先问样本：调查了谁、有多少
『调查显示 90% 的人支持这个方案』——先别急，问一句：调查了谁？多少人？
如果只问了 10 个人，或者只在某个粉丝群里问，样本既太小又不具代表性，这个 90% 几乎说明不了全体的情况。
相关不等于因果
两件事经常一起出现，不代表一个导致了另一个。这是最常被滥用的一点。
例子：『夏天冰淇淋卖得多，同时溺水的人也多，所以吃冰淇淋导致溺水』——荒谬。真正的原因是『天热』：天热既让人买冰淇淋，也让人下水游泳。两者只是相关，背后另有共同原因。
谁在说 & 能不能重复
还要看两件事。
利益相关：一项『证明含糖饮料无害』的研究，如果是饮料厂出钱做的，就要多留个心眼——不是一定假，而是更需要别的独立证据来佐证。
可重复：一个靠谱的发现，应该是别的团队按同样方法做也能得到类似结果。只出现过一次、没人能重复的『惊人结论』，要打个问号。
自测 · 学完检查一下
想真正动手做题、记进度、攒连胜？到互动课里练。
『我们在公司年会上问了 8 个同事，87% 都喜欢加班，可见大家普遍热爱加班。』这个结论最大的问题是？
答案：样本太小且不具代表性，推不出『大家普遍』
只问 8 个、且都是同场合的同事，样本又小又偏，无法代表所有人。问题不在算术或用词，更不在加班好坏。
『数据发现：用某品牌牙膏的人收入更高，所以这牙膏能让人变有钱。』这个推断错在哪？
答案：把相关当成了因果，可能另有共同原因
两者相关不代表牙膏导致高收入，更可能是收入高的人更舍得买贵牙膏，背后另有原因。这是典型的把相关误当因果。
判断：一项『证明本品无害』的研究若由该产品厂商出资，我们应对结论更谨慎、寻找独立证据。
答案：正确
利益相关会带来偏向风险，不代表结论必假，但确实需要更谨慎并寻求独立来源的佐证。
判断：只要冠上『专家说』或『研究表明』，结论就一定可靠，不用再追问。
答案：错误
专家会错、研究分好坏。仍要追问样本、相关还是因果、谁出钱、能否被重复。权威标签不是免死金牌。
两件事经常一起出现，并不代表一个导致了另一个；这种『一起出现』叫做____，它不等于因果。（填两个字）
答案：相关
两件事一起变化叫相关；相关不等于因果，背后可能另有共同原因，或纯属巧合。
听到一个『惊人的研究结论』，下面哪一点最能帮你判断它是否可靠？
答案：是否有其他独立团队按同样方法重复出类似结果
可重复性是科学结论可靠的重要标志：别人能重复出类似结果才更可信。标题、网站、转发量都不决定结论真假。