廿年前剛開始職場生涯時，部門主管送給我一本書，叫做「如何用統計學說謊」。這本書是達瑞爾．霍夫在一九五四年寫的，主要在闡述運用統計經常出現的錯誤。因為它淺顯易懂，一度還成為美國大學統計學入門教科書，現在仍持續再版，並有多種語文翻譯。
送這本書除了開玩笑外，當然也有提醒意味，不管是無心之過還是刻意誤導，用數字說故事，有時反而讓真相被淹沒，對於從事資料分析工作的人，這類事情非常需要避免。
然而，在疫情蔓延當下，統計數字卻不時扮演弔詭角色。
最典型錯誤，是樣本來源造成誤差，像病毒剛開始由中國大陸傳到境外，歐美媒體曾經出現「年輕人感染率不知為何偏高」疑惑，其實單純是因韓國新天地教會群聚感染，不少信眾是大學生年紀緣故。另外也有獨立變數高度相關，讓溯源變得困難，比如東亞社會病毒擴散率遠低於世界其他地區，到底是牛痘疫苗、天生基因、生活習慣、珍珠奶茶，還是多用口罩帶來的結果呢？還記得咖哩可以防疫傳說嗎？
當然有心人刻意利用數字影響大眾，例子就更多。美國現在最大爭議之一，在於學校是否應該如期開學，川普政府認為年輕人染疫致死比例極低，開放效益遠高於風險，所以強烈推動重開。最近社群媒體出現一則貼文，「教育部長說兒童肺炎死亡率僅有○．○二％」「你知道嗎？那會是一萬四千個小孩」。問題是，其實她並沒有說過這個數字。
美國政府在經濟與防疫兩者間捉襟見肘，川普與支持者淡化疫情影響，甚至認為減少檢測就會減少確診，如此心態的確直接造成疫情持續擴散，可是相反方向誤導也不在少數。新冠肺炎全球蔓延後，從更多樣本導出致死率比原先猜測低很多，美國疾病管制局曾經將估計下修至○．二六％，是季節性流感兩倍多。儘管仍有專家對此初步數據表示懷疑，認為○．五％左右才是正確的，然而大眾恐懼早超出相對比例。在「只是尋常感冒」跟「像ＳＡＲＳ一樣恐怖」間，媒體跟政客一如往常用本身利益決定訊息方向，於是疫情嚴重性，同時被高估與低估。
民主黨維吉尼亞州政府浮報檢測數、共和黨佛羅里達州政府檢測無症狀遊民降低確診比例、川普政府在死亡高峰出現前宣揚醫療成果，各種統計名目令人眼花撩亂地出現，不知道數字是在說故事還是在說謊。科技進步讓互動圖表變得清晰易懂，大數據分析讓趨勢從此難以遁形，可是，真相真的因此清晰了嗎？
對了，前面說到達瑞爾．霍夫，儘管寫了一本諄諄教誨的暢銷工具書，可是那本書出版不到十年，他就從菸草公司拿錢著手撰寫續集，想用數字駁斥香菸對人類健康有害的「謬論」。
說真的，不管在哪一個時代，每個人都只能自己小心謹慎，別被統計學騙了。
留言