别急着下结论：三个统计常识的日常用法

看图表的时候，人容易犯一个错：把一条线当成一个故事。比如某平台公布过去十二个月的活跃用户数，从1月的8200万降到12月的7300万，标题写“用户流失加剧”。但把月度数据摊开看，7月是低点6900万，之后其实在回升。全年净减900万，可走势不是一路向下。这就是第一个常识：看趋势之前，先确认起点和终点是不是挑出来的。

第二个常识跟“平均”有关。某城市公布居民月收入中位数是5800元，同时平均值是9200元。两个数差这么多，说明高收入群体把平均值拉上去了。如果只用平均值做判断，会得出“大多数人收入接近九千”的错误印象。中位数和平均值放在一起看，才能感觉到分布的形状。图表里如果只画一条均值线，最好在旁边标一下中位数，或者补一个四分位区间。

再举一个更隐蔽的例子。某款App的次日留存率是45%，行业报告里写“高于平均水平”。但报告没说的是，这个数字来自“完成注册并绑定手机号”的用户，而那些打开就走的用户根本没进分母。统计口径一变，45%可以变成28%。所以看到任何比率，先问三个问题：谁被算进去了，谁被排除在外，时间窗口从哪到哪。这三个问题不解决，后面的分析和预测都站不住。

幸存者偏差是第三个常被忽略的点。二战时统计学家沃德检查返航飞机的弹孔分布，发现机翼中弹最多，发动机最少。最初的想法是加固机翼，沃德却说应该加固发动机——因为发动机中弹的飞机根本没回来。这个逻辑放到今天一样成立。比如你观察十个创业公司，发现七个创始人都有某类背景，于是得出结论“这种背景更容易成功”。但那些同样背景却失败的公司，你根本看不到。数据里的“存活样本”会系统性地偏斜。

日常做观察笔记，可以养成一个习惯：每看到一个结论，先找它的分母。某地交通事故死亡人数下降了12%，听起来是好事。但如果同期该地常住人口减少了15%，那死亡率其实在上升。分子和分母各自怎么变，比单独看一个百分比更有信息量。很多图表只给百分比，不给绝对数，这时候至少要留意一下基数有没有变化。

还有一个容易踩的坑是把相关当因果。冰淇淋销量和溺水人数在夏天同步上升，两者都受气温影响，不是冰淇淋导致溺水。做预测的时候，如果只靠历史数据的相关性做外推，遇到结构变化就会失效。2020年之前很多线下零售的月度数据有稳定的季节性，之后那套规律就断了。所以看到走势拟合得很漂亮的曲线，多问一句：这条线依赖的假设，今天还成立吗？

这些常识不复杂，难的是每次都记得用。建议在图表笔记里固定加两栏：一栏写“这个数是怎么算出来的”，另一栏写“如果口径变了，结论会不会反过来”。两栏各花两分钟，能挡掉大部分误读。统计不是用来证明谁对谁错的，它只是帮我们把观察落到更具体的地方——分母是什么，样本怎么来的，时间窗口有多长。把这些写清楚，比多画三条趋势线有用。