数据分析中的心理陷阱
人脑具有在所有事物中找到模式的惊人能力……但是这些模式通常与现实无关。我们可以在云中看到兔子的图像，或者在薯片中看到猫王的脸。
看到兔子和猫王的个人资料吗？
考虑一下Rorschach测试-向人们展示不同的污点并询问他们所看到的。您不会相信我们的大脑会多么愿意发现对随机数据集的错误解释。
蝙蝠？蝴蝶？普通污点？这是1921年创建的Rorschach测试的10张地图之一。
心理学家对此现象有一个漂亮的称呼：“重音症”。给人们至少一些激励，他们不仅会发现您的面孔和蝴蝶，而且还会为您最喜欢的项目分配预算或启动人工智能系统的理由。
关于作者： Cassie Kozyrkov是南非的数据和统计专家。她是Google的首席研究员，创建了Decision Intelligence。
大多数数据集包含大量随机信息。您的分析员不容易出现单音恐惧症的可能性是什么？您可以相信您对数据的解释吗？
我们对数据的想法与对印迹的想法相同。
这些数据集的细分方式越复杂，它们的动机就越模糊。他们实际上要求您识别其中的虚假图像。
复杂的数据集实际上希望看到其中不存在的某些东西
您确定最新的数据集不是隐藏的单音吗？
还有另一个奇妙的词-pareidolia，这是一种重音（在模糊的感觉刺激中找到熟悉的事物）。在日本，甚至有一个看起来像面孔的石头博物馆。我们生活在美好的时代。
说谎，公然的谎言和分析
我知道这听起来令人沮丧，但我还没有完成。参加数据分析课程可能会加剧火灾。学生习惯于从每个数据研究中期望真正的价值。探索性研究的每一项探索都包含一个隐藏的宝藏。只有少数教授敢于送您去追求无法企及的（为了您自己的利益！）。对没有准确答案的作业进行评分会更加困难，因此学生通常不会对其进行过多关注。
学生习惯了每个数据集背后的真理。
数据的叙述仅仅是直接使用数据而不是谎言。让我们抛开模式是否真实的问题。让我们谈谈多种解释。如果您在污点中看到蝙蝠的图像，这并不意味着没有蝴蝶，骨盆骨头或一对狐狸。如果我没有提到狐狸，您会看到它们吗？可能不是。负责动机和注意力的心理机制正在对您不利。停止观察球棒并开始仅观察值的叠加需要特殊技能。
人们紧贴自己喜欢的图像后，就很难看到它。
问题是，一旦人们坚持使用自己喜欢的图像，就很难看不到它并看到其他图像。人们最有可能相信首先引起人们注意的解释。找到的每个新值都会降低继续搜索的动机。在不重新评估自己喜欢的故事的情况下处理多个潜在故事是很多脑力劳动。las，并不是每个分析师都受过足够的纪律处分。实际上，许多分析师对通过数据研究仅“证明”故事的一侧感兴趣。为什么要开发阻止钱包充值的技能？
你的光剑是什么颜色？
有多种使用数据证明历史的方法-诚实而彻底。我有关数据碎片的文章将为您提供更多信息。探索性数据分析不是这些方法之一。并不暗示真实价值的数据探索就像钓鱼。光剑的颜色取决于您使用的诱饵。
如果您站在黑暗的一面，您将获得支持您理论的证据。您已经“知道”她是忠实的（因此您可以将她出售给一些天真的受害者）。如果您真诚地相信数据的客观性和您自己的公正性，您甚至可能没有意识到光剑是红色的。
并不暗示真实价值的数据探索就像钓鱼。
如果您的数据集比较复杂（模糊），则可以找到一种模式来证明自己喜欢的故事。这就是罗夏墨迹测验的美。不幸的是，数据比污点还要糟糕。您的方法越数学，对那些不了解该方法的人越有说服力。
“火星上的面孔”的卫星图像，许多人认为这是外星人存在的证据。
那些拒绝采取阴暗面的人也去钓鱼。但是他们还有其他东西：灵感。他们寻找可能有趣且引人注目的模式，但由于它们很聪明，所以不以它们为证据。相反，他们从事无偏见的分析，并试图在脑海中尽可能多地记录不同的解释。
顶级分析师试图找到尽可能多的解释。
这需要敏锐的眼睛和谦虚，公正的思想。好的分析师不会试图让利益相关者只看到故事的一个方面。相反，他们创造性地考虑将相同的数据转换成多个故事。他们以这样一种方式展示他们的发现，即鼓励每个人都跟进，同时又不引起他们的领导层由于过度自信而转弯的愿望。
公正性使数据分析有一定的意义。
寻求多种解释的学科是分析师的秘密武器。它使您可以隐藏隐藏在数据中的真正宝藏。如果您因偏见而被错误的信息所分散注意力，那么很难注意指向另一个方向的证据。如果结论是预先确定的，为什么还要分析任何东西？公正让您有机会确保一切努力都没有白费。
这款烤奶酪三明治的价格为28,000美元，因为它带有圣母玛利亚的身影。您在这里看到什么？
聘请一位出色的分析师
您可能想在优秀的分析师中寻找的特征：
- 他们不会得出超出他们正在探索的数据的结论。
- 他们可以轻松地管理数据处理工具，并能够快速查看大量数据。
- 他们对主题领域具有必要的知识，因此他们不太可能将与利益相关者的时间花在小事情上。
- 他们了解自己的工作是寻找灵感。
- 它们以方便大脑且易于理解的方式可视化数据，因此很快就可以得到灵感。
- 他们知道需要仔细监视发现的任何潜在信息（以及与谁联系以寻求帮助）。
除了上述所有内容之外，本文还请您注意以下功能：
- 他们知道思想在不存在的地方会发现意义，因此他们尽量不要屈服于错误的解释，也不急于得出结论。
- , . , .
- , . , . , -.
最后，如果您是领导者，请确保给您的员工适当的激励措施。您是否正在寻找数据分析或数据操纵者？他们有不同的思维和技能。明智地选择您的分析师并奖励正确的行为。
忘了薯片！这个日本博物馆的面孔像石头一样出色。
科学出版物：薯片确实看起来像猫王！与主观地发现新颖形状相关联的概念处理的神经特征，
了解有关如何从头开始获得按需职业的详细信息，或通过参加SkillFactory的在线付费课程来提高技能和薪资水平：
- 机器学习课程（12周）
- 从头开始培训数据科学专业（12个月）
- (9 )
- «Python -» (9 )