統計謬誤的問題。

例如臉書的使用者與希臘公債的殖利率有高度相關性，所以是臉書造成了希臘金融危機？美國房屋價格指數與命名為Ava的嬰孩數量呈高度相關，所以Ava是美國房地產泡沫的元兇？全球平均溫度與科學機構預算具有高度相關性，所以全球暖化是科學機構的騙局？即便這些資料在統計上具有高度的相關性，但我們其實可以很清楚地瞭解，它們之間並沒有絕對的因果關係，這就是統計上的謬誤。好吧，也許最後一點可能是真的也說不定。

符合統計檢定的資料，不見得就合乎邏輯上的推論。如果你去作統計的相關性檢定，我相信你可能會發現全世界的回教徒人數與全世界的豬肉消費量呈現正相關性，當然，從邏輯上來看你一定會知道這一點意義也沒有，因為回教徒根本就不吃豬肉。我們應該儘可能地避免看圖說故事，也避免讓數字間的關聯性超越邏輯的推論，也許你會覺得上述的故事實在荒謬，但很多現實生活上的行為其實相關不了多少。

如果你到過賭場，你應該會注意到有一種賭博遊戲叫做“俄羅斯輪盤”。這種賭局是由賭場的人員在輪盤上擲出一顆小鋼珠，並以最後落在哪個格子內作為勝敗的依據，有個有趣的現象是，在擲小鋼珠的人員旁邊會列出過去幾次的結果供大家參考，但如果你懂得簡單的機率理論的話，你應該會知道一個公平的俄羅斯輪盤賭局，每次擲小鋼珠的結果都是獨立事件，跟前面幾次的結果一點關係也沒有。

這就像每次樂透彩券開獎前總有人擠在投注站前面，根據過去的開獎記錄煞有其事的計算這次可能出現的號碼一樣，這些都是顯著的統計謬誤，拿一個看似合理但其實完全沒有意義的統計資料作為判斷依據。

資料，資料，還是資料！（2）

從資料中找到趨勢：人口紅利與人口負債

當我們要驗證我們的想法，我們可以試著從一些資料中去得到證實。然而，有些時候我們卻也可以反過來從一些統計資料中得到想法並藉以判斷未來的趨勢，例如“人口紅利”就是基於這樣的思維所產生的名詞。

所謂的“人口紅利”指的是一個國家的勞動力，也就是介於15歲到64歲之間的人口呈現逐漸增長的態勢。由於一個國家的勞動力是其經濟活動中主要的生產者，當其佔總人口的比例愈高時，那麼這個國家就擁有相對較多的人口在從事生產的工作，經濟活動也會呈現較為快速的增長，因此稱之為人口紅利。反過來說，當勞動力人口呈現衰退的趨勢時，表示這個經濟體中需要被撫養的比例，包括14歲以下以及65歲以上的人口占總人口的比重開始增加，那麼這個經濟體的成長速度就會開始趨緩，反而是進入了所謂的“人口負債”的狀態。2米2花2書2庫2&nbsp；www。7mihua。com

採用這樣的統計資料來預測經濟發展的研究有很多，最經典的案例當屬高盛證券（GoldmanSachs）分析師吉姆·歐尼爾（JimO’Neill）在2011年所提出的“金磚四國”（BRICs）理論。當時歐尼爾認為，包括巴西、俄羅斯、印度與中國擁有大量的勞動力人口，因此認為這些經濟體在未來將會擁有相當高的成長潛力，而過去這10年多來，這4個國家也確實繳出了亮眼的成績單。

若我們更進一步的去細分，每個人在一生當中不同的年齡階段會處於什麼樣的消費週期，我們就可以藉此去預測什麼樣的商品在未來的哪一個時間點可能會出現高度的需求。

舉例來說，1980年代因為兩次的石油危機，而使得高品質、低價且省油的日本車成為美國嬰兒潮世代購車的首要選擇，當時的美國車廠市佔率因此節節敗退，蒙受了重大的虧損，然而美國車廠克萊斯勒（Chrysler），卻在傳奇人物艾科卡（LeeIacocca，1924~）精確的掌握未來消費趨勢之下，為美國汽車產業爭了一口氣。當時艾科卡認為二次大戰後的嬰兒潮世代在1980年後期也差不多到了要結婚生子的時候，未來家庭旅遊必然會成為風潮，也因此開始研究家庭用的休旅車款，而這個準確的判斷也讓克萊斯勒得以從鉅額的虧損之中轉虧為盈，這便是一個掌握人口統計變數趨勢的成功案例之一。

另外，不同年齡層所處的環境也會是重要的判斷指標之一。以美國家庭為例，46歲到50歲是一個人一生中消費能力最強的時期，然而不同時代的46~50族群，卻擁有著不同的消費模式。例如1980年代以前，46~50族群很可能還是以百貨公司或大賣場這類傳統實體購