数据阅读指南

算一算：总量增长75%，日均却下降了？

用一场虚构展览的参观人次，看看统计周期如何影响比较。以下数字仅用于演示，并非真实展览或作品的成绩。同一个人可以多次参观，因此人次不等于独立访客人数。

只比较总量：增长75%

(210 − 120) ÷ 120 × 100 = 75%。总人次增加了，但统计周期也从3天延长到7天。仅凭这个结果，不能认定参观需求增长了75%。

比较日均：下降25%

120 ÷ 3 = 每天40人次，210 ÷ 7 = 每天30人次。(30 − 40) ÷ 40 × 100 = −25%。换成相同的日均单位后，比较结果就变了。

日均值也不是最终结论。周末占比、开放时间、闭馆日和开幕效应都可能不同。这张表无法解释下降原因或独立访客人数的变化，还需比较星期和开放时间相同的逐日数据。

阅读文章时依次检查：统计的是什么 → 起止日期是什么 → 是否使用可比单位计算 → 还有哪些问题无法解释。

算一算：百分点和相对增长率不是一回事

假设一项虚构调查对两批各200人问了同样的问题。以下数字仅用于演示，并非真实调查结果。

占比上升了5个百分点，相对增长25%

50 − 40 = 多了10人回答"是"，两轮受访人数都是200人。换成占比，25% − 20% = 5个百分点。以最初占比为基准计算相对增长率，(25 − 20) ÷ 20 × 100 = 25%。两个数字描述的是同一变化，但百分点和相对增长率（%）不能互换。

上面的计算只针对这两个样本。比较占比并不要求两个样本规模相同——200名受访者中的20%，仍可以与另一规模样本中的25%相比较。重要的是两轮调查是否针对同一目标人群、使用了相同的问题措辞和「是」的定义、覆盖了可比的时间段，并采用了相似的抽样方法。样本规模影响的是每个占比所带有的统计不确定性，因此仅凭这两个虚构的数字，并不能证明更大人群中存在某种趋势。如果最初占比是0%，上面的相对增长率公式就无法定义，但百分点差值仍然可以报告。

在相信一个比率变化之前，不必确认是否每次调查了同一批受访者，而要确认两轮调查的人群是否可比、是否使用了相同的问题和方法，并确认这个变化是用百分点还是相对百分比（%）表示的。

算一算：群体间的差异不是因果的证据

比较参加过一场虚构活动的读者和未参加的读者的订阅率。以下数字仅用于演示，并非真实活动或订阅服务的结果。

参与者的订阅率高10个百分点

参与者中30 ÷ 100 × 100 = 30%订阅，未参与者中20 ÷ 100 × 100 = 20%订阅，差距为10个百分点。

仅凭这个差距，不能断定是活动提高了订阅率。选择参加活动的人，可能本来就比不参加的人更关注这个主题（自我选择）。这个比较假设两个群体是在同一时间段、以相同的订阅资格被统计的，但这个虚构示例并未验证这一点。

要支持因果结论，需要通过可信的设计（例如随机分组）确认活动前两个群体是否具有可比性。仅仅分别测量活动前两个群体的订阅率，并不能排除自我选择或其他混杂因素的影响。