《拼凑真相》的读后感大全

《拼凑真相》是一本由蒂姆·哈福德著作，中信出版社出版的假精装图书，本书定价：65，页数：278，特精心收集的读后感，希望对大家能有帮助。

《拼凑真相》读后感(一)：看到数据的时候，我们需要注意这些

日常生活中，我们能接触到很多数据，包括政府部门发布的数据，在解读这些数据时，我们需要注意这些问题： 第一，在看到数据结果时，我们可以稍稍停顿一下，观察自己的情绪反应，看自己会不会因受情绪摆布而接受或拒绝数据结果； 第二，从个人经验出发，对数据进行解读，应将“鸟瞰”的广角视角与“蠕虫”的聚焦视角结合起来，这样才能对数据有更加确切的认识； 第三，这些数据的定义是什么，比如美国枪击死亡人数很高，但60%都是自杀； 第四，把数据放到应有的背景中去看，对于新闻应当拉长时间轴 第五，看看统计数据后面是否还有故事，是不是哪些数据已经被筛掉了。这体现在许多科学研究中，只汇报想要的结果 第六，统计样本是否全面，是否已将某些对象排除在外，如果将其包括进来，统计结论是否会有所不同。 第七，我们不应该无条件信任大数据和算法，我们要明白无论大数据还是算法，没有透明性，信任度就要打折扣； 第八，关注官方统计机构发布的数据； 第九，美丽的图表或信息图反映了作者想要我们看到的东西，我们要睁大眼睛； 第十，保持开放心态，不能固执己见。 #数据分析 #读书笔记

拼凑真相

评价人数不足

蒂姆·哈福德 / 2022 / 中信出版社

《拼凑真相》读后感(二)：在接受数据、事实以前，要懂得甄别

蒂姆·哈福德是英国《金融时报》知名专栏作家、英国皇家统计学会荣誉会员，供职于牛津大学纳菲尔德学院，出版过多部生活经济学主题的畅销书，最著名就是《卧底经济学》（全四本）。但就是这样一位经济学者、专栏作家，也不免在生活中被谣言忽悠。

新冠肺炎爆发初期，很多人只管转发，不管真伪。许多看似有用的虚假信息的传播速度，比病毒还快。比如，就有帖文煞有介事地教大家如何区分新冠和普通感冒，告慰大家说天气转暖就能杀死病毒，还建议大家少碰冷水，用热水杀死病毒。类似的帖文，简直数不胜数。有些据传来自我国的顶尖高校，或是知名医院，或是知名医生，还有些直接宣称来自美国或者英国的知名机构。甚至有帖文被说成是谁谁谁的某个亲属，亲自验证可信。

情绪越激动，就越难头脑冷静地考虑问题，就难公正地对待自己不想接受的事实。行为经济学家就提出了“鸵鸟效应”的概念，就是当股市下跌时，人们就会降低登录查看股票账户的频率——这可不是玩什么长期投资的套路，而是投资者通过减少查看，从而避免脆弱的小心脏被过频刺激。

蒂姆·哈福德说，所以到了现在，每当要转发某个数据结论时，他都会留意自己看到这个数据结论的第一感觉。这个方法不能百分之百地防止上当，却能大幅降低受骗率。

蒂姆·哈福德在所著的《拼凑真相：认清纷繁世界的十大数据法则》一书中，为身处数据时代、意识到数据以及数据分析重要性、却不断被各种错误的数据解读方式所忽悠的我们，给出了走出误区的10个方法。其中第一条就是：在看数据结果时，稍稍停顿一下，观察自己的情绪反应，尽可能避免因为情绪摆布而接受或拒绝数据结果。

其他方法还包括：从个人经验出发，将对数据的解读，以鸟瞰式的广角视角与蠕虫式的聚焦视角结合起来；要评估自己是否能够理解数据背后的内涵和外延；将数据放入应有背景；探求统计数据是否全面，是否排除了某些对象；不要无条件信任大数据和算法；当数据出错，我们应当保持开放心态，而不是嘴硬到底，等等。

蒂姆·哈福德说，虽然我们为了说明事实、论证观点，会用到统计数据，但必须看清楚统计的数据是如何定义的。如果数据对照中，不同数据的定义方式不同，由此进行的对照分析，就是站不住脚的——遗憾的是，社交媒体时代，很多“标题党”帖文甚至是新闻都是采用这样方式来哗众取宠的。

书中举例谈到，英国曾经出现不同区域的新生儿死亡率差异很大。为此，有学者就此进行了对照，发现伦敦的医院，相较英国中部的医院，确实新生儿死亡率明显较低。难道伦敦的医院在诊所、产房或新生儿监护室方面有什么不同的事情吗？

经过详细探求发现，英国法律规定达到24周或再晚一点早产的胎儿，被视为出生婴儿，如果满足这项条件的婴儿死亡，自然会被归于死亡的新生儿。伦敦的医院并不会将接近24周流产的胎儿，列入死亡新生儿统计范畴；但英国中部的妇产科却会列入。所以，事情的真相是，无论在英国伦敦，还是英国中部或其他地区，新生儿死亡率都相当相近。

《拼凑真相》读后感(三)：克服认知陷阱，善用统计数据

统计数据有用，但也会撒谎；我们不能盲信，也不能一概拒绝。要克服认知陷阱，遵循必要原则，才能让统计数据为我所用。

一、思维定式：由于人通过碎片化信息构建对世界的认识、不愿接受令自己不安的事实、不容易做到知错就改，故常常陷入思维定式。

二、动机性推理：人往往基于预设的立场、理念或认知做出判断，倾向于接受符合自己偏好或利益的观点。

三、知识的魔咒：人在某问题上的知识越丰富，就越容易在该问题上固执己见，做出的判断甚至不如非专业人士客观公正。

一、不要让情绪影响判断。学会观察、反省和控制自己的情绪，抛开立场，关注事实本身。

二、从多个角度看问题。个人感受与统计数据可能会有差异，要把鲜活、片面、具体的蠕虫视角和枯燥、全面、宽泛的鸟瞰视角结合起来，使之相辅相成，相互纠偏。

三、弄清统计对象的定义。明确数据的内涵、外延和标准。

四、把数据放到大背景下去看。拉开一定距离观察，记住一些重要数据作为参照物，避免常识性错误。

五、发掘数据背后的信息。人们喜欢展示事物的光鲜面，媒体倾向于报道非典型案例，科学期刊也偏好偶发性事件和惊人结论。建议使用标准统计方法，广泛查阅资料并向第三方求证，避免受小概率事件和选择性数据的误导。

六、考虑统计样本是否全面。由于偏见和疏漏，统计信息和统计对象可能不全，要防止样本误差和抽样偏差。

七、不要迷信大数据和算法。算法要有透明度并接受公开讨论，才能经得起检验。政治数据和金融数据最敏感，不要提前公布。

八、关注官方统计数据。有些官方统计机构能够捍卫统计公正，但也有些以权谋私或无知犯错。

九、不要被美丽的图表迷惑。图表比数字更吸引人，但可能弱化数据的准确性和针对性，需要仔细观察和冷静思考。

十、保持灵活、开放的心态。把普遍情况和具体案例结合起来，把统计数据和个人经验结合起来。

黄金法则：保持好奇心。Stay hungry, stay foolish.

统计数据可以帮助个人或组织更高效、合理地决策，但经常由于技术或人为原因而存在模糊、偏差、错漏等问题。大数据时代，只有保持灵活、开放的心态，克服思维定式、情绪影响和动机性推理，打破“知识的魔咒”，弄清统计对象的定义，把统计数据和个人经验结合起来，并置于合适的背景下考察，才能避免媒体、算法和图表的误导，捕捉数据背后的事实真相，获得有价值的信息。