为什么需要数据？

体育课上，老师问大家："课间想踢足球还是打篮球？"

甲说："足球！足球人多热闹。" 乙说："篮球！篮球更受欢迎。" 丙说："不对，明明是羽毛球……"

三个人各说各的，谁也拿不出证据。老师笑了笑："别急着吵，咱们数一数。"

于是老师让全班举手：

想踢足球：  12 人
想打篮球：  15 人
想打羽毛球： 9 人
（全班共 36 人）

一数就清楚了：想打篮球的人最多。刚才那场争论，一下子就结束了。

这个"举手数出来"的结果，就是数据。 它不是某一个人的感觉，而是全班同学真实意愿的记录。 正因为它是"大家"的记录，所以大家才愿意服气。

再举一个例子。妈妈想知道："今年夏天是不是比往年热？"

如果只凭记忆，你可能会说："我感觉特别热！"但"特别热"是模糊的——到底多少度？哪几天热？和去年比是高还是低？这些问题，"感觉"答不上来。

气象台给出的不是"感觉"，而是一串记录：

两个数字一摆，结论就清楚了：今年七月确实比去年热了 $2.3^\circ\text{C}$。这就是数据在帮我们说话——它把"热不热"这种模糊的感觉，变成了可以比较、可以讨论的数字。

现在可以给"数据"一个正式的说法了：

这里要分清两件事：数据和结论不是一回事。

• "打篮球 $15$ 人、足球 $12$ 人"——这是数据。
• "大家更爱打篮球"——这是你根据数据得出的结论。

好习惯是：先有数据，再做结论，而不是先有了结论，再去挑对自己有利的数字。顺序反了，数据就成了帮人"圆谎"的工具。

数据能帮我们看清真相，但数据也可能"骗人"。常见有两种情况：

• 样本太小：只问了 $3$ 个同学，就下结论"全班都爱篮球"，显然不可靠。问的人太少，结果就代表不了整体。
• 选择性呈现：只展示对自己有利的数字，把不利的数字藏起来。比如只说"本月销量涨了"，却不提上个月本来就特别低。

所以在看别人给出的数据时，可以多问一句："这是从多少人、什么范围里得到的？"——这个习惯，后面我们会专门讲怎样收集数据（见怎样收集数据？）。

记住一句话：数据本身是中性的，怎么收集、怎么使用，才决定了它可信不可信。

反过来想：如果体育课那次，老师不让大家举手，而是说"谁支持足球就喊一声"，会怎样？喊声大的，不一定是人多，而是嗓门大的那拨。最后可能选了足球，可其实喜欢篮球的更多——这就冤了。

没有数据，少数嗓门大的人，可能替多数人做了决定。 数据的作用，就是让每个人的意愿都被"数"到，而不是只被"听到"。

回看前面的例子，数据在帮你做两种决定：

• 比较：足球和篮球哪个更受欢迎？今年七月和去年七月哪个更热？——把两组数字摆一起，比出高下。
• 预测：降水概率 $70\%$ 意味着什么？——用过去的数据，推测还没发生的事。

无论比较还是预测，核心都同一句话：让结论站在事实上面，而不是站在感觉上面。

把"凭感觉"和"凭数据"放一起比一比：

所以遇到要紧的决定，先问一句："有数据吗？"这比"我觉得"靠谱得多。

下次有人跟你甩"我觉得大家都……"的时候，可以笑着反问一句："你的'大家'，数过几个人？"

这节课我们只做了一件事：把做决定时常用的"我觉得"，替换成"数据说"。

你原来可能以为，统计、数据这些词离生活很远。其实从"下课踢球还是打球"到"新闻里的百分比"，背后都是同一个逻辑：用记录下来的事实，代替随口而出的印象。

这种"先看证据再下结论"的思维，正是整个"统计与概率"这一章的起点。下一节我们会学：证据到底该怎么收集才靠谱。