为2022MPAcc管理集成逻辑做准备:统计谬误

首先，我们先说清楚什么是统计谬误。如果是在论证过程中，用统计数据作为论据而导致的错误，那么我们称之为统计谬误。常见的统计学谬误有三种:独立数据谬误、平均谬误和数据不可比谬误。让我们逐一分析。

一.独立数据

独立数据是脱离比较基础的数据。因为这类数据没有对比对象，无法保证论证的效果。所以用独立数据作为论据来支持论点是没有说服力的。我们称之为独立数据谬误。

比如小红在管理学考试中得了230分，所以小红的分数很高。

在这个例子中，230分是一个独立的数据，没有给出具体的分数线进行对比。所以不能得出小红分数高的结论。

第二，平均谬误

平均数谬误是指一种错误的论点，这种论点根据平均数的假象得出一个普遍的结论。平均值是什么意思？一般？并不意味着。大多数？事情是这样的。

比如全市平均工资5000元，小红工资不到5000元。所以，小红是在拖大部分人的后腿。

本例中，平均工资水平为5000元，代表了整体情况。可能大部分人的工资在3000元左右，个别人的工资特别高，平均5000元。所以并不是说大部分人的工资都是5000元。

第三，数据无与伦比的谬误

数据不可比谬误是指忽略统计对象及其样本的实质性差异，机械地比较两个数据而产生的误差。包括两种数据的不可比，一种是绝对量的不可比，一种是百分比的不可比。

比如全国范围内，抑郁症患者中，自杀人数为1000人。未患抑郁症者中，自杀人数为10000。可见，患抑郁症并不会让人更容易自杀。

在这个例子中，只看数字，就可以发现数据1000小于10000，这似乎是表面上的结果。其实需要考虑的是，抑郁症患者中因抑郁症自杀的人的比例，非抑郁症患者中不因抑郁症自杀的人的比例。只有对比比例，才能得出谁更容易自杀的结论。

比如刚转正的初级文员小红，说我工资涨了65，438+000%，而我们公司董事长只涨了65，438+00%，所以我工资涨得多。

在这个例子中，只看数字，就可以发现100%的数据大于10%，这似乎是表面上的结果。其实需要考虑的是，小红的工资基数是多少，董事长的工资基数是多少。只有算出数额，才能得出谁的工资涨得多的结论。