類別: 思維
類型: 認知框架
來源: 休哈特，1931 年；斯尼，1990 年；懷爾德與普凡庫赫，1999 年；ASA GAISE，2016 年
別名: 統計推理、變異思維、基於資料的探究
類型: 認知框架
來源: 休哈特，1931 年；斯尼，1990 年；懷爾德與普凡庫赫，1999 年；ASA GAISE，2016 年
別名: 統計推理、變異思維、基於資料的探究
快速回答 — 統計思維（Statistical Thinking）是一種習慣：把變異當成常態，先問資料是怎麼產生的，再用這張圖來做決定。休哈特在 1931 年給過程變異分了類；斯尼、懷爾德與普凡庫赫後來讓這種習慣可教。核心啟示很簡單：數字堆得更多，還不等於答案更好。真正的工作在產生這些數字的過程。
什麼是統計思維？
統計思維（Statistical Thinking）是一種技能：把一個數字看成會波動的過程的產出，再問這個過程能不能撐住你想下的判斷。一種學習與行動的哲學，建立在三條原則上：一切工作都發生在相互連接的過程系統裡；一切過程都存在變異；理解和減少變異是成功的關鍵。這是美國品質協會採用羅納德·斯尼 1990 年論文後寫入術語表的表述。它比「會用統計」更窄。軟體能算出平均數。統計思維要問：什麼在變、誰被算進去、怎樣才會改這個數。美國統計協會 2016 年的 GAISE 大學報告用課堂語言說同一件事：把統計學教成解決問題和做決定的探究過程，而不是一袋公式。 日常圖像是體重計。週一 72.1 公斤，週二 71.8，週三 72.4。把每次晃動當成「減肥成功」或「我失敗了」，是在講性格。經驗主義思維說要去看。統計思維說要這樣看：帶著樣本、變異來源和情境。看到一個帶雜訊的過程，再問後來那次下降是不是新原因——生病、換了秤、水分——才是統計思維。 機率思維講的是機率。貝葉斯思維在新證據到來時更新機率。統計思維是更前面那一步：讓證據本身誠實——怎麼抽的樣、還有什麼在動、用的是哪一種變異模型。歸納推理從若干事例跳到普遍結論。統計思維要問：這些事例的產生方式，能不能扛住這一跳。
統計思維的三層理解
- 入門: 不要把一個數字當成真相。日常線索是一次成績、一則評價、一份民調，或早晨的體重。
- 實踐: 每個彙總旁邊寫三行：算了誰、什麼在變、怎樣才會改這個數。兩百萬個有偏樣本照樣會騙人。
- 進階: 變異不只是雜訊。休哈特的劃分就是決策：普通原因變異要你改系統；特殊原因要你去找那一件事。喬治·博克斯的提醒仍在：所有模型都是錯的，但有些有用——前提是你還拿著情境。
起源
統計思維起於如何在過程變異下行動，而不是給「算平均數」起的別名。 1931 年，沃爾特·A·休哈特出版《工業產品品質的經濟控制》。他把變異分成屬於系統的偶然原因，和可以追查的可指出原因。控制圖是工具。W·愛德華茲·戴明把這一劃分帶進管理，變成普通原因與特殊原因。過程本來就會晃，你卻去責罰工人，系統會更糟。 作為可遷移習慣的這個名字來得更晚。1990 年，羅納德·D·斯尼在 The American Statistician 上主張：全面品質需要統計思維，而不只是統計工具。同年，戴維·S·穆爾為數量素養列出核心要素：變異無處不在，你需要資料，而且必須設計這些資料怎麼產生。1999 年，克里斯·懷爾德與瑪克辛·普凡庫赫在 International Statistical Review 裡畫出四維框架：探究循環、追問循環、思維類型，以及傾向。他們所說的統計類型包括：需要資料、注意變異、用模型推理，以及把統計綁在情境上。 課堂政策跟了上來。美國統計協會的 GAISE 大學報告（2005 年，2016 年修訂）把「教統計思維」列為第一條建議。2016 年修訂加了兩個重點：把統計學當成探究過程，並讓學生接觸多變量思維。那是對一種習慣的需求。定義仍然是斯尼的三條原則，加上懷爾德與普凡庫赫的要求：你要審問資料，而不只是把它們展示出來。核心要點
當一個數字被要求代表更大的世界時，統計思維才值錢。把整齊的彙總當成已經完成的判斷，它就會失效。1
先問資料是怎麼產生的，再信那個總數
計數是產出。請了誰、誰答了、量的是什麼、漏了什麼？分析思維給部件起名。統計思維給讓這些部件現身的抽樣和測量步驟起名。一千萬張寄出的卡片，仍可能在描述錯誤的總體。說不清資料怎麼來的，你只有一堆，沒有證據。
2
把變異當成常態，而不是判決
對同一過程測兩次，結果會不同。這是斯尼的第二條，不是緊急事件。通勤一天 28 分鐘、一天 41 分鐘，常常是系統，不是道德失敗。對單次晃動採取行動，是在追逐雜訊。先畫出一串點，再改計畫。
3
把普通原因雜訊和特殊原因分開
休哈特的劃分是一條決策規則。晃動落在慣常頻寬裡，就改進過程，不要找罪人。若有一點衝出頻寬——新供應商、流感週、表格改了——就去找那件事。把兩者混在一起，管理者就會為天氣懲罰人。
應用場景
當一份彙總馬上要變成決定時，用統計思維。若你已經知道樣本根本不是那個總體，不要用它來拖延。把成績當成樣本，而不是判決
一次考試是帶雜訊過程裡的一次抽取：睡眠、題目運氣、教了什麼。畫出幾次分數，寫下什麼在變，若整條頻寬都低，再改學習過程。一個 62 分不是性格。早期職業評價也一樣：一則意見不是分布。
先查儀表板裡誰缺席
慶祝 4.8 的滿意度之前，先問調查了誰、誰從未作答。只寄給開心顧客的表格，就是一份《文學文摘》名單。改抽樣框，或者別再把平均數當成市場。
別把體重計的雜訊當成性格
稱一週，不要稱一個早晨。0.3 公斤的晃動通常是水分和時機。當一串點移動了，或出現新原因——生病、換了秤——再行動。家裡的睡眠和通勤時間，也值得同一張圖。
把民調當成生產過程來讀
說得出總體、日期和未應答，再轉發那個百分比標題。巨大的自願樣本，仍可能漏掉從不寄回卡片的選民。學校和醫院的公開評分也會這樣失敗：最重的病人往往是從不作答的那些人。
經典案例
統計思維面向公眾的那個帶數字的窗口，是 1936 年《文學文摘》民調——不是說一家雜誌發明了抽樣誤差。 《文學文摘》曾在 1920、1924、1928、1932 年美國總統選舉中都叫對了贏家。1936 年，它寄出超過 1000 萬張模擬選票，名單來自訂戶、電話簿、汽車登記和俱樂部名錄。收回超過 230 萬張——按後來任何民調標準都是巨大樣本。雜誌最後的計票是：阿爾夫·蘭登 55%，富蘭克林·D·羅斯福 41%，威廉·萊姆基 4%。它預測蘭登會贏。 選舉日羅斯福拿下普選票 60.8%，蘭登 36.5%，選舉人票 523 對 8。喬治·蓋洛普的美國輿論研究所用小得多的定額樣本，已經把羅斯福叫成贏家。佩弗里爾·斯夸爾 1988 年在 Public Opinion Quarterly 上的再分析發現，偏差是疊了兩層，不是一層：大蕭條時期有電話和汽車的人在名單裡過多；而願意寄回卡片的人，也不是這些名單的隨機切片。雜誌沒有緩過來。到 1938 年，它沒了。 邊界說明：缺陷不是規模，是代表性。定額抽樣在 1936 年幫了蓋洛普，後來在 1948 年失敗，當時主要民調都漏了哈里·杜魯門。統計思維不是一次定型的方法。它是每次都要問的習慣：這次算了誰，這次的計數忽略了什麼變異。邊界與失效場景
沒有可抽樣的過程時，統計思維會失效。獨一無二、不可逆的選擇——一次手術、一項條約——仍需要判斷、價值和因果思維。過去案例的分布可以告訴你機率。它不能代替決定。 世界已經換檔、昨天的變異是錯誤模型時，它也會失效。厚尾、體制切換、新的測量系統，會讓一張穩定的控制圖說謊。減少變異是斯尼對重複過程的第三條。它不保證下一次衝擊會像過去五十次。 常見誤用是貨船崇拜式的計算。你跑軟體、給 p 值打星，卻跳過資料怎麼來的。美國統計協會 2016 年的聲明說得很直：p 值或統計顯著性，並不衡量效應大小，也不衡量結果重不重要。另一種誤用是用更多資料代替更好的抽樣框。《文學文摘》已經做過這個實驗。常見誤區
這個英文名會撞上軟體、平均數，以及 p < 0.05 的迷信。樣本越大，數字就越真
樣本越大，數字就越真
《文學文摘》有兩百多萬份回函，仍然叫錯了贏家。請誰來、誰作答，這類偏差不會隨規模沖掉。代表性勝過體量。框錯了，再多也是把錯的放大。
統計思維就是算平均數或跑軟體
統計思維就是算平均數或跑軟體
平均數是工具。斯尼的定義是關於過程和變異的哲學。懷爾德與普凡庫赫的類型包括要資料、換表示、保住情境。GAISE 警告不要讓課上完只剩一袋互不相干的公式。軟體不會替你思考。
顯著的 p 值意味著發現既真又重要
顯著的 p 值意味著發現既真又重要
美國統計協會 2016 年的原則說的不是這樣。p 值不衡量假設為真的機率、效應大小，或你該不該行動。微小效應在巨大樣本裡會變成「顯著」。大效應在小樣本裡可能跨不過 0.05。統計思維要把效應、設計和情境放在一起讀。
相關概念
這些頁面挨著同一個問題：怎樣讓證據改變決定，又不讓壞樣本冒充世界。機率思維
用機率和期望值說話。統計思維是更前面那一步：讓這些機率所靠的證據站得住。
貝葉斯思維
新資料到來時更新信念。更新能有多誠實，取決於資料產生過程。
經驗主義思維
寧可觀察，也不只靠純理論。統計思維規定了在變異之下該怎麼觀察。
歸納推理
從事例跳到普遍結論。統計思維要問這些事例能不能扛住這一跳。
系統思維
看見相互連接的過程。斯尼的第一條在這裡；統計思維加上的是變異。
分析思維
給部件和接縫起名。統計思維加上抽樣、測量和變異模型。