與很多公司不同的是，我所在的公司對于員工腐敗現(xiàn)象有極為嚴格的查處力度掸鹅。小到吃回扣的基層員工塞帐，大到操縱招標的領(lǐng)導(dǎo)拦赠，但凡有危害公司利益的貪污腐敗行為巍沙，都會嚴懲不貸。
所有員工入職時都會欣賞到一部由公司和檢察院合拍的犯罪紀錄片荷鼠，濃重的《今日說法》的味道句携，里面所有的案例都是本公司的（前）員工。
一開始允乐，其實我是很詫異的矮嫉，不單單是這個形式聞所未聞，而且如此大量的公司員工貪污腐敗讓我覺得很陌生牍疏，“非國家工作人員受賄罪”這個詞本身就沖擊了我的潛意識蠢笋。
咱們平時能聽到、想到的貪污受賄一般都是政府官員鳞陨，比如哪個官員貪錢了昨寞，哪個官員受賄了∠寐耍可是援岩，哪個公司的員工因為受賄被抓了起來，這種新聞就很少出現(xiàn)在我的視野里掏导，所以受賄這兩個字享怀，在我的認知里，只與政府官員掛鉤趟咆。
這種認知錯誤如果深究起來添瓷，其實很容易放縱腐敗梅屉，因為這會導(dǎo)致員工忽視一些明顯的犯罪行為，導(dǎo)致對自己和同事都放松警惕仰坦。
而這種錯誤就可以被稱為“可獲得性啟發(fā)式”（Availability heuristic）錯誤履植，因為我做的判斷僅僅依靠自己的記憶和經(jīng)驗，只關(guān)注那些我容易想起來的事件（官員腐斍幕巍）玫霎，而忽視那些不容易想起的事件（公司員工腐敗）妈橄。
可獲得性啟發(fā)式（Availability heuristic）：
人們的判斷推理過程常常受到可獲得的記憶的影響庶近，傾向于認為容易想起的事件比不容易想起的事件更常見。
假如我想買一輛車眷蚓，因為怕死~我特別看重安全性鼻种。眾所周知，《消費者報告》是汽車評價的權(quán)威雜志沙热，研究了一段時間以后我得出結(jié)論叉钥，沃爾沃汽車的安全性評價是最高的，所以我決定買一輛沃爾沃篙贸。
結(jié)果剛把這個決定告訴自己的一個朋友投队，朋友立馬提醒我：“我有個朋友前兩年買了一輛沃爾沃，毛病特別多爵川，又漏油又爆胎的敷鸦，都送去修車廠好幾次了∏薰保”
假設(shè)我很信任這個朋友扒披，那么，我很有可能對Ta說的話深信不疑圃泡，趕緊打消了這買沃爾沃的念頭碟案，并且慶幸自己早點知道了這個消息，否則差點買錯車颇蜡。
就像我們生活中做的很多“明智的”決定一樣价说，錯的很可能還是我自己。因為我忘了澡匪，一個靠譜的評價（比如《消費者報告》的車評）是基于成千上萬的數(shù)據(jù)總結(jié)出來的熔任，而即使我的朋友所說全部屬實，這也僅僅是一個案例唁情。我們都應(yīng)該明白疑苔，再優(yōu)質(zhì)的產(chǎn)品線都會生產(chǎn)次品（只是次品率的高低不同），因為一個次品就否定成千上萬的好評是否明智呢甸鸟？
想清楚這個道理并不難惦费，但是很少有人能夠真的做到兵迅，因為比起數(shù)字，這些發(fā)生在我們身邊的故事更加生動逼真薪贫、細節(jié)豐富恍箭，關(guān)鍵的關(guān)鍵，它是真實發(fā)生在我們身邊的案例瞧省，比那些冷冰冰的數(shù)字不知道真實多少倍扯夭。
我們之所以如此的依賴可獲得的經(jīng)驗來做評價和行動，是因為在信息不發(fā)達的過去鞍匾，這是唯一可行的手段交洗，那時候可沒人去統(tǒng)計食客對于店家的評價，也沒有可能把這么多信息精確橡淑、實時的傳遞給用戶构拳。
但現(xiàn)在不同，越來越多的評價體系建立起來梁棠，信息的流通變得前所未有的便利置森，如果再死守著身邊一兩個親戚朋友同事的個人經(jīng)驗去看世界，恐怕比坐井觀天的那只青蛙也好不到哪里去了符糊。
想要利用好這么多的信息凫海，學(xué)幾個簡單的統(tǒng)計知識不但是必要的，也是幾乎唯一可行的方法濒蒋，雖然只要學(xué)過數(shù)學(xué)的中學(xué)生都應(yīng)該有所接觸盐碱，但放下書本把兔，能用統(tǒng)計的眼光看世界的人絕對少見沪伙，所以只要拾起這簡單的不能再簡單的統(tǒng)計知識，我們就比那些一看標題就怒發(fā)沖冠的路人們強上不知道多少倍县好。
1围橡、百分比：
名詞就不解釋了。這個指標利用率非常大缕贡，效果也很明顯翁授，曾經(jīng)一度最高大上的職業(yè)---管理咨詢顧問，幾乎用這一個指標就能寫出價值百萬千萬的報告（當(dāng)然還有其他的聰明才智）晾咪。
比如那些號稱很能打的武學(xué)大師收擦，讓他們統(tǒng)計出與格斗高手的比武勝率（而不是用玄而又玄的武學(xué)道理給我們講課，或者找?guī)讉€學(xué)生裝模作樣的被隔山打牛）谍倦，就完全可以證明自己的實力了（至于實力多少塞赂，就要看這個百分比了）。
2昼蛀、平均數(shù)：
也不解釋了宴猾。這個信息被利用的很多圆存，被批判、吐槽的也很多仇哆，比如北上廣深的平均工資等等沦辙。
那些經(jīng)常被平均的“可憐人”注意，多問一句這個數(shù)據(jù)的出處和定義讹剔，有時候就解決困惑了油讯。
比如前段時間，有位領(lǐng)導(dǎo)說深圳不缺房延欠，因為深圳的房子約有1035萬套撞羽，而深圳只有不到2000萬人， 按照深圳戶均2.59人的比例衫冻，深圳戶均擁有住房1.34套诀紊。這明顯不符合多數(shù)人的實際感受。
而如果我們追問一句隅俘，領(lǐng)導(dǎo)說的房，到底是什么房呢为居？結(jié)果發(fā)現(xiàn)碌宴，這1000多萬套房里蒙畴，有62.8%是農(nóng)民房膳凝，面積小蹬音，基本沒有廚房著淆，當(dāng)然也沒有學(xué)位永部，這個平均數(shù)的意義也就突然變味了独泞。
當(dāng)然平均數(shù)的一個最重要的問題，就是受極端值影響太大苔埋。取100個人的月薪數(shù)作為樣本懦砂，假設(shè)其中99個人的月薪3000元，另外一個人的月薪50萬，他們的平均薪酬就是7970元孕惜，這個平均數(shù)對所有人都沒有意義愧薛，無法讓我們了解他們的薪酬情況。
所以這時候衫画，讓我們多想想下面幾個統(tǒng)計指標毫炉。
3、眾數(shù)：
這個詞在書本之外很少聽到削罩，其實非常簡單瞄勾，就是一組數(shù)據(jù)中出現(xiàn)次數(shù)最多的數(shù)。拿前面的例子說弥激，3000就是那組數(shù)據(jù)的眾數(shù)进陡，如果一組數(shù)據(jù)中有極端值，眾數(shù)能提供一個視角微服，讓我們快速發(fā)現(xiàn)這組數(shù)據(jù)中的代表趾疚。
但是，眾數(shù)畢竟只是只能看到一個代表以蕴，對其他數(shù)據(jù)的分布一無所知糙麦，這時候，中位數(shù)就能幫到忙了丛肮。
4赡磅、中位數(shù)：
把一組數(shù)據(jù)從大到小排列，位于中間位置的數(shù)宝与，就是這組數(shù)據(jù)的中位數(shù)焚廊。
比如9個人的月薪如下：
3千、3千习劫、3千咆瘟、4千、6千榜聂、8千搞疗、1萬嗓蘑、2萬须肆、30萬。
因為有極端值30萬桩皿，平均數(shù)幾乎沒啥用豌汇；眾數(shù)是3千，但是其他幾個人的工資在什么水平我們就無法知道了泄隔；但是看一眼中位數(shù)6千拒贱，至少讓我們知道，這組人中，有一半的人的薪水高于6千逻澳，有一半的人薪水低于6千闸天；這對于我們了解這組數(shù)據(jù)就提升了一個檔次。
5斜做、方差（標準差）
雖然眾數(shù)和中位數(shù)有一定的輔助作用苞氮，但是平均數(shù)畢竟還是非常有用的，尤其是在沒有極端值的情況之下瓤逼，最好是各個數(shù)據(jù)之間的差異不要太大笼吟，比如下面兩組數(shù)據(jù)。
A組：10霸旗、20贷帮、30、40诱告、500撵枢、960、970精居、980诲侮、990
B組：100、200箱蟆、300沟绪、400、500空猜、600绽慈、700、800辈毯、900
這兩組數(shù)據(jù)的平均數(shù)一樣坝疼，都是500，但是我們都能看出來谆沃，用500去描述B組數(shù)據(jù)更合適钝凶，對于A組數(shù)據(jù)，500并不能說明什么問題唁影，所有其他數(shù)據(jù)都是“被平均”耕陷。
造成這個差異的原因就是兩組數(shù)據(jù)的離散程度不一樣，也就是各個數(shù)據(jù)之間的差異据沈，而測量離散程度最常用的指標就是標準差哟沫。標準差是方差的平方根，而方差是各個數(shù)值與平均數(shù)的差的平方和的平均數(shù)锌介。
比如計算6嗜诀、7猾警、8、9四個數(shù)的標準差隆敢，方法如下：
回到剛才A发皿、B兩組的數(shù)據(jù)，A組標準差高達475拂蝎，而B組標準差只有274雳窟，B組數(shù)據(jù)的離散程度明顯更低，所以平均數(shù)的使用自然也就更為恰當(dāng)一些匣屡。
計算一組數(shù)據(jù)的標準差封救，不但能了解它的離散程度也能判斷平均數(shù)的作用有多大，離散程度越高捣作，平均數(shù)的作用也就越小誉结。
說了這么多，點一下題券躁。我們每天都看到各種各樣的信息惩坑，有的人一刷新聞刷一天都不嫌累，但是看完之后也拜，往往只是增加了對這個世界的某些偏見以舒，因為幾乎沒有多少信息是認真對待數(shù)據(jù)的，要么干脆一個數(shù)字沒有慢哈，要么就是給出一個聳人聽聞的數(shù)字蔓钟，但是不告訴你數(shù)字背后的計算方法。
如果連一點點統(tǒng)計學(xué)都不懂卵贱，一點點分析數(shù)據(jù)的能力和意愿都沒有滥沫，那我們只能是被反復(fù)洗腦、利用或欺騙键俱。
