為什麼你會愛上統計?
-
0:01 - 0:04在2003年,
-
0:04 - 0:07英國政府進行了一項調查。
-
0:07 - 0:10主要是調查
-
0:10 - 0:12國民的算數能力。
-
0:12 - 0:14他們驚訝地發現,
-
0:14 - 0:17該國的成年就業者當中,
-
0:17 - 0:20平均100個裡面有47個
缺乏等級一的算數能力。 -
0:21 - 0:25等級一算數能力,
相當於低階的國中數學能力。 -
0:25 - 0:29這個等級代表你會計算
分數、百分比、小數點。 -
0:29 - 0:33這個數據讓英國政府緊張地手心冒汗。
-
0:33 - 0:35不但改變了政策、
-
0:35 - 0:37也編訂了預算,
-
0:37 - 0:40然後,在2011年他們再調查一遍。
-
0:40 - 0:43各位猜猜,數字變到多少?
-
0:44 - 0:45上升到49。
-
0:45 - 0:47(笑聲)
-
0:47 - 0:49事實上,當我把這數據
刊登在金融時報後, -
0:49 - 0:51我們其中一位讀者開玩笑地說,
-
0:51 - 0:55「這個數據只嚇到 51% 的人。」
-
0:55 - 0:57(笑聲)
-
0:57 - 1:00但我實際上更喜歡一個小學生的反應,
-
1:00 - 1:03當我在他的學校演講提到這件事情時,
-
1:03 - 1:05他舉手問說,
-
1:05 - 1:07「我們如何知道,算出這個數據的人
-
1:07 - 1:09會不會也是在 49% 裡面的人?」
-
1:09 - 1:11(笑聲)
-
1:11 - 1:15所以很明顯的,算術能力不足問題相當嚴重,
-
1:15 - 1:17因為在我們人生中,
這些都是很重要的技能, -
1:17 - 1:21而且,我們想要介紹的這個世紀的許多變化
-
1:21 - 1:23需要我們能夠更自在地面對數字。
-
1:23 - 1:25這不僅是英國的問題。
-
1:25 - 1:30OECD(經濟合作與發展組織)
今年也發佈了一些年輕人的算數能力數據, -
1:30 - 1:33美國第一名,
-
1:33 - 1:38他們將近有40%的年輕人算數能力有問題。
-
1:38 - 1:39英國也差不多,
-
1:39 - 1:44總共有七個OECD的會員國,
他們的數據都高於 20% 。 -
1:45 - 1:47這問題很嚴重,因為不該如此。
-
1:47 - 1:48如果你仔細看這張圖表的末端,
-
1:48 - 1:52你可以看到荷蘭跟韓國的數據只有個位數。
-
1:52 - 1:57所以我們必須解決這個有關數學程度的問題。
-
1:58 - 2:00然而,就算這些報告很有用,
-
2:00 - 2:06我認為我們把人類分成這兩類是有風險的;
-
2:06 - 2:08就只是這兩類:
-
2:08 - 2:12一類是能自在地面對數字的人,會算數的人,
-
2:12 - 2:14另一類是不會算數的人。
-
2:14 - 2:16而我今天要談的是,
-
2:16 - 2:20我認為這樣的兩分法是錯誤的。
-
2:20 - 2:21這兩類人不會永遠都如此。
-
2:21 - 2:25我認為你不需要懂高階數學,
-
2:25 - 2:27也能被數字所啟發,
-
2:27 - 2:30而且,這應該是未來旅程的起點。
-
2:30 - 2:35開啟這趟旅程的其中一個方法,
對我而言, -
2:35 - 2:36就是觀察統計數據。
-
2:36 - 2:38我應該是第一個說
-
2:38 - 2:41統計比較像是個圖像問題的人。
-
2:41 - 2:42(笑聲)
-
2:42 - 2:44它是數學的一部分,
-
2:44 - 2:47但是數學家並不特別喜歡統計,
-
2:47 - 2:51因為其它的數學講究的是
精準性及確定性, -
2:51 - 2:53而統計幾乎是相反的。
-
2:54 - 2:58但實際上,我自己是比較晚愛上統計的。
-
2:58 - 3:01如果你問我的大學教授
-
3:01 - 3:05我畢業後兩個最不可能會
成為我日後強項的科目, -
3:05 - 3:08他們會告訴你,是統計及電腦編程,
-
3:08 - 3:10但我今天來這邊,是要向各位展示一些
-
3:10 - 3:13我編程的統計資料圖表。
-
3:13 - 3:14那到底是什麼改變了我?
-
3:14 - 3:18是什麼事讓我覺得統計真的很有趣?
-
3:18 - 3:20那是因為統計跟我們有關。
-
3:21 - 3:23如果你有去查「統計」這個詞的詞源意義,
-
3:23 - 3:25它是一門有關
-
3:25 - 3:29我們生活周遭的數據科學。
-
3:29 - 3:32所以統計是有關我們群體,
-
3:32 - 3:34而不是我們個人。
-
3:34 - 3:35我認為身為群居動物的我們,
-
3:35 - 3:37我們每個人都很想知道,
-
3:37 - 3:40我們個人與團體、同儕之間
有什麼關聯性。 -
3:41 - 3:43而這也是統計在這些方面最有力,
-
3:43 - 3:45那麼另人驚訝。
-
3:45 - 3:48最近有一些很棒的調查,
-
3:48 - 3:50是由 Ipsos MORI(英國的市場調查公司)
近幾年所進行的調查。 -
3:50 - 3:53他們對一千多位英國民眾進行了訪問,
-
3:53 - 3:57問他們說,「你認為住在英格蘭及威爾斯的
-
3:57 - 3:59每一百個人中,平均有多少人是穆斯林(回教徒)?」
-
3:59 - 4:02在這次的調查中,
-
4:02 - 4:06這些可以代表大多數人的受訪民眾,
他們認為應該有 24% 。 -
4:06 - 4:08這是人們的想法。
-
4:08 - 4:12英國人認為每一百個人當中
有 24 個是穆斯林。 -
4:12 - 4:17但官方的統計數字大約只有 5 。
-
4:18 - 4:22所以我們認為的觀念與
-
4:22 - 4:24實際上的統計有著很大的差距。
-
4:24 - 4:25所以我認為這很有趣,
-
4:25 - 4:29到底是什麼原因造成這樣的認知差距?
-
4:29 - 4:31我對這樣的研究相當感興趣。
-
4:31 - 4:35我在每次的演講中,
都會提出類似的相關問題。 -
4:35 - 4:36之前,我到阿姆斯特丹的聖保羅學校,
-
4:36 - 4:38向學校的女同學做了一次演講,
-
4:38 - 4:40聽眾人數和在座的差不多,
-
4:40 - 4:44除了他們都是六年級的女學生。
-
4:44 - 4:47我問她們,「女孩子們,
-
4:48 - 4:52你們猜一下,英國大眾認為
-
4:52 - 4:54英國的未成年女生每年懷孕的人數有多少?」
-
4:54 - 4:57那些女孩子們聽到我的回答,幾乎要中風了,
-
4:57 - 5:00我說,「英國大眾認為你們平均每年
-
5:00 - 5:03100 個人裡面有 15 個人會懷孕。」
-
5:03 - 5:06她們的確有權力表達她們的憤怒,
-
5:06 - 5:07因為事實上,
-
5:07 - 5:08根據官方的數據,
-
5:08 - 5:10我必須有將近200個圓點
-
5:10 - 5:13[官方數據:每一百人中有0.6人]
才能在其中一個上色。 -
5:13 - 5:16算術能力不是只有英國才有的問題。
-
5:16 - 5:21MORI市場調查公司,最近這幾年,
也到全世界進行其它調查。 -
5:21 - 5:24他們去問沙烏地阿拉伯人:
-
5:24 - 5:26在你們國家的成年人當中,
-
5:26 - 5:30平均每100人有多少人是
體重過重或肥胖的? -
5:31 - 5:36那些沙烏地阿拉伯人回答:
平均應該比四分之一多一點, -
5:36 - 5:37這是他們自己認為的數字,
-
5:37 - 5:40只有 28% 的人是有體重過重或肥胖的問題。
-
5:40 - 5:45實際上,官方數據是將近四分之三,
-
5:45 - 5:46(笑聲)
-
5:47 - 5:49所以你看,差距很大。
-
5:49 - 5:53我喜歡這一個,他們問日本人說:
-
5:53 - 5:55「每100個日本人中,
-
5:55 - 5:58有多少人住在農村地區?」
-
5:59 - 6:03他們說大概 50-50 ,差不多剛過半。
-
6:03 - 6:08他們認為每 100 個人中,
有 56 個人住在農村地區。 -
6:08 - 6:09但官方數據只有 7 。
-
6:10 - 6:14如此大的差距,讓有些人很驚訝,
-
6:14 - 6:18但有些人看到這個數據時並會不感到驚訝,
-
6:18 - 6:22像是,諾貝爾獎經濟得主,丹尼爾·卡尼曼。
-
6:22 - 6:23他和他的同事,阿姆斯·特爾斯基,
-
6:23 - 6:30花了好幾年的時間研究
人們的主觀與實際上的差距, -
6:30 - 6:34他們發現,
人們在對統計方面的直覺度相當薄弱。 -
6:34 - 6:35這有很多原因。
-
6:35 - 6:39個人經歷,肯定會影響我們的觀念,
-
6:39 - 6:43同時,媒體對於例外事件的報導,
而不是平常的事, -
6:43 - 6:45也會影響我們的觀念。
-
6:45 - 6:47關於這一點,卡尼曼有一個很好的比喻。
-
6:47 - 6:49他說,「我們經常無視於明顯的事情——
-
6:49 - 6:50所以,我們都猜錯了數字——
-
6:50 - 6:53但我們若對我們的無知也一無所知,
那就真的太瞎了。」 -
6:53 - 6:56而且這對你做決定,會有很大的影響。
-
6:56 - 6:59所以,我在統計辦公室
面對這樣的事情時, -
6:59 - 7:01我心想,這真的很有趣。
-
7:01 - 7:02我是說,這是個全球性的問題,
-
7:02 - 7:06但也許只是因為地理性的問題。
-
7:06 - 7:10這些問題是不是
與你對國家的認知有關? -
7:10 - 7:14像是測驗你對6400萬人口的認識?
-
7:14 - 7:16很難,其實,我也辦不到。
-
7:16 - 7:18所以,我想到了一個辦法,
-
7:18 - 7:21跟這些問題的問法有點像,
-
7:21 - 7:23但會要你去思考比較當地的問題。
-
7:23 - 7:24會不會當地的問題就比較好回答?
-
7:24 - 7:26如果我們把問題改成,比如說,
-
7:26 - 7:28你對當地的認識有多深,
-
7:28 - 7:31你會不會回答地比較精準?
-
7:32 - 7:34所以,我設計了這樣的測試:
-
7:34 - 7:36你對你所在的區域認識有多深?
-
7:36 - 7:38這是一個很簡單的網路 App 應用程式。
-
7:38 - 7:40你只要輸入郵遞區號,
-
7:40 - 7:42然後程式就會問你一些
-
7:42 - 7:44當地資料調查出來的問題。
-
7:44 - 7:46我很小心地設計這個應用程式。
-
7:46 - 7:51我希望對吸引絕大部分人,
-
7:51 - 7:53而不是只有 49% 的人會回答而已。
-
7:53 - 7:55我希望每個人都能參與回答。
-
7:55 - 7:56所以,為了設計這個測試,
-
7:56 - 7:59我被奧圖·紐拉特
-
7:59 - 8:03在1920~1930年所用的圖像符號所啟發。
-
8:03 - 8:07他的方法是利用重複的圖像
-
8:07 - 8:09代表不同的數字。
-
8:10 - 8:13數字就隱藏在圖像的背後,
-
8:13 - 8:16所以用這樣的方式表達數量,
是一個很好的方式, -
8:16 - 8:19不須要用「百分比」、
-
8:19 - 8:20「分數」、「比例」來表示。
-
8:20 - 8:22這裡是這個測試,
-
8:22 - 8:24測試展現的方式是這樣的:
-
8:24 - 8:26你的左邊會有一些重複的圖像,
-
8:26 - 8:29題目中地區的地圖
-
8:29 - 8:31顯示在你的右手邊。
-
8:31 - 8:32一共有七個問題。
-
8:32 - 8:36每一個問題的答案是零到100
-
8:36 - 8:38回答完題目後,
-
8:38 - 8:41你會得到一個零到100的分數。
-
8:41 - 8:43因為我們這一場在埃克塞特舉辦的 TEDx演講,
-
8:43 - 8:45我想,我們可以很快的看一下
-
8:45 - 8:48有關埃克塞特的一些問題。
-
8:48 - 8:49第一題:
-
8:49 - 8:52每100人中,有多少人是未滿16歲的?
-
8:53 - 8:56我對埃克塞特也不是很了解,
所以我也只能用猜的, -
8:56 - 8:59但你可以透過這個考試來了解。
-
8:59 - 9:03你可以拖曳這個滑標來標示圖像,
-
9:03 - 9:05然後點選「提交」傳送答案,
-
9:05 - 9:09我們就會將你的答案與實際的差距
用動畫方式表示出來。 -
9:09 - 9:13結果,我猜的答案(24)差很多,
答案是5。 -
9:13 - 9:14下一問題呢?
-
9:14 - 9:17這一題問平均年齡是多少,
-
9:17 - 9:19哪一半的人口較年輕,
-
9:19 - 9:20另一半較老。
-
9:20 - 9:24我猜是35歲,
因為我覺得那是中年人的年紀。 -
9:24 - 9:26(笑聲)
-
9:28 - 9:30實際上,埃克塞特的人口相當年輕(20),
-
9:30 - 9:35我低估了這個區域裡的大學的影響。
-
9:35 - 9:37接下來的題目越來越難。
-
9:37 - 9:40這一題是關於擁有房產的人口比例:
-
9:40 - 9:44每100人中,有多少人有設定或揹貸款?
-
9:44 - 9:45保險起見,我猜高一點,
-
9:45 - 9:48因為我不想一半的答案都是錯的。
-
9:48 - 9:50(笑聲)
[實際:25,你猜:50] -
9:50 - 9:53實際上,這些題目越來越難,
-
9:53 - 9:55因為如果你是在地的,你身處當地的社區,
-
9:56 - 10:01像年齡這種問題...人口的老、少
多少還有點線索可尋, -
10:01 - 10:03只要稍微觀察一下你的生活周遭即可。
-
10:03 - 10:07但像是有多少人擁有房產,
這就很難看得出來, -
10:07 - 10:09所以我們會採用我們個人的「啟發法」,
-
10:09 - 10:14也就是我們對「有多少人擁有房產」
這件事情上的個人偏見。 -
10:14 - 10:17事實上,當我們公佈這些問題後,
-
10:17 - 10:21調查的結果是基於幾年前的資料。
-
10:21 - 10:24我們的線上應用程式
讓你可以在輸入郵遞區號後, -
10:25 - 10:27取得數年之前的統計資料。
-
10:27 - 10:28所以在某些方面,
-
10:28 - 10:31有些資料已經有點老舊、還沒有更新。
-
10:31 - 10:33但我當時比較有興趣的是,
-
10:33 - 10:38如果把這些問題變得比較遊戲化,
大家會有什麼樣的反應, -
10:38 - 10:39藉由動畫,
-
10:39 - 10:43和娛樂方式來看看大家對自己偏見的反應。
-
10:44 - 10:47結果,反應...相當...嗯...
-
10:48 - 10:50比我想像的還熱烈。
-
10:50 - 10:52長久以來的我的一個野心就是,
-
10:52 - 10:54因應大眾的要求,
設立一個統計網站。 -
10:54 - 10:57(笑聲)
-
10:57 - 11:00這個連結包括了「統計」、
「政府」、「英國」這些字眼, -
11:00 - 11:04它在連結上有三個字是人們最不喜歡的。
-
11:04 - 11:05令人驚訝的是,
-
11:05 - 11:10網站在當天晚上9點50分上架後,
-
11:10 - 11:13因為這個時段,人們比較會想要
-
11:13 - 11:15利用自己的時間,
-
11:15 - 11:17自在地參與這項資料的問答。
-
11:17 - 11:19我很驚訝,
-
11:19 - 11:23差不多有將近25萬人
-
11:23 - 11:26在網站發佈後的48小時內,
玩了這些問題的遊戲。 -
11:26 - 11:30它在網路、社群媒體上
引起了熱烈的討論, -
11:30 - 11:32那些討論的人大多數
-
11:32 - 11:36對自己的錯覺感到相當驚喜,
-
11:36 - 11:39這個結果在某些方面,
-
11:39 - 11:40遠遠超出我的意料之外。
-
11:41 - 11:43我也因為有人開始把這個遊戲寄給政治人物
覺得很開心。 -
11:43 - 11:46讓這些民意代表考考
他們對自己所代表的區域是否熟悉? -
11:46 - 11:48(笑聲)
-
11:48 - 11:49做為總結,
-
11:50 - 11:52回到之前把人分成兩種的問題上,
-
11:52 - 11:53我在想,
-
11:53 - 11:57如果可以請那些對數字很懂的人
來回答這些題目,應該會很有趣。 -
11:57 - 12:00英格蘭威爾斯國家統計學者,約翰·普林爾,
-
12:00 - 12:03你可能會認為他應該會表現不錯。
-
12:04 - 12:06他在他自己的區域才得到44分。
-
12:06 - 12:08(笑聲)
-
12:08 - 12:13傑諾米·帕斯曼,他自己承認,
在小酌一杯酒後,得到了36分, -
12:14 - 12:16還更差。
-
12:16 - 12:19這僅僅是告訴我們,數字可以啟發我們所有人。
-
12:19 - 12:20也可以讓我們所有人感到驚訝。
-
12:20 - 12:22所以,每當我們提到統計,
-
12:22 - 12:24想到的都是科學與不確定性。
-
12:24 - 12:26我今天要告訴大家的是:
-
12:26 - 12:29實際上,統計是與我們生活
息息相關的科學, -
12:29 - 12:32而這也是為什麼
我們應該要對數字感到有趣的原因。 -
12:32 - 12:33非常感謝各位。
-
12:33 - 12:37(掌聲)
- Title:
- 為什麼你會愛上統計?
- Speaker:
- 亞倫.史密斯
- Description:
-
視覺化資料專家亞倫.史密斯( Alan Smith)說:「你是不是認為自己很會猜統計數字?再猜看看,不論我們是不是認為自己對數學很在行,我們對了解和使用數字的能力,其實很有限」。在這場愉快的演講中,史密斯向我們揭露,我們的認知與實際上的差距。
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:49
Geoff Chen edited Chinese, Traditional subtitles for Why we're so bad at statistics | ||
Melody Tang accepted Chinese, Traditional subtitles for Why we're so bad at statistics | ||
Melody Tang edited Chinese, Traditional subtitles for Why we're so bad at statistics | ||
Melody Tang edited Chinese, Traditional subtitles for Why we're so bad at statistics | ||
Melody Tang edited Chinese, Traditional subtitles for Why we're so bad at statistics | ||
易帆 余 edited Chinese, Traditional subtitles for Why we're so bad at statistics | ||
易帆 余 edited Chinese, Traditional subtitles for Why we're so bad at statistics | ||
易帆 余 edited Chinese, Traditional subtitles for Why we're so bad at statistics |