最常见的数字修辞。
三、注意平均数会骗人。 中位数、众数、平均数能给出完全不同的画像。九个人的工资都是五千、一个是一百万，平均数超过十万——这时候报平均数就是误导。看到“平均”就该问一句：用中位数会是多少？
四、小心幸存者与时间窗。 只统计活下来的、只挑某段区间、只看终点不看过程，都能得到想要的结论（这就是幸存者偏差与樱桃挑选）。判断一份统计是否可信，看它的口径与区间写得清不清楚。
五、相关不等于因果。 两个数字同步变化，可能是因为第三个因素，也可能只是巧合。要谈因果，得看有没有对照组、有没有控制变量。
一个例子
“本店好评率 99%”：好评来自多少人？是主动邀请的还是随机抽取的？差评被删了吗？三个问题问完，这句话的分量往往从 99% 掉到“不好说”。数据素养不是怀疑一切，而是知道该问哪几句。
常见误解
- 以为数字比文字客观：数字同样可以被挑选和包装。
- 以为样本越大越准：有偏的样本越大，错得越自信。
- 以为百分比最直观：不给分母的百分比基本无法判断。
- 以为相关就等于原因：相关只是同一时间的两件事一起变。
应用场景
- 生活：看体检报告、理财宣传、养生文章时，先找分母与比较基准。
- 职场：做汇报时主动写清口径，比事后被追问更省力。
- 写作与创作：写调查、写朝堂奏报、写商战，数据口径是可以做文章的地方。
关联知识点
- 统计基础（statistics，口径与分布的基本功）
- 信源评估（source-evaluation，数字也是一种信源）
- 批判性接收（critical-reception，接收信息时的追问习惯）
- 假新闻识别（fake-news，数据包装是常见手法）
- 幸存者偏差（survivorship-bias，最常见的样本陷阱）
- 所属主线：语言与意义、因果与系统