信息差：看透大数据背后的底层逻辑

文不对题。 这本书从头到尾讲的都是一系列跟数据有关的指标是如何有意/无意误导大众，我们作为普通人又该如何使用/辨别数据的。比如 【将数值范围粗略地切分成几个类别会造成信息的缺失，导致人们对现实的认知产生扭曲。】 【当我们试图用一个单独的数字去捕捉现实时，我们可能会发现，它代表不了任何人或任何事。】

讲的挺清楚，例子挺生动。 就是贝叶斯定理那里讲得有点乱。

被书名骗了，内容不是书名！不咋地

快但有效的科普。“Something doesn't add up surviving statistics in a number mad world”这个标题能被换到“信息差-看透大数据背后的底层逻辑”，何尝不是一种合格的讽刺。对P值的说明让我很是不懂。

近两年读过的最有意思的书，作者太幽默了，好读。

数据信息背后下的真相

观点是对的，但是写的太啰嗦。二百五十多页的书都围绕着同一个主题和基本观点，只不过分了不同的章节不同的例子来进行解释不同的情况。在我们如今的数字信息时代，信息的滥用蒙蔽了很多人的双眼，让我们忽略了很多现实的数据。人们也越来越依赖这些可见的所谓正确官方的客观的数据，而逐渐的被它们掌控，产生所谓的快感和获得感，也产生所谓的焦虑感和安全感。人们不知道这些数据统计也是带有很多主观因素和一些不稳定，不确定的客观因素的，我们不能完全依赖一个数据给出我们真实的答案。这些数据只能告诉我们一个大概，而具体的情况需要我们用辩证的思维去思考去辨别。我们只有分辨真相，才能不成为数字时代的奴隶。

这个世界有两面，一是现实世界，另一个是数字世界。在数据化进程中，我们生活的方方面面都被转化成了数据。我们的睡眠、锻炼、购物等习惯都用数据来表达和衡量。数据即一切吗？

给出了一些有趣的视角，对榜单、数据更审慎

个人感觉是被骗了，书中说的大数据和我们理解的大数据不同，而是指较大的数据而非较广，多的数据。数据的底层逻辑，准确来讲数据本身的局限性，优缺点，在这个数据为王的时代，如何分辨数据的客观中立，那就是用系统二思考……不如看丹尼尔的书。 数据本身是客观的，但有很多人用客观的数据代表他们不客观的观点，来说服别人，产生焦虑。有些用处但不多……想到它的书名，信息差，书中说的很少，挂羊头卖狗肉。

英文版标题里的post-truth有点太悲观了，不管怎么说，测量、统计是我们能做的best guess。不过要抱有怀疑精神是对的。

废话比较多但核心还是给出了一些有趣的视角。我对于可疑地社交媒体上的新闻内容多了一份谨慎

标题党，一本关于统计的毫无营养的书

看这本书就是因为没掌握足够信息差😅

很多废话，完全看不进去

很烂，本书只表达了一个观点：数据不可信 但完全没有聊，如何从数据中获得真正的信息差

收获颇多！