统计数字会撒谎 下载 pdf 电子版 epub 免费 txt 2025

这本书是美国统计专家达莱尔·哈夫的传世之作，该书引发的“编造虚假信息”话题受到美国社会持续普遍的关注和美国权威媒体的激烈争论。书里面大胆地揭露了至今仍然被销售员、广告撰稿人、记者甚至专家频频使用的大量的统计操纵技巧，同时还配有别具一格的风趣插图以及众多幽默的案例。神秘的统计学在这里被哈夫像讲故事一样一一道来，莞尔一笑中让你知晓深奥的统计学基本原理，掌握揭露“虚假数据”的最有力武器……

自50年代出版以来，此书不断再版，并被翻译成多种文字，在世界的影响力持久不衰，被誉为美国商业人士、研修人员的重要入门必修书之一。

Chapter 1 内在有偏的样本

我们来看一则以前的新闻报道，“1924级的耶鲁毕业生平均年收入为25111美元。”好家伙，这些人干得真不赖！大家都把孩子送去耶鲁和牛津吧，那就是高薪的代名词，年纪轻轻就能享受幸福的生活。

可是，等一等，在充满怀疑的惊鸿一瞥后，关于该数字的两个疑点凸现出来：它居然惊人的精确，它也大得令人难以置信。

Chapter 2 精心挑选的平均数

房地产商费尽心思大力宣传，你所居住的小区是高档小区，你邻居的年均收入是10000英镑；而该区域的纳税人委员会却反复向政府强调，这里居民的平均年收入只有2000英镑，是该减减税赋了。

到底谁在说谎？事实上，他们都是诚实的。两个数字都是正规的平均数，来自相同的居民，根据相同的收入，计算方法也完全正确，奥妙何在？

Chapter 3 没有披露的数据

“自从使用了多克斯牌牙膏，我们的蛀牙减少了23%。”

让我再引用一篇文章的标题——《现在就来预测孩子将来长多高》。“只需要利用现有的身高，再查表中的比例即可。”标题如是写道。

没有比这个“23%”和“身高表”更无聊的广告和报道了！可他们看起来是如此的煞有介事，问题出在哪？

Chapter 4 毫无意义的工作

彼得和琳达做了公认最好的智力测验——斯坦福-比内测验，结果是琳达的智商为101，彼得的只有98。专家告诉我们智商的平均数是100，即100意味着“正常”。于是进一步推断，琳达是比较聪明的孩子，彼得是个笨孩子。

相信我，任何类似的结论纯粹都是胡说。

Chapter 5 令人惊奇的图形

一张图告诉你朴实的10%的增长，而另一张却看起来是让人振奋的100%的增长，别怀疑你的眼睛，截然不同的两幅图说的可是同一回事！

Chapter 6 一维图形的滥用

数字是2∶1，但视觉效果却是8∶1。嘴上说的是15倍，看起来却是3倍……或许你正在被这些图形所振奋着。

Chapter 7 不完全匹配的资料

一篇来自著名实验室的报告：在11秒钟内仅仅半盎司该药的剂量就杀死了试管中31108个病菌。

随处可见某种榨汁机的广告：“经过实验室的证明”该榨汁机的“榨汁功能增强了26%。”……

听起来真不错，这是货真价实的“挂羊头卖狗肉”。

Chapter 8 相关关系的误解

抽烟与大学成绩；独身与上大学；身上的跳蚤与健康；房屋顶上白鹤鸟巢的个数与荷兰某个家庭中已出生孩子的人数；马萨诸塞州长老教会会长的收入与哈瓦那朗姆酒的价格……

是风牛马不相及？还是亦步亦趋、息息相关？真实的结果一定让你大跌眼镜。

Chapter 9 如何进行统计操纵

怎样在一年内获得22500美元的总收入？你只需1个妻子（或丈夫）和13个孩子。

“现在就购买圣诞礼物，你将节省100%。”精明的商家居然成了圣诞老人，开始免费馈赠了。

有些人很害怕你知晓其中的“技巧”。

Chapter 10 如何反驳统计资料

谁说的？他是如何知道的？遗漏了什么？是否有人偷换了概念？这个资料有意义吗？

提这5个问题，凭双眼就识破并揭穿虚假的统计资料；更为重要的是在具有欺骗性的数据海洋中找出可靠有用的资料，不再让你的关键决策南辕北辙。

达莱尔·哈夫，美国统计专家。1913年出生在美国爱荷华州，毕业于爱荷华州立大学（the State University of lowa）,获得学士学位和硕士学位，在此期间他由于成绩优异加入了美国大学优等生的荣誉学会（Phi Beta Kappa），同时还参加了社会心理学、统计学以及智力测验等研究项目。达莱尔·哈夫的文章多见于《哈泼斯》、《星期六邮报》、《时尚先生》以及《纽约时报》等美国顶尖媒体。1963年，由于他的贡献被授予国家学院钟奖（National School Bell ）

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：统计数字会撒谎在线阅读

在线听书地址：统计数字会撒谎在线收听

在线购买地址：统计数字会撒谎在线购买

一个以抽样为基础的报告如果要有价值，就必须使用具有代表性的样本

最基本的样本是随机样本，它是指完全遵循随机的原则从总体中选出样本。总体即形成样本的母体。

随机样本的检验标准是：总体中的每个名字或事物是否具有相同的几率被选进样本？

纯随机抽样是唯一一种能有足够把握利用统计理论进行检验的抽样方法。但它同样存在着缺陷。在许多情况下，获得这种样本难度很大，并且十分昂贵，以至于单纯的经济考虑就会剔除这种方法。一个更经济的替代品是分层抽样，它在市场研究和民意调查等领域中得到了广泛的应用。

由谁组成调查人员也会对调查结果产生微妙的影响。人们在接受调查时有迎合对方说好话的明显倾向。

“平均数”这个词有很广泛的涵义。当一个家伙希望影响公共观念时，或者是向其他人推销广告版面时，平均数便是一个经常被使用的诡计，有时出于无心，但更多的时候是明知故犯。当被告知某个数是平均数时，除非你能很明确地说出它具体的种类——均值、中位数还是众数，否则对它你仍知之甚少。

一个没有加以限定的“平均数”，就像这个例子里的收入数据，最终是无意义的。一个可能加深混乱的因素是，有些资料的平均数落在十分接近的范围内，出于一般的目的没有必要区分它们。

数据的分布接近正态分布。如果用曲线来描绘正态分布，你将获得一条类似于一口钟的曲线，它的均值、中位数以及众数都落在同一点上。

使用小样本的重要性在于：在大样本的使用中，任何由于机遇产生的差异都是微不足道的，不足以作为广告标题。例如，蛀牙仅减少2％将不会对销量有多大的提升作用。

在足够少的样本容量下，一个没有作用的结果是如何利用机遇产生的呢？——不需多少成本，你自己也可来试试。比如抛一枚硬币，多少次是头像朝上的呢？当然是一半的次数。这谁都知道

仅仅在进行了大量的实验后，平均数定律才是一种有用的描述并可用来预测。

多少才算足够呢？这又是个棘手的问题。它取决于抽样时你所研究的总体，其容量有多大，以及变动范围有多大。值得一提的是，有时样本中单位的数量看上去已足够多，但实际却并非如此。

检测数据以多打的可能性代表实际结论而不代表那些由于机遇产生的其它结论的方法：

如果某条信息提供了显著性程度，你将对它有更深的了解。显著程度通常用概率表示，就像普查局以19/20的概率保证他们的结果是正确的。在通常情况下，5％的显著水平是最低要求，有时需要更精确的1％的显著水平，这就意味着以99％的概率保证该结果是真实的，任何类似的事情“实践上是几乎确定”的。

还有另一类没有透露的数据，它的遗漏也同样具有破坏性。这是表明事物整体范围的全距和与平均数偏离水平的数据。在通常情况下，平均数——不管是否指明均值或中位数，都由于过于简单而导致无用。对实际情况一无所知通常比获取错误信息好得多，但有时知之甚少也十分危险。

对艾尔弗雷德·金赛博士的著名报告（几乎没有人认真读过）所做的许多愚蠢批评正是将正常误解为好的、对的、应该如此的等价物。金赛博士被指责有教唆年轻人的嫌疑，因为他向他们灌输某些观念，特别是将许多普遍存在却未经认可的性行为称为正常。实际上，金赛博士只是指出他发现这种行为很普遍，而这便是正常所指，他并没有为这些行为贴上许可的标记，这些行为是否道德也并不属于他的研究范围。只是他恰巧涉及了一个使许多人头疼的话题——涉及这样一个高度敏感...

你的样本以多大的精度代表总体是可以用数据来衡量的，那就是：可能误差和标准误差。

结论是，对待智力测验以及其他抽样结果应注意它的范围。正常的智商不应该只是100这样一个数值，而应是一个范围，例如90~110。将处于这个范围的孩子与低于或高于此范围的孩子进行智商比较时会得出一些有用的结论。但比较相差不大的两个数据则毫无意义。你必须记住这个加减号，即使(特别是)它没有明确指出。

忽视抽样所隐含的误差将导致一些愚蠢的举动。那些把读者调查奉若神明的杂志编辑，是因为他们不理解调查。对于一篇有40％的男性读者喜爱的文章与另一篇只有35％的男性读者喜爱的文章，他们会刊载更多类似于前者的作品。

对于杂志而言，40％与35％读者量的差别是很重要的，但抽样调查形成的差别并不一定是真实的。出于成本的考虑，实际的样本容量，特别是已经扣除了那些从来不读该杂志的人后，也许只有几百人。

人们有时会为了一个数学上可论证却小得没有意义的差别费尽力气。这种行为是对这句古训的藐视：只有当差别有意义时才能称之为差别。

图表比例的变化所放大的数据实际差异

夸大数据对人们的印象，在快速的浏览中，让粗心的受众更容易产生错误的结论。

书籍介绍

这本书是美国统计专家达莱尔·哈夫的传世之作，该书引发的“编造虚假信息”话题受到美国社会持续普遍的关注和美国权威媒体的激烈争论。书里面大胆地揭露了至今仍然被销售员、广告撰稿人、记者甚至专家频频使用的大量的统计操纵技巧，同时还配有别具一格的风趣插图以及众多幽默的案例。神秘的统计学在这里被哈夫像讲故事一样一一道来，莞尔一笑中让你知晓深奥的统计学基本原理，掌握揭露“虚假数据”的最有力武器……

自50年代出版以来，此书不断再版，并被翻译成多种文字，在世界的影响力持久不衰，被誉为美国商业人士、研修人员的重要入门必修书之一。

• 作者：暖鱼 发布时间：2009-10-29 23:30:15

  讲得太差了，配图也很差，比统计学的世界差得太远了。二十分钟就翻完了。一点都不值得看。

• 作者：挥雨 发布时间：2012-08-14 13:30:44

  那些精确到小数点后几位的数字隐藏着什么样的谎言？虽然这本书面世50年了，里面提到的对数据的误读和误用仍是比比皆是，呵呵。

• 作者：魏知超 发布时间：2012-05-15 12:55:07

  纯入门书，翻译是屎

• 作者：ring 发布时间：2014-09-30 23:47:19

  书本身还不错，浅显易懂，要是有人把例子改成朋友圈疯传文章会更有意思，不过对我来说都是已经知道的，没吃到新东西

• 作者：青 发布时间：2012-09-04 19:29:27

  画风还不错

• 作者：Summer 发布时间：2018-07-19 22:26:00

  实际上看目录就够了。不过通俗易懂的读物往往很需要，因为畏难是开始学习的极大障碍。其实just do it.

• 如何利用统计学成为百万富翁

  作者：在网上看风景 发布时间：2009-05-13 16:09:01

  （原是为平媒而写，大幅增改后贴出来）

  首先，给有意阅读本文的提个醒，本文不涉及枯燥的数学公式与推理过程，本人也讨厌看到这个，这通常意味着通俗易懂，但对另一些人来说就是意味着浅显易懂，浅显到不用读的地步，不过浅显的好处就是不用耗费太多的脑细胞在阅读上，往往因此而开拓思路，进而有其他收获，同时鉴于人在现实中经常忘记这些，这也是一个思维的强化过程。本提醒亦适用于本书，事实上是更适用于。

  一.零成本赚百万

  一个股票网站，声称能够准确预测股市的升跌，只要你在他们网站登记了email（手机短信亦可，灵活变通），他们就会免费给你提供五次这样的预测服务，若是觉得准，第六次就要付钱。假设有50000人提供email地址，其中25000人将收到这个星期股市行情指数会升的邮件，另外25000人将收到这个星期股市行情指数会跌的邮件。可以预见，下一个星期将会有25000人会得到准确的预测，因为股市行情不是跌就是升（当然，还存在无升跌的情况，为了讨论简便，这里我们暂不计算在内）。那25000收到准确预测邮件的人，他们会继续收到下一次的预测邮件，其中12500人将收到预测为升的邮件，另外12500人就是预测为跌的邮件，仍然可以预见，接下来将会有12500人会收到连续两次都准确的预测。如此类推，最后将会有1562人收到连续五次都预测准确的邮件。最后，他们给这1562人发邮件说，想获得以后的预测，请付款100元（甚至更高，或者第一次稍低，然后逐渐上升），那么他们将获得156200的收入，利润惊人，成本几乎是零！

  收到邮件的人，如果觉得不准，只会当笑话一样随便看看，而收到准确预测的人，一次可能还会不信，但当连续五次都准确，那么他们就不得不信这个股票顾问网站确实有点能力。运气好的话，那些付款的人里面还会有一半的机会赚钱，运气不好的话，随时倾家荡产。

  以上，就是用统计学去行骗的一个伎俩（或者说是赚钱的伎俩）以及受骗后可能遇到的可怕后果。这是一种非此即彼的预测，活学活用，把非此即彼换成宽泛笼统的预测，可以衍生出很多变种，也更好赚钱。下面就是一个变种。

  一个占星网站，宣称星座不仅能够影响人的性格，还能左右人的外貌，他们能够仅仅根据一个人的照片就能够判断出此人是属于什么星座。他们提供量身定做的星座运势（量身定做这个优势一定要特别强调，是专门针对用户量身定做，而不是宽泛地适用于所有同一星座的人，毕竟免费的星座运势太多），每月只需付10元量身定做费（你要说明这点钱对于他们来说不算什么，一个QQ会员都10元呢，何况是对人生具有指导意义的，让你更好生活的占星服务，不过谈钱伤感情，显得人都庸俗了，完全可以不必或换种委婉的表达的方式，比如，你可以说，因为是一对一量身定做服务，需要耗费大量的精力，为了能够更好的为大家服务，不得不设置这个小小的门槛，网站创办之初可以先免费，奠定口碑基础，然后再说自己实在没精力了，希望大家能够谅解），作为信任基础，你只需将照片给他们就会为你免费做一次星座鉴定，假设共有十万人提供，由于星座有12个，那么一个人鉴定准确的概率就是1/12，十万人乘以这个概率就是8333人，当你看到他们真的鉴定准确时，你大呼神了大喊太准了，抵不住如此神奇的占星术了，于是，再假设这里面有8000人付费购买此服务，一个月10元，也就是80000元，一年就是960000（接近百万！）。即使将所有数字打个半折，十万换成五万，每人每年六次，也有250000。鉴于信星座的人大都喜欢在网上讨论，为了规避不必要的风险与麻烦，他们事先声明，这个世界没有百分百准确的占星（这点对于大家应该没有异议，同时也显得自己很诚实，只有骗子才会肯定地说自己能够做出百分百的预测），对于那些没能鉴定成功的人，他们的占星术对这些人并不是很适用，所以建议这些人不要使用他们的占星服务（不用建议，这些人也会不用，这样说是为了体现自己的诚信以及处处为用户着想的服务态度），而对那些鉴定成功了的，那么他们的占星术就会起到非常好的效果。成本也是近乎零！你需要的只是妙笔生财的文笔，也就是高超的扯淡技巧。放心，看过这篇文章的只是极少数极少数，微不足道，不足为惧。

  以上，换成更高概率的血型亦可，可以赚更多。

  二.统计学行骗初步

  在这样一个数字信息的时代，不光电器数字化了，我们整个世界都被数字化了。政府会公布各种统计数据，研究人员会做各种统计调查，广告会利用各种数据来做宣传，花样百出的数字目不暇接，让人无所适从，随时被骗。要避免被骗就唯有对统计学有一定的了解，也就是认清那些骗子的伎俩，作为骗子，也唯有认清这些识骗技巧方能成为一个高级骗子。

  数字同词语一样，只有在明确特定语境或情境的情况下才具有真确的意义。纯粹一个数字摆在那，基本上是没有实际意义的。但现在哪个统计数据不是在特定语境下说的？那是不是意味着它们都是真的？非也，这里的语境是指得出统计数据的具体过程，也就是说，这个统计数据是怎么得出来的，调查的目的是什么。每个统计数据不都会告诉大家这个统计的相关情况吗？对，他们确实会说，但是他们语焉不详，有意无意地省略关键信息，就是这些关键信息导致我们无法看清数据的真面目，以致被骗。那么，这些关键信息是什么呢？

  美国人达莱尔·哈夫早在50多年前就写了这本《统计数字会撒谎》告诉我们这些关键信息是什么。他教我们看到统计数字后，要问自己五个问题，“谁说的”，”他是如何知道的”，“遗漏了什么”，“是否有人偷换了概念”，“这个资料有意义吗”。

  谁说的？也就是说做出此统计调查的人是谁？他们是不是既得利益者或有别有目的？这些人，无时无刻不在制造着偏差。首先，是有意制造的偏差，可以是错误的陈述，也可以是含糊之词，还可以是刻意隐瞒数据，同一调查使用不同的测量标准，使用不正确的调查方法。比如说，我们常见的“平均数”，看到这个数字你是不是毫不犹豫地认为就是N个数字相加然后除以N？这就是均值，而“平均数”实际上包含三种，均值、中位数、众数，中位数就是把所有数字排成一直线最中间的那个数字，众数就是在所有数字当中出现最频繁的那个。在这三个平均数中，均值是能够取得最大数字的平均数，所以，一般的统计调查都用的是这个，比如平均工资。最后，我们还要问一下，这个统计数据的结论是不是由原调查人员说出来的？因为，有太多人利用本来正确的统计数据来穿凿附会得出自己需要的结论，而这些原始的统计数据往往是由权威机构或人士做出的，只是被其他人赋予了原调查目的之外的其他意义。

  他是如何知道的？就是说，调查人员是怎么取样的，样本是否能够说明问题。一个学校说统计数字显示在本校毕业的人工资高于其他学校的，他们是这样调查的，按照名录给毕业的人发信询问他们的工资，然后根据回收到的问卷算出平均数（均值）。表面上看来，似乎还算公正，但是一个事实就是并不是所有人都愿意跟人说自己的工资，尤其是那些事业不成功的、工资低的人，于是，导致了回信的都是高收入人群。

  遗漏了什么？当你看到统计时，就应该问自己这个统计数据是不是遗漏了什么内容没有说？比如，当你看到平均数时就要问自己这里的平均数是指哪种，样本有哪些。一家公司说他们的每月平均工资有十多万，你是不是很羡慕这家公司？其实，是这家公司高收入的高层占了总收入的绝大部分，以致整体平均工资被拉高了。作者在本书中也举了一个真实而搞笑的例子，调查显示有个名牌大学竟然有1/3的女生嫁给了大学老师！而实际情况是只有三个女生被录取，一个嫁给了老师，实在令人哭笑不得。最近，猪流感流行，阿富汗唯一一头猪被隔离了，就可以说成阿富汗所有猪都被隔离了，为了加强神秘感，还可以说成阿富汗全国所有猪以超人般的速度在一瞬间被全部隔离。诸如此类，不胜枚举。

  是否有人偷换了概念？这个就很常见了，偷换无处不在，不仅仅在统计学里，与人辩论时也常见此错误。我们常看见XXX的覆盖率有多高，于是得出了XXX的使用率有多高。有一种病，由于以前的检测技术水平偏低，很多病例都未能成功检测到，技术提高后再检查，发现这个病大量的增加了，于是，得出患这个病的的人越来越多了，与此类似，最近的新闻说“美国成甲型H1N1流感患者数最多国家”，原因就是“每天都有大量积压的疑似病例通过检测证实为确诊病例”，如果只算增长率就会导致患病人数越来越多的假象，而事实上没算增长率就已经导致很多人有此错觉。当我们看到这样的原始数据本来的意义被他人曲解或引申成其他意思时，就要注意了，这样的替换多数是牵强附会甚至是毫无意义的。

  这个资料有意义吗？也就是作者所说的，“当所接触到的资料是建立在未经证实的假设基础之上时，你可以发问，这个资料有意义吗？”很多伪装得很好的资料，都经不起这样的一问。他们通常是错误地把相关关系当成因果关系，如果B紧跟着A出现，那么A一定导致B，我在屋里跳高，刚一跳正好就地震了，于是我认为是我跳高导致了地震的发生，从此以后，每当看见有人跳高，我就觉得地震要来了。除此之外，我们把统计数据推而广之也会导致一些无意义的结论，我们经常会根据一个增长率来推测之后的增长情况，比如说根据一年的人口增长率去推测之后N年的增加人数，导致人口增减的可能性有很多，今年的增长率如此不代表以后都是这样。以上一段提到的美国甲型H1N1流感确诊人数增多为例，如果想制造恐慌或此病可怕的假象，只需算出增长率（一天之内人数增长了近一倍！），然后再以此增长率推测接下来的患病人数，将会得到令人震惊的数字。

  问完这几个问题，那些千奇百怪、五花八门的统计数据就会露出本来的真面目，露不出至少也知道靠不靠谱；换言之，掌握了这些伎俩，要成为百万富翁也并不是什么难事，前提是你必须暂时把良心放一边或坚信自己这不是骗人，这只是必要的赚钱手段。

  三.后续：网上惊现神奇秘笈 读完或成百万富翁

  统计学是强大的，强大到一个国家都要开这个专业的局。有些人患有“数学焦虑症”，看见数字就怕，其实，活学活用了未必要用到数字，统计思维是可以灵活变通的，事实上很多时候我们都用到了统计思想。当当做的新书《炒鱿鱼面谈官》专题（

  http://static.dangdang.com/book/topic/778_13318.shtml

  ），有一句宣传语是这样的，“读《杜拉拉升职记》不一定升职，不看《炒鱿鱼面谈官》可能被炒“，注意两个字眼，“不一定”与“可能”，这是万能字眼，几乎任何事都可以说成这样，哪怕是只有0.1%的概率，比如这本《统计数字会撒谎》就可以说，“读完此书，你就可能成为百万富翁！”，读完本文，你也可能成为百万富翁！

  这是比较高级的骗人伎俩，没有肯定说会怎样，就让读者自己这样理解了。新闻标题党最常用此法，他们也有两个万能字眼——“或”和“传”，这两字的力量是惊人的，任何有可能发生的事都可以接在这两字后面，比如，“网上惊现神奇秘笈 读完或成百万富翁”。

• 在中国还很有用武之地的空间

  作者：peterq 发布时间：2009-05-10 17:05:30

  这本书的英文名直译就是“如何利用统计来撒谎”，除了帮助我们了解社会上很多统计真相外，其实里面的很多内容都是可以利用的。尤其在中国这块神奇的土地上，50年前的书还是有利用价值的，毕竟zf和研究所也乐此不疲。这本书是本很好的入门书，字数也不多，而且可读性非常好。

  本书的第五章到第七章的案例，在商业报告中屡见不鲜，尤其是一些咨询公司的报告。改变横纵坐标范围或比例，效果确实令人震惊，工作中为了强调某产品成本的上升，曾经故意用过一次，实际成本其实上升了10%，但是视觉效果看起来就是30%，同事的眼球都被吸引住了，没人提到视觉效果对结论的影响。最近搜房网上的成交量文章图表很多，有同比分析的，也有环比分析的，并不是随机的，比如2月分成交量很低，3月份就用环比分析，以为成交量是大幅增加的，有可能同比是负增长。然后3月份基数大了，4月份就采用同比分析，看起来也是大幅增长，可能环比只增长了一点。相信以后应该会有个国家标准，制定同比分析和环比分析的细节，这样尺度才能一致。

  大嘴巴任志强给了社科统计专家以后写书的一些案例，不妨先来分析一下。任志强在2月18日的博客《平均房价》给了一个结论：“国际上大多会用中位数做分析的要素，包括房价的中位数、收入的中位数、户型面积的中位数，且房屋的质量、标准差异不大。中国也不应用平均房价来误导市场与民众，这个数学与统计学的常用工具并不是生活中用以指导消费活动的正确指标。”我同意他的这个结论。不过任志强在4月20日的博客白菜房价论中，偷换了概念，白菜的价格和房价应该有相关性，但绝不是1：1，白菜价格涨1百倍，并不能证明房价也应该涨一百倍。任志强虽然没直说房价也应该涨1百倍，但是有这种逻辑。另外任志强说房价只涨了16倍，缺乏数据来源可靠性，有可能是胡诌出来的。所以任志强所说的分析，有真有假，并不是随口说的，是有目的的。我利用类似的逻辑来表达相反的观点的案例就会是，我5年前5000元配置了一台电脑，最近500元卖掉了；4年前花4000元买的手机250元卖了；3年前花1万元买的32村液晶电视700元卖了.....按照这个逻辑下去，2年前100万买的房在现在......。上面的分析也偷换概念了，和房价的相关性最强的因素才是真正重要的。（第八章和第十章）

  在人均收入统计上，统计局更具有欺骗性。2008年北京市职工年平均工资为44715元，这个数据并不是税后收入，需要包括公司为你交的各种费用和税，我估计平均下来税后收入也就3万5出头。另外北京市共调查了13.8万个法人单位，包括企业、事业、机关和社会团体等组织机构类型，也存在着内在有偏的样本。很多民营企业为了避税，都是把基本工资作低，这样养老金等费用也可少交；另外公务员不需要交社保费用，相当于一笔额外收入没有统计进入。考虑人均收入的不平等，估计有60%的在职职工收入低于这个数(60%不包括没有统计进入的民工、房产中介、保险推销或专职作安利的等，如果再加入没有被统计进入的劳动力，估计会有80%低于这个数）。（前三章和第九章）

  最可怕的是，上面还需要同一些脑力来欺骗大众。更省事的是直接数据造假，反正没有监督，房产交易统计就是个赤裸裸的案例，先假签约后撤销造成楼市火爆景象，监管机构也睁一只眼闭一只眼。前国家统计局长落马并不是偶然的（没人会想到统计局也是肥水），这是个系统问题，有需要，就会出相应的统计数据。

  中国的已经的进步：

  １、人均GDP按常住人口计算，而不是户籍人口。

  还需要的进步：

  1、人均收入统计中位数；

  2、住房均价统计中位数；

  3、中位数而不是平均数的大量使用。

  看懂统计数据，在未来可能是一项基本功。国家需要在这方面普及教育，并立法和建立规范，老百姓才能收益，而不是成为利益集团的掌中玩物。