做一次生活科学家

经，谎话要用甜言蜜语做包装，加上小恩小惠的糖衣，添一点楚楚可怜的好味道，就能让人神魂颠倒。结果，我们这些生存竞争之下的幸存者多少丧失了天真，不会被单纯的漂亮话弄迷惑。先不要得意，现在，似是而非的“科学结论”、复杂的统计数据，开始出现在了从特效疗法到金融产品上，没有点专业知识，我们似乎又要被忽悠了。别急，学一点科学方法，可以帮我们理清真相。
　　　　
　　实验，厘清混淆的变量
　　
　　一位保健品推销员正在这么向你介绍他的产品：“这补脑剂效果可好了，我儿子吃了一个月，学习成绩明显提高了。”好吧，作为一个久经沙场的消费者，你根本不信。推销员可能会有一个儿子，可学习成绩有没提高就未必了，更有可能的是，他儿子根本不吃这种东西。你心里暗想，在拿自家人举例方面，推销员和相声演员有一拼啊。可现在，推销员改变了战术：“我们的研究表明，在吃了我们的保健品半年后，学生的记忆力显著提高。”那么，信，还是不信呢？
　　
　　我们首先假设，推销员不会伪造数据，说的都是有据可查。这样能否证明他的保健品就真的有效呢？如果问一个受过科学训练的人，他会告诉你，不一定。在这个例子里，学生的记忆力可能受很多个因素的影响。比如，儿童的记忆力在小学阶段是逐步提高的，即使什么都不做，三年级学生的记性也比一年级好；在这半年里，老师的教育也在帮助学生学习识记；当然，保健品也许真的有效。
　　
　　一个科学家要想检验这个假设——“服用该保健品一段时间可以提高学生记忆力”，该如何做呢？答案是：控制变量。
　　
　　我们关心的数据可能受许多因素的影响，所谓控制变量，指的就是把额外的因素控制住，使它们尽量少地影响数据，从而让我们能集中观察需要研究的因素产生了什么影响。比如，针对这种保健品，科学家不会简单说有效还是无效，而是要进行实验，把年龄、教学方法之类额外的因素影响去除，单独针对保健品来检验。他会选取一个班级，先测试一下孩子的记忆力，然后把孩子随机分成两半，一半服用保健品，一半服用相同量的面粉压成的药片，即安慰剂。三个月或半年半年以后回来再次测试，看看两组的成绩有没有差异。
　　
　　为什么要搞得这么麻烦？让我来解释一下。把学生分成两组，一组实验组，一组对比组，为的是保证除了服用保健品之外，两组的其他情况尽可能一样。同一个班级，避免了因为年龄差异、教学方法不同等因素造成的学生记忆力的差别；随机分配，使两组间的记忆力平均成绩在没有服药前基本一致。最后，他还会给没有服药的孩子开安慰剂。这些面粉片里根本不含任何影响记忆力的成分，却会导致人们心理状态的变化。我们也不知道服药后感觉记忆力提高是不是只是一种心理作用，因此只有使用安慰剂来平衡两组在这方面受到的影响。如果实验结束后，学生们的记忆力确实比半年前有所提高，可两组之间没有差异，我们就知道，这提高并非来自保健品的功效了。
　　
　　把准实验伪装成实验，已经足够令人困扰了，而另一个烟雾弹则是统计数据。还是以上面的例子，记忆力“显著提高”是什么意思呢？是以前每天能背记十个单词，现在提高到了二十个了呢？还是从一百个提到了一百一十个？这两者都是每天提高十个，但难度却不可同日而语。在表述上，前者可以说成记忆力提高百分之百，而后者却只是提高百分之十。
　　
　　相关，广受误解的概念
　　
　　统计学诞生之初，作用之一就是提供各种数据以供参考。许多隐藏在混乱数据下的现象被它揭示了出来；许多含混的说法也得以澄清。但与此同时，新的麻烦也随之而来。媒体很早就学会了使用统计数据这一招，浑水摸鱼者当然也不甘落后。理解统计数据多少需要一点专业知识，而呈现清晰的数据恐怕还需要一点良心。于是可以想象，貌似科学的数据成了骗子的新法宝。
　　
　　早在1954年，美国记者达莱尔·哈夫就写了一本《统计陷阱》，专门谈使用统计学撒谎的种种伎俩。将相关说成因果，就是其中一种利用统计的谎言。
　　
　　事物之间的关系多种多样，统计上关心的两种关系是因果和相关。前者不难理解，比如说缺水导致歉收；后者对大众却有点生疏，它指的是两者有着相同和相异的变化趋势。相同的趋势叫做正相关，比如一组孩子的身高和体重往往是正相关的，身高越高体重相应越重；相异的则是负相关，比如吃高脂肪食物越多，保持健康的几率越小。请记住，这些关系并不是因果关系，我们还不能确定其中一个变量的变化导致了另一个变量的变化。很有可能存在另一个变量影响了它们两个。比如，生长发育导致了身高体重的增长，又兴许存在肥胖

[1] [2] [3] 下一页