0:00:00.714,0:00:03.750
早在2003年

0:00:03.750,0:00:07.453
英国政府进行了一项调查

0:00:07.453,0:00:10.663
目的是了解国民的

0:00:10.667,0:00:11.934
算术能力

0:00:11.934,0:00:13.631
结果非常让人吃惊

0:00:13.631,0:00:16.809
在英国，每100个正值[br]工作年纪的成人中

0:00:16.809,0:00:20.894
47个缺乏一级的算术能力

0:00:20.894,0:00:25.414
一级算术能力[br]是GSCE考试的低端分数

0:00:25.414,0:00:28.688
它是运算分数[br]百分数和小数的能力

0:00:28.688,0:00:33.340
这个数据使英国行政部门愈发的担忧

0:00:33.340,0:00:34.982
（他们）改变了政策

0:00:34.986,0:00:36.738
进行了投资

0:00:36.738,0:00:39.800
然后到了2011年[br]他们再次进行了普查

0:00:39.800,0:00:44.019
你们能猜到这一次的数字吗？

0:00:44.029,0:00:45.465
这次，上升到了49

0:00:45.465,0:00:46.968
（观众笑声）

0:00:46.968,0:00:49.295
事实上，当我在金融时报[br]报道这一数据时

0:00:49.295,0:00:50.990
有个读者开玩笑地说

0:00:50.990,0:00:54.845
“这个数据只震惊了51%的人口”

0:00:54.845,0:00:57.231
（观众笑声）

0:00:57.231,0:01:00.402
但我实际上更喜欢一个学生的反应

0:01:00.406,0:01:03.125
有一次我在学校展示这一信息时

0:01:03.125,0:01:05.086
这个孩子举手说道

0:01:05.086,0:01:07.130
“我们怎么知道得出这一数据的人

0:01:07.130,0:01:09.465
不是49%中的一个呢？”

0:01:09.465,0:01:10.743
（观众笑声）

0:01:10.743,0:01:14.807
很明显，算术能力成了一个问题

0:01:14.811,0:01:16.675
毕竟这是生活中的重要技能

0:01:16.675,0:01:20.842
更何况我们还想为这个[br]世纪带来许多的改变

0:01:20.842,0:01:23.041
这需要我们对数字越来越应用自如

0:01:23.041,0:01:25.073
实际上，不仅英国存在这样的的问题

0:01:25.073,0:01:30.127
OECD今年发布了一些[br]关于青少年计算能力的数据

0:01:30.127,0:01:32.821
名单里领先的是美国

0:01:32.821,0:01:37.621
大约40%的美国青少年[br]算术能力低下

0:01:37.625,0:01:38.942
英国也名列其中

0:01:38.946,0:01:44.123
但是有七个OECD国家的[br]数据在20%以上

0:01:44.123,0:01:46.846
这就有问题了[br]因为情况本不必如此

0:01:46.846,0:01:49.078
在图的最右端

0:01:49.078,0:01:52.242
可以看到荷兰，韩国都是个位数

0:01:52.242,0:01:56.718
所以，这里绝对有一个算术[br]问题需要我们解决

0:01:57.510,0:02:00.460
和这些研究同样有用的是，

0:02:00.464,0:02:05.884
我认为我们无意间轻率地[br]将人群分成了两个类别

0:02:05.888,0:02:07.694
也就是这么两种人

0:02:07.694,0:02:12.057
对数字可以应用自如[br]能够把玩数字的人

0:02:12.061,0:02:14.317
和做不到这一点的人

0:02:14.321,0:02:16.346
今天，我想要探讨的是

0:02:16.346,0:02:19.508
我认为这是个错误的二分法

0:02:19.512,0:02:21.430
这并不是一成不变的组合

0:02:21.430,0:02:25.072
我认为，你不需要高超的算术能力

0:02:25.076,0:02:26.784
才能被数字所启发

0:02:26.784,0:02:29.937
这应该成为前路的起点

0:02:30.387,0:02:34.718
对于我来说，这条路的起始点之一

0:02:34.722,0:02:36.468
是着眼于统计学

0:02:36.472,0:02:39.987
这里，我要首先承认[br]统计是有那么一点儿

0:02:39.991,0:02:41.379
画面方面的问题的

0:02:41.379,0:02:42.400
（观众笑声）

0:02:42.404,0:02:43.966
统计是数学的一部分

0:02:43.966,0:02:47.039
但是它是连数学家[br]都不怎么喜欢的那一部分

0:02:47.043,0:02:51.055
因为与其它讲究精确[br]与确定性的数学领域不同

0:02:51.059,0:02:53.363
统计学几乎是反其道而行之

0:02:53.793,0:02:58.468
事实上，我自己也是[br]后来才转向统计学的

0:02:58.472,0:03:00.584
如果你们去问问我本科时的教授

0:03:00.584,0:03:05.357
我大学毕业后最不可能[br]有卓越成就的两个领域是什么

0:03:05.361,0:03:08.112
他们会告诉你是统计和电脑编程

0:03:08.112,0:03:10.681
然而现在，我要用我编的程序

0:03:10.681,0:03:12.397
给你们展示统计图表

0:03:12.397,0:03:14.420
是什么激发我有了这样的转变呢？

0:03:14.420,0:03:18.212
是什么让我对统计产生了兴趣？

0:03:18.212,0:03:20.882
那是因为统计学是[br]研究我们自身的科学

0:03:20.882,0:03:23.491
如果你看看统计 (statistics) 的词源

0:03:23.491,0:03:26.104
它是处理数据的科学

0:03:26.108,0:03:28.558
围绕着我们所生活的国家或社区

0:03:28.562,0:03:31.936
所以，统计学是研究[br]作为一个群体的我们

0:03:31.940,0:03:33.519
不是作为个人的我们

0:03:33.519,0:03:34.853
而且我认为作为一种群居动物

0:03:34.853,0:03:39.061
我们会分享对作为一个个体，[br]如何与所在的群体以及同辈之间

0:03:39.061,0:03:40.519
发生联系的那种痴迷

0:03:40.519,0:03:43.653
统计最强大的时候

0:03:43.653,0:03:45.468
是当它让我们惊讶的时候

0:03:45.477,0:03:48.684
伊普索莫利（英国第二大市场调查组织）[br]在过去几年进行过

0:03:48.688,0:03:50.442
一些很有意义的调查

0:03:50.446,0:03:53.164
他们调查了超过1000个英国的成年人

0:03:53.164,0:03:56.988
提出的问题是在每一百个[br]英格兰和威尔士人当中

0:03:56.988,0:03:58.862
有多少个穆斯林？

0:03:58.862,0:04:01.522
调查的平均答案

0:04:01.526,0:04:07.212
是24，这是具有国民代表性的答案

0:04:07.212,0:04:08.432
这是国民的想法

0:04:08.432,0:04:12.005
英国人认为，在自己国家[br]每100个人中，有24个信仰穆斯林

0:04:12.005,0:04:16.755
而官方数据显示这个数字大约是5

0:04:17.732,0:04:21.749
很明显，我们的感知[br]与被统计资料呈现的事实之间

0:04:21.749,0:04:23.765
有着巨大的差异

0:04:23.765,0:04:24.703
我觉得这很有趣

0:04:24.703,0:04:28.663
是什么原因引起[br]这样的感知差距呢？

0:04:29.212,0:04:30.876
我对这个研究感到很兴奋

0:04:30.876,0:04:33.824
并开始在各种演讲中提出这个问题

0:04:33.824,0:04:35.322
我曾经在哈默史密斯的[br]

0:04:35.322,0:04:38.146
圣保罗女子中学做过一个演讲

0:04:38.150,0:04:40.320
当时我有一群像现在这样的观众

0:04:40.334,0:04:44.186
唯一的差别是观众都是[br]六年级的女学生

0:04:44.186,0:04:46.622
我说道，“姑娘们，

0:04:47.598,0:04:52.135
你们觉得英国公众认为[br]每年有多少个

0:04:52.135,0:04:53.907
青春期女孩怀孕？”

0:04:53.907,0:04:56.613
当我说出答案，女孩们是非常生气的

0:04:57.453,0:05:01.366
我说英国公众认为[br]每一百个青春期女孩中

0:05:01.370,0:05:02.833
每年有15个怀孕

0:05:03.429,0:05:05.644
当然她们有生气的缘由和权利

0:05:05.644,0:05:08.472
因为实际上根据官方数字，

0:05:08.472,0:05:10.066
（按比例）我必须要有近200个点

0:05:10.066,0:05:12.605
才能将一个空白圆圈涂满色

0:05:12.605,0:05:16.419
和计算能力一样[br]这同样不仅仅是英国的问题

0:05:16.423,0:05:20.957
伊普索莫利机构在最近几年[br]在世界范围内扩展了调查研究

0:05:20.957,0:05:23.921
他们问沙特阿拉伯人

0:05:23.925,0:05:26.476
在你们国家，每一百个成年人中

0:05:26.476,0:05:29.343
有多少个超重或是有肥胖症？[br]

0:05:30.526,0:05:35.859
平均答案是四分之一多一点

0:05:36.402,0:05:37.088
那是他们认为的

0:05:37.088,0:05:39.850
仅仅是四分之一多一点的[br]成年人超重或有肥胖症

0:05:39.850,0:05:45.041
官方数据显示，实际上[br]这个数字接近四分之三

0:05:45.041,0:05:46.475
（观众笑声）

0:05:46.475,0:05:48.817
这又是一个巨大的差异

0:05:48.821,0:05:53.261
下面这个调查我很喜欢[br]他们问了日本人

0:05:53.261,0:05:55.245
每一百个日本人里面

0:05:55.245,0:05:58.516
有多少人住在乡下？

0:05:58.521,0:06:03.442
平均答案大概是一半，[br]稍高于50%

0:06:03.446,0:06:07.613
他们认为每100个日本人中[br]有56个居住在乡村地区

0:06:07.617,0:06:09.304
而官方数字是7

0:06:10.259,0:06:14.729
如此巨大的差异震惊了一些人

0:06:14.733,0:06:17.212
但是对一些人来说并不惊讶[br]

0:06:17.212,0:06:21.558
比如阅读过诺贝尔经济学奖获得者[br]丹尼尔·卡内曼的研究成果的人

0:06:21.562,0:06:26.684
他和他的同事，阿莫斯·特沃斯基[br]花费了数年的心血在这个

0:06:26.684,0:06:29.783
人们的见解与现实脱节的问题上

0:06:29.783,0:06:33.628
实际上人们是直觉很差的统计学家

0:06:33.628,0:06:35.126
这背后有着很多原因

0:06:35.126,0:06:38.401
个人体验，当然可以影响我们的见解

0:06:38.401,0:06:42.523
但也包括媒体带有偏见

0:06:42.527,0:06:44.223
而非全面客观的报道

0:06:44.855,0:06:46.695
卡内曼对此有一个很好的描述

0:06:46.695,0:06:48.400
他说，“我们对显而易见的[br]事情视而不见”——

0:06:48.400,0:06:50.032
所以我们有了错误的数字——

0:06:50.032,0:06:52.672
“但是我们可以对我们视而不见[br]这个事实视而不见。”

0:06:52.672,0:06:56.408
而这对做决策来说有巨大的影响

0:06:56.412,0:06:59.218
那么在统计学办公室，[br]当这些事情在发生的时候

0:06:59.218,0:07:00.550
我觉得很有趣

0:07:00.550,0:07:02.388
我认为显然这是一个全球性的问题

0:07:02.388,0:07:05.713
但也许与地域差异有关

0:07:05.717,0:07:09.610
这里的一些问题都是关于[br]你对你的国家了解多少

0:07:09.610,0:07:13.683
在这个问题里，是在问关于[br]你对6400万人口了解多少？

0:07:13.683,0:07:16.429
结果是，我并不是很了解

0:07:16.429,0:07:17.777
所以我有了一个想法

0:07:17.777,0:07:20.854
是用相同的方法

0:07:20.854,0:07:23.053
但是以一种非常地方化的方式来思考

0:07:23.053,0:07:24.258
这是因地制宜的吗？

0:07:24.262,0:07:26.147
如果我们重新思考问题然后说

0:07:26.147,0:07:28.369
你对你的当地状况了解多少？

0:07:28.373,0:07:30.476
你的答案会更准确吗？

0:07:31.817,0:07:33.609
对此我设计了一个测试

0:07:33.609,0:07:35.462
你对你居住的地区了解多少？

0:07:36.454,0:07:38.403
是一个简单的网络应用

0:07:38.403,0:07:39.334
输入邮编

0:07:39.334,0:07:42.311
它会根据你所在地区的普查数据

0:07:42.311,0:07:43.844
给你提出问题

0:07:44.305,0:07:46.268
我在设计时有特别注意

0:07:46.268,0:07:50.411
想要让它适用于最广范围的人群

0:07:50.411,0:07:53.433
不仅仅是49%的会把玩数字的人

0:07:53.437,0:07:54.772
我想要每个人都能参与

0:07:54.772,0:07:56.755
所以，针对测试的设计

0:07:56.755,0:08:00.420
我的灵感是由19世纪20到30年代[br]奥图·纽拉特的

0:08:00.420,0:08:03.036
“同形像”所激发

0:08:03.036,0:08:07.398
这是使用重复图标

0:08:07.402,0:08:09.635
来代表数字的方法

0:08:09.640,0:08:12.825
那些数字仅仅是作为背景

0:08:12.829,0:08:15.376
所以这是一个代表数量的绝佳方式

0:08:15.376,0:08:18.580
不需要使用“百分比”

0:08:18.584,0:08:19.844
“分数” 和“比率”

0:08:19.844,0:08:21.540
这个就是测试界面

0:08:22.310,0:08:23.997
界面的布局是

0:08:23.997,0:08:26.334
你左手边有重复出现的图标[br]

0:08:26.334,0:08:29.431
然后这里有一张地图[br]展现我们问你问题的地区

0:08:29.431,0:08:30.728
在右手边

0:08:30.728,0:08:32.317
一共有七个问题

0:08:32.317,0:08:36.380
对于每一个问题，这里有[br]一个从0到100的可能的答案

0:08:36.384,0:08:37.523
在测试结尾

0:08:37.523,0:08:40.995
你会得到一个在0和100之间的总分

0:08:40.999,0:08:43.103
因为这是TEDx埃克塞特[br]

0:08:43.107,0:08:44.946
我们可以快速看一下关于

0:08:44.946,0:08:47.749
埃克塞特的前几个问题

0:08:47.749,0:08:48.828
第一个问题是

0:08:48.828,0:08:52.790
每一百人中[br]有多少个在十六岁以下？

0:08:52.790,0:08:56.288
当然，我对于埃克塞特不那么了解[br]所以我随便猜了一下

0:08:56.288,0:08:58.989
主要是演示这个测试怎样进行

0:08:58.993,0:09:02.729
你将滑块拖至你所认可的数据图标

0:09:02.729,0:09:04.988
然后点击“递交”

0:09:04.988,0:09:08.685
然后我们将你的答案和现实之间的[br]差异用动画的方式表现出来

0:09:08.685,0:09:13.164
结果是，我错得很离谱，[br]只得了五分

0:09:13.164,0:09:14.143
那么下一个问题呢？

0:09:14.143,0:09:16.653
这是问关于年龄的中位数

0:09:16.653,0:09:19.166
也就是该地区大于和小于这个年龄的

0:09:19.166,0:09:20.350
人口数相等

0:09:20.350,0:09:24.288
我以为是35——[br]那对我来说是中年

0:09:24.288,0:09:25.761
（观众笑声）

0:09:28.206,0:09:30.332
实际上，在埃克塞特[br]结果是惊人的年轻

0:09:30.336,0:09:34.874
是我低估了大学在这个区域的影响

0:09:34.874,0:09:36.969
随着测试的进行问题的难度会增加

0:09:36.969,0:09:39.966
这个问题有关房屋所有权

0:09:39.966,0:09:43.648
在一百个家庭中，有多少个[br]是有贷款或借债的？

0:09:43.648,0:09:44.998
我没有直接选出脑海中的数字

0:09:44.998,0:09:48.140
因为我不想有超过五十个

0:09:48.140,0:09:50.154
（观众笑声）

0:09:50.154,0:09:52.624
实际上，这些问题[br]变得越来越困难

0:09:52.624,0:09:55.311
因为当你在一个地区[br]在一个社区

0:09:55.311,0:10:00.625
人口是否老龄化或是年轻化[br]这样的事情，是很容易找到线索的

0:10:00.625,0:10:02.624
看看周围环境就知道了

0:10:02.624,0:10:06.555
像房屋所有权这样的事[br]要观察起来就困难得多

0:10:06.559,0:10:09.147
所以我们还原了我们的启发法

0:10:09.147,0:10:13.692
关于我们自认为有[br]多少人拥有房屋所有权的偏差

0:10:13.692,0:10:17.366
然而真相是[br]当我们发表这个测试时

0:10:17.366,0:10:20.916
我们所依据的普查数据[br]已经是好几年前的了

0:10:20.920,0:10:24.423
我们有一个在线应用[br]你可以输入邮编

0:10:24.423,0:10:26.627
然后得到过去几年的数据

0:10:26.631,0:10:27.590
所以，在某种程度上

0:10:27.590,0:10:31.423
这是有点儿过时的数据

0:10:31.423,0:10:35.050
但是我很感兴趣[br]会得到什么样的反应

0:10:35.050,0:10:37.817
用我们已有的方式去使数据游戏化

0:10:37.821,0:10:39.212
通过使用动画

0:10:39.212,0:10:43.530
以及利用人们会有先入之见这一事实

0:10:43.530,0:10:47.091
结果是，反应...

0:10:48.328,0:10:50.286
比我所期望的要好

0:10:50.286,0:10:53.445
对我来说运营数据网站[br]需要持久的雄心

0:10:53.445,0:10:55.123
因为公众有着庞大的需求

0:10:55.123,0:10:56.901
（观众笑声）

0:10:56.901,0:11:00.329
这个网址包含单词“统计“，"gov" 和"UK"

0:11:00.329,0:11:03.711
这三个是在网址中最不受欢迎的单词

0:11:03.711,0:11:07.710
惊人的是这个网站在晚上

0:11:07.710,0:11:09.847
9点45的时候瘫痪了

0:11:09.847,0:11:13.062
因为人们实际上在基于自愿的基础上

0:11:13.062,0:11:14.595
很积极地利用他们的

0:11:14.595,0:11:16.674
个人时间为我们提供数据

0:11:16.678,0:11:18.985
我很兴奋的看到

0:11:18.985,0:11:22.912
有二十五万人在测试发起的

0:11:22.912,0:11:26.238
48小时之内参与了测试

0:11:26.238,0:11:30.063
并且在网络和社交媒体上[br]激发了巨大的讨论

0:11:30.063,0:11:32.184
这些讨论大部分被

0:11:32.184,0:11:36.247
在见解偏差中找到乐趣的人们所占据

0:11:36.251,0:11:39.340
对于我来说，在某种程度上没有比这

0:11:39.340,0:11:40.354
更令人欣慰的了

0:11:40.354,0:11:43.588
我也愿意看到人们开始将它发送给政客

0:11:43.588,0:11:46.351
你对你自己声称代表的区域了解多少？

0:11:46.351,0:11:47.437
（观众笑声）

0:11:47.437,0:11:49.127
那么我的演讲要接近尾声了

0:11:49.992,0:11:52.342
回到那两类人

0:11:52.346,0:11:53.733
我很好奇

0:11:53.733,0:11:57.492
擅长数字的人是如何完成这个测试的

0:11:57.492,0:12:00.186
英格兰和威尔士的国家统计学家，[br]约翰·普令吉尔

0:12:00.186,0:12:02.579
你会觉得他应该做得非常好

0:12:03.524,0:12:06.003
然而他在自己的区域得了44分

0:12:06.003,0:12:08.495
（观众笑声）

0:12:08.495,0:12:13.438
杰瑞米·拍客斯曼——我得声明[br]是在喝了一杯酒之后——得了36分

0:12:14.051,0:12:15.542
还不如前面那位

0:12:15.542,0:12:18.757
它展示给大家数字可以启示我们

0:12:18.761,0:12:20.041
可以给我们带来惊讶

0:12:20.045,0:12:22.034
所以我们常常把统计学

0:12:22.034,0:12:24.100
作为一种不确定性的科学来谈论

0:12:24.100,0:12:25.820
我今天的想法是

0:12:25.820,0:12:28.965
实际上，统计是关于我们自身的科学

0:12:28.965,0:12:31.777
这是为什么我们应该为此感到着迷

0:12:31.777,0:12:32.991
非常感谢

0:12:32.991,0:12:35.622
（观众掌声）