從人行道揀起一分錢銅板,我故意驚叫 "Lucky penny!"「幸運一分錢」,走在前面還在念小學的兒女,馬上停身轉頭問道,“是人頭朝上嗎?”。美國習俗,揀到一分錢就是揀到“幸運一分錢”,也有習俗說銅板人頭朝上的才算數。
人從小就一直在學習觀察及觀察後的分析和分類,最後把觀察到的加以解釋或賦與某種意義。不過我們的觀察或對觀察的解讀常會有錯誤。 比較複雜的觀察(或研究),往往可有許多有不同關連程度的因素互為影響,就必須用數學(特別是統計學)的方法,才有辦法解釋收集到的數據。但是如果觀察或研究方法錯誤,雖然用上了高深的統計計算,也可能產生誤導的結論。本文和各位分享幾個及錯誤觀察和誤導的統計的例子。
錯誤觀察例一:
從小我們都常聽到「鬍子越刮越粗」的說法。真有這個道理嗎?毛囊埋在皮膚裏,刮掉離毛囊有段距離的毛根會影響到毛囊?剛開始長鬍子的年輕人,也許會有這種現象。但很快的鬍子粗細定案了,就絕對不會越刮越粗。這個錯誤的觀察是因為剛長出的毛較短,摸起來會有較硬、較粗的感覺。
錯誤觀察例二:
有了臉上的老人斑後,不少人告訴我各種除斑偏方,其中之一就是把香蕉皮下的筋絲貼到老人斑上,不久筋絲變灰黑色,就以為筋絲吸收了老人斑的色素。當然這個錯誤的觀察很少人會相信,而且只要把筋絲貼到白浄皮膚上,一様會變色,大家就知道這是氧化作用造成的,和老人斑的色素無關。
誤導的統計例一:
二次世界大戰期間,美國設了一些機構,聚集各種人材,來研究如何改善戰力或增加戰士存活率。其中位在紐約研究原子彈的「曼哈坦計劃」辦公室附近,有一個由數學和統計學專家組成的小組。他們有過一個任務,就是研究如何增加戰鬥機在空戰時的存活率。戰鬥機裝甲太重則不靈活,所以要找出最需要保護的部位來加強裝甲。空軍把空戰飛回來的飛機,統計每一個部位中彈的彈孔,結果是每平方呎彈孔的數目是:引擎1.1個;機身1.73個;燃油系統1.55個;其他部位1.8個。軍方把這個數據交給他們去分析,希望藉知道飛機各部位上彈孔的多寡,找出需要特別加強裝甲的部位。最先的想法是如果能加強中彈多的部位的裝甲,可以提高飛機在空戰時的存活率。這個小組有位很強的統計專家,他用數學公式找出答案。但是他指出了一個重要的觀念,尋找這個問題答案的關鍵不在看得到彈孔,應該是在看不到的彈孔。如果空戰時,彈孔平均分配到飛機各部位,那麼被打到要害而摔下去的飛機的彈孔我們算不到。所以引擎才是要加強的要害。這個史實有點類似一個哲學家去參觀海神廟,看到牆壁上掛満海難獲救漁民的謝神匾額,他問道: 海難沒回來的人的匾額在那裡?
誤導的統計例二:
為了要研究工作時的運動量和心血管疾病的關係,有人以倫敦雙層巴士員工做了一個研究。在巴士上工作的人有兩種,司機和售票員。前者代表在工作時動得少的人,而後者要在巴士爬上爬下,算是工作中運動量較多的一組。研究的結果是售票員有冠心病的較少。報告發表後,有人批評,巴士公司傾向於把超重又行動校不敏㨗的人指派去開車,而售票比較多是行動快㨗的人。所以這兩組人在研究開始時,健康狀況就差異不少。所以這個研究並沒有證明工作時運動量大的人少得心臟病。
誤導的統計例三:
有統計指出車禍發生於離家十哩直徑內比其他地方多。這個數據並不能用來表示在住家附近開車最危險,從家裏出發到任何地方,都要先開住家附近的那幾哩車程,所以車子在家附近開車的次數和總哩程比在其他地方開得多。所以光比較分子的數值,而不考慮分母的數據沒什麼意義。
誤導的統計例四:正常值
抽血檢驗結果,常會在報告數值後面加註「正常值」。正常值的決定,通常是找一群健康(其實是當時不知道有病)的人做檢驗。計算他們檢查结果的平均值,把高於和低於平均值一些(通常是兩個標準差——Standard deviation)的數值訂為正常值。百分之九十五的受試者的結果會落在這範圍內。所以「正常值」並非顛簸不破的真理,隨著時代對「正常」的定義而變,也受到原先用來測試正常範圍的那群人是否健康而影響。剛到美國時,230的膽固醇是正常,後來認為這個正常值太高了,可能這個數值是從一群不是真正健康的人(已經有隱藏、未診斷出的心血管疾病)算出來的。
自己的觀察和報章雜誌上的報告,都不見得是完全正確的,能夠常常省思知識的正確性,可以使人較不易判斷錯誤或被誤導。