這是一本簡單易懂的統計學指南，可以指導我們正確地對待每天被轟炸的許多統計數據。
不管你怎麼努力，都無法擺脫統計學。打開報紙，看看你要花多長時間纔能根據數字找到一項。這可能是一項關於人們對美國總統的看法的民意調查，也可能是顯示工資狀況的新數據。也許這個國家正在經歷創紀錄的高溫，或者NHS的負責人認為該組織需要更多的資金。我們每天都使用它們。
這不僅出現在新聞中。你所在的公司可能正在披露性別薪酬差距，或者你孩子所在的學校可能正在就今年的資金問題與你聯繫。也許你正試圖在不同的貸款中做出選擇，或者隻是決定今天是否帶把傘出去。
作者告訴我們，統計數據實際上並不可怕。如果你能做加法、減法、乘法和除法，那麼你就已經擁有了挑戰周圍數字所需要的大部分工具。在這本書中，你會發現你需要其他工具來處理你聽到的在你腦中敲響警鐘的事情。這裡幾乎沒有要做的加法，也沒有不合理的復雜數學概念。隻要你在正確的時間聽到了警鈴，你就可以用適當的懷疑來對待故事。你再也不需要被那些會導致經濟破產的風險或威脅的故事嚇到了。你可以自由地生活，而不會被可疑的統計數字和虛假的說法所誤導。
 作者還表示，我們通常所犯與數字有關的錯誤或者產生的誤解，實際上並不是數字本身造成的，而在於描述數字的語言。了解了這一點，我們就可以比較容易地糾正自己，不犯錯誤。

統計數據無處不在，避無可避。隻要打開報紙，我們很快就會看到一些與數字密切相關的內容——可能是一個關於人們對美國總統的看法的民意調查，可能是顯示工資變化的數據，可能是介紹英國正在經歷的創紀錄的高溫，也可能是英國國家健康體繫（NHS）的負責人在陳述他們為何需要更多的資金。總之，我們每天都會和統計數據打交道。
不僅新聞如此，你所在公司開出的工資可能會表現出性別差異；你的孩子所在的學校可能會向你通報學校今年的資金情況；你的朋友們可能正因為誰是英國有史以來偉大的擊球手，或者應該買汽油車還是柴油車而爭論不休……而且，此時此刻，你可能正在為不同的貸款方案糾結或者因為今天出門要不要帶傘而猶豫不決。
目光所及，到處都是數字，但並不是所有數字都值得相信。你剛剛在社交媒體上看到的那個數字非常吸引人——它似乎沒有任何水分，而且與你的觀點一致，你可以利用它來說服你的朋友。你看到有人說薪資增長正處於拿破侖戰爭以來的糟糕水平——這個說法對嗎？這樣比較是否公平？在你分享某個統計數據之前，你真的得質疑一下它的準確性，稍微調查一下它的來源。
遺憾的是，很多人不敢質疑他們讀到的數字。你是否就是其中之一呢？即使是非常優秀的記者，面對統計數據也會信心不足，不會像調查其他證據那樣去調查它們。當數字以某種方式呈現在眼前時，政客、學者以及其他各行各業的人都難以輕松自如地理解其中的含義。你會發現，研究人員在向政府大臣或節目主持人介紹統計數據時，經常會頭疼不已，不知道如何幫助他們理解這些數據。我們可能不會輕易接受別人的觀點，但是，即使是敢於質疑新聞真實性的人，在聽到新聞中的數字時，也會毫不懷疑地欣然接受。在通常情況下持懷疑論的人面對調查結果時，也會毫不猶豫地點擊分享按鈕，根本不會去考慮它是否可靠。
這在一定程度上是因為人們無法接受“文（字）盲”，卻可以接受“數（字）盲”。我已經記不清同事和朋友有多少次在我面前說他們遇到數字問題就不知所措，但我很少聽到有人承認自己的文字組織能力欠缺。我們將某些工作歸類為計算類（包括會計、火箭科學家、精算師），認為從事其他工作的人根本不需要掌握處理數字的能力。
根據我的經驗，導致我們在數字上犯錯誤的原因通常不是數字本身，而是描述數字的文字。這對你來說是一個好消息，因為這意味著這些錯誤並不是那麼難以糾正——與文字相比，數字往往更令人頭疼。
但是面對數字不自信是一個大問題，因為不可靠的數字非常多，我們很容易被誤導。有的數字是故意誤導你，讓你錯以為它們支持某個觀點；有的數字則是無心之舉，因為提供這些數字的人不敢或者不知道如何核查它們的真實性；還有一些數字是人們隨意炮制的，隻是為了讓他們的話看起來更權威可信。
如果不理解數據，就很難了解你們國家當前的狀況。如果你對你們國家的人口、每年的失業人數、移民人數或出國人數沒有一個大致的概念，那麼很多政治觀點對你來說就毫無意義。如果你不知道英國有兩種截然不同的犯罪統計方法（一種以調查結果為準，另一種依據的是警方犯罪記錄），那麼在觀看首相問答時看到首相聲稱犯罪正在減少，而反對黨領袖則聲稱犯罪正在增多，就會感到困惑不解。當反對黨領袖聲稱公共服務極度缺乏資金，而首相又說投給公共服務的資金達到了歷史新高時，你需要知道，公共服務資金數目創造新高是正常情況，否則將難以應對人口的不斷增長和通貨膨脹。
統計數據並不可怕。如果你會加、減、乘、除，那麼你已經擁有了質疑身邊數字時需要用到的常用工具。這本書將告訴你，如果你聽到的數據讓你心存疑慮，你還可以借助哪些工具來處理這些數據。
以2018年英國塑料消費報告為例。2017年年底，戴維·艾登堡（David Attenborough）的《藍色星球II》使很多人對塑料垃圾憂心忡忡。隨後，英國政府就是否應該禁止使用一次性塑料吸管進行了磋商。一項研究稱，英國人每年使用420億根一次性塑料吸管。檢驗這個數據的真實性是一件相當艱巨的任務，因為進行市場調查並把歐盟統計數據根據經濟產出水平分配到歐盟各國頭上，將涉及各種各樣有趣的背景材料，需要很長的時間纔能再現這個數據。而且，既然我們知道英國人非常喜歡使用吸管，知道吸管的使用量驚人，那麼我們為什麼不能欣然接受這個數據呢？
原因很簡單，隻要把吸管數量除以英國人口（6 500萬多一點兒），你就會發現這份報告表明英國人平均每人每年消耗大約650根塑料吸管——幾乎是每天2根。在我家購買可重復使用的硅膠吸管之前，孩子們動不動就會使用一根塑料吸管，但即便如此，他們也很難一年用完650根吸管。這並不是說禁用塑料吸管的政策是錯誤的，也不是說我們無須擔心一次性塑料用品的問題，而是說不可靠的數據分散了人們對環境信息的關注。
無須考慮如何推翻這個說法背後的統計方法，我們就已經清楚地知道是否應該相信它了。這也是我創作本書的目的。
本書將分為10章，通過討論人均使用吸管數量這類簡單問題，教會大家輕輕松松地質疑身邊的數字。要掌握這項能力，關鍵是遇到我們有所懷疑的數據時，我們應該思考一個對新聞從業人員來說威力巨大的問題。這個問題就是我送給所有讀者的一份厚禮，包括那些站在書店裡瀏覽本書引言部分的讀者。
它不同於你會問政客或企業高管的那些問題，例如“你會辭職嗎”。這類問題在某些情況下確實能起到很好的作用，但在看到、聽到或讀到一則新聞時，思考這樣的問題對我們的幫助並沒有那麼大。
在這種情況下，你應該思考的這個威力巨大的問題是：
這個數據合理可信嗎？
這是我的父親（一位科學家）教給我的，讓我在檢查作業時使用。他告訴我，你無須重復計算過程，隻要看一下初的問題，然後估計一下答案應該是什麼，就能大致知道你的答案是否正確。
當你準備質疑數字的真實性時，這個了不起的洞見就會對你很有幫助。許多人害怕數字，因為他們認為自己必須精確到小數點後三位。其實不然，除非你從事的是獨創性研究，並且需要得出具體數字。否則，我們隻要知道數字是否在它合理的大致範圍內，就可以確定我們是應該相信它還是進一步研究它的可靠性。
這個問題之所以有如此大的幫助作用，是因為我們在研究某個問題時，所使用的數字必須非常精確，但是在判斷某個數字是否合理時，我們所使用的數字就沒必要那麼精確。你可以使用在網上找到的舊數據，也可以使用人們在酒吧裡告訴你的數據，或者你頭腦中的一些模糊概念。總而言之，你要確定這個數字看上去是否可疑，看看是進一步調查這個數字還是應該尋求專家的幫助。
以2010年6月《每日電訊報》的一個著名的新聞標題為例：“公共部門養老金每年花掉你4 000英鎊”。文章稱，未來5年，英國家庭為公共部門養老金支付的費用將升至每戶每年4 000英鎊。
要確定這個數字是否合理，你會怎麼做呢？如果你想知道這個數字是否精確，那麼你首先要知道公共部門養老金的總成本，然後除以家庭數。不過，如果你能不假思索地說出這兩個數字，可能就不需要繼續讀這本書了。
更好的做法是找出家庭平均年收入的合理估計值。你甚至可以用你自己的家庭收入作為估算結果，除非你認為自己非常富有或非常貧窮。
這樣的估算有很多，但隻要你使用的估計值與27 000英鎊相去不遠，就沒有問題。
現在考慮這麼多的收入需要繳納多少稅。你可以精確地計算出結果，也可以進行粗略計算。考慮到某些收入無須繳稅，所得稅和國民保險加在一起應該約占家庭收入的20%。即使你的估算結果與這個值稍有偏差，也沒有任何關繫。關鍵是根據你終得到的數字，你繳納的稅費不會遠遠超過4 000英鎊。因此，如果每個家庭都要在公共部門的養老金上花那麼多錢，那我們不禁要問，需要政府提供資金的英國國家健康體繫（NHS）、教育以及其他服務該由誰埋單呢？
顯而易見，這個數字不是那麼合理可信。事實上，當天晚些時候，《每日電訊報》將其網站上的新聞標題改為“公共部門養老金每年花掉你400英鎊”。
隻需要一點兒基礎數學知識——用一個數除以另一個數，然後換算成百分數，就可以很容易地算出某個數字是否準確。
我們幾乎不需要做多少算術，也不需要使用極其復雜的數學概念。隻要你在適當的時間聽到頭腦中響起的警報，就可以產生適度的懷疑，並在必要時尋求專家的幫助。下次再看到新聞報道中說風險在不斷增加或者經濟面臨崩潰威脅，你也不會膽戰心驚了。掌握了這個作用巨大的問題，你就可以無憂無慮地生活，不會被可疑的統計數字和不實說法所誤導。
一天早上，我出門時正下著雨，於是我準備回家穿雨衣，但手機上的天氣應用程序告訴我下雨的可能性為零。結果，我在公園散步時下起了雨，我被淋成了落湯雞。如果當時我敢於用那個極其重要的問題幫助自己做出判斷，就不會淋雨了。
這不僅僅是避免被誤導或避免淋雨的問題。敢於質疑同事和朋友的統計數據，還會給我們帶來樂趣。在競爭激烈的就業市場中，如果你是那個敢於質疑報告中數字可信度的人，你就會脫穎而出。我經常用“數字狂”來形容自己——現在，你也可以成為你所在圈子裡的數字狂。你會發現數字很有趣，可以給我們帶來極大的滿足感。
我還經常和一群人一起，處理超出我的能力之外的數字問題。我在擔任英國廣播公司（BBC）統計部門負責人時，曾受邀參加在牛津舉行的為期一天的會議，討論是否應該設立一個全球性的統計機構。到達現場後，我發現出席這次會議的一共有20個人，他們要麼是某個國家的統計局局長，要麼擁有教授、爵士或諾貝爾獎得主這些頭銜，隻有我一個例外。邀請我可能隻是單純的為了湊數，盡管在這樣的圈子裡，這通常會令人不舒服。當大家依次做自我介紹時，我注意到一個現像：一個人越重要，他的自我介紹就越簡短。在場的每個人都知道“哥大的喬”是誰［他就是約瑟夫·斯蒂格利茨，諾貝爾經濟學獎得主］。而我的自我介紹則是“BBC的安東尼”，並補充說“我代表所有用戶出席這次會議”。
本書也是為所有用戶創作的，尤其是那些非自願用戶。無論是否樂意，我們都是統計數據的使用者，我們每個人都要敢於質疑我們聽到的數字。在此，我要告訴你的是，其實你已經擁有了質疑日常生活中各類數字所需的大部分技能。