波仔
📈 第5章 假设检验
📄 一句话概括

电肤交来的分析里，三个数加不到一起，一款机型写着在售却出货为零。这不是骗人，是口径没交代。 算术自洽检查是成本最低的一道关卡：加一遍、除一遍、数一遍，五分钟能挡掉一大半不靠谱的分析。 数据只能否掉假设，永远不能证明假设。这句话是这一章的地基，也是后面贝叶斯那一章的入口。

📝 本章和前面几章的关系

上一篇把手头的信息摊开了。这一篇开始用它：先校验别人给的分析，再看机密备忘录说了什么。 校验这件事听着琐碎，实际是分析工作里最赚的一步——五分钟的加法，能省掉两周的错误方向。

一、电肤交来的那份分析

电肤是同行，也做手机皮肤。它主动把分析发给 PodPhone，说可以「帮你判断新机的前景」。 它的分析里有三个关键数：市场份额 22%，覆盖 3 个品牌、8 款机型，同比增长 40%。 它还附了一张品牌分布：A 品牌 9%，B 品牌 7%，C 品牌 8%。

同行主动送上门的分析，第一件事不是判断它对不对，是检查它自洽不自洽。

二、先做算术自洽检查

三个品牌是它「覆盖的全部」，加起来必须等于总份额。9 + 7 + 8 = 24，它说 22。 差 2 个百分点。可能是某个品牌算重了，也可能是「覆盖」的定义被偷换成了「曾经覆盖」。 再看增长率：上季度 15.7 万片，这季度 22.0 万片，增长 40.1%。它说 40%，这一条对得上。

最后数机型：8 款里 2 款出货为零。说「覆盖 8 款」，严格讲只对了 6 款。

说法 校验动作 结果
三品牌份额 24% 对总份额 22% 加法 对不上
同比增长 40% 除法 对得上（40.1%）
覆盖 8 款机型 数数 对不上（6 款在售）

三、三条里两条对不上，说明什么

说明这份分析的口径没交代清楚，不是说明电肤在撒谎。 商业分析里大量数字都是「按某个口径算的」，口径不写，别人就没法复现，也就没法反驳。 不能复现的数，等于不能检验的数。不能检验的数，在决策里只能当零用。

所以拿到一份分析，先问三句：分母是什么、时间范围是什么、剔掉了哪些样本。

四、机密备忘录说了什么

电肤顺手给了那份《战略备忘录》的复印件：新机计划第 39 周发布。 备忘录里还有一条更硬的：屏幕订单 12 万台，交付期在第 34 周前。 12 万台这个数不是嘴说的，是订单——订单是要付违约金的。所以这条证据比「计划第 39 周发布」硬得多。

同一条结论，靠不同证据支撑，可信度差得很远。这也是后面 5.5 要用的东西。

五、数据能做什么，不能做什么

数据能做的事只有一件：把某个假设否掉。 三品牌加总 24 不等于 22，就否掉了「三个品牌加起来正好是全部」。 数据不能做的事：证明一个假设是真的。校验全部通过，只能说明「暂时没找到矛盾」。 这个区别不是文字游戏。前者给的是「可以排除」，后者给的是「可以相信」，两者的强度差一个量级。

所以分析报告里最诚实的句式是「数据显示 X 不太可能」，不是「数据显示 X 成立」。

六、动手 Demo：检验：先做算术自洽检查

把电肤那三条说法逐个算一遍：加一遍、除一遍、数一遍。 三条里两条对不上，这份分析就不能直接拿去做决定。

parts = [9, 7, 8]          # 三个品牌的份额（%）
TOTAL = 22                 # 它自己说的总份额
print("三品牌加总 %d%% ，总份额 %d%%，差 %d 个点" % (sum(parts), TOTAL, sum(parts) - TOTAL))

LAST, NOW = 15.7, 22.0     # 上季度、这季度（万片）
print("同比增长 %.1f%%" % ((NOW / LAST - 1) * 100))

models = [4.2, 3.8, 2.1, 0.0, 5.6, 4.4, 0.0, 1.9]
alive = sum(1 for v in models if v > 0)
print("8 款机型里在售 %d 款，出货为零的 %d 款" % (alive, len(models) - alive))

print()
print("判定：加总对不上、机型数对不上、增长率对得上")
print("结论：这份分析的口径没交代清楚，不能直接用来做决定")

实跑输出：

--------------------------------------------------------------------
检验：先做算术自洽检查
--------------------------------------------------------------------

  ① 电肤交来的那份分析
  --------------------------------------------------------------------
  电肤说：我们市场份额 22%，覆盖 3 个品牌、8 款机型，同比增长 40%。
  它还给了三个品牌的分布：A 品牌 9%，B 品牌 7%，C 品牌 8%。
  在看懂它的分析逻辑之前，先做一件最便宜的事：把这些数加减一遍。

  ② 第一条：三个品牌加起来是多少
  --------------------------------------------------------------------
  9% + 7% + 8% = 24%，可它说总份额是 22%。
  差了 2 个百分点。三个品牌已经是「覆盖的全部」，加起来必须等于总数。
  ! 这一条对不上，说明三个数里至少有一个是错的，或者「覆盖」的定义被偷换了。

  ③ 第二条：增长率对不对
  --------------------------------------------------------------------
  上季度 15.7 万片，这季度 22.0 万片，增长 40.1%。
  它说 40%，算出来 40.1%——这一条对得上（四舍五入的差）。

  ④ 第三条：8 款机型都在卖吗
  --------------------------------------------------------------------

| 机型 | 本季出货（万片） | 状态 |
|---|---:|---|
| M1 | 4.2 | 在售 |
| M2 | 3.8 | 在售 |
| M3 | 2.1 | 在售 |
| M4 | 已停产 | 不在售 |
| M5 | 5.6 | 在售 |
| M6 | 4.4 | 在售 |
| M7 | 已停产 | 不在售 |
| M8 | 1.9 | 在售 |

  8 款里有 6 款在售，2 款出货为零。
  所以「覆盖 8 款机型」这句话，严格说只对了 6/8。

  ⑤ 逐条判完，还剩什么
  --------------------------------------------------------------------

| 说法 | 校验结果 | 判定 |
|---|---|---|
| 三品牌份额加总 | 24% 对 22% | 对不上 |
| 同比增长 40% | 实测 40.1% | 对得上 |
| 覆盖 8 款机型 | 实际在售 6 款 | 对不上 |

  三条里两条对不上。这不是说电肤在骗人，是说它的口径没交代清楚。
  ! 算术自洽检查花不了五分钟，却能挡住一大半不靠谱的分析。

三个检查里最便宜的是加法：不用数据源、不用工具，口算就能做。 注意「对不上」不等于「造假」。口径没写清是最常见的原因，也是最容易补救的原因——去问一句就行。

30 秒实验

  1. 如果总份额其实是 24%，电肤的增长率会变成多少？这一改，40% 这个结论还站得住吗？
  2. 把「覆盖 8 款机型」改成「覆盖 6 款在售机型」，市场份额的分母会怎么变？
  3. 想一想：为什么「数据能否掉假设」比「数据能证明假设」弱？举一个生活里的例子。

常见误区

  1. 跳过加法直接看结论：结论写得越漂亮，越该先把数加一遍。
  2. 把「对不上」当「造假」：多数情况是口径不同，先问再判。
  3. 拿不能复现的数做决策：口径不写清的数，别人验不了，你也说不清。
  4. 说「数据证明」：数据只能排除，不能证明。措辞上松一寸，结论上就差一丈。
自测三问（点开对答案） 1. 算术自洽检查具体查哪三样？ —— 加法（分部加总对不对）、除法（增长率、占比算得对不对）、数数（样本数、在售数对不对）。 2. 为什么「订单 12 万台」比「计划第 39 周发布」更硬？ —— 因为订单有违约金，说错要赔钱；计划只是计划，改起来没成本。 3. 「数据能否掉假设」和「数据能证明假设」差在哪？ —— 前者只能排除，后者要求全覆盖。校验通过只说明「暂时没找到矛盾」，不等于「成立」。

校验完别人的分析，该自己动手了。下一篇讲变量之间的关系：不只有直线，还有一张网。

相关笔记