Skip to content
← 返回 hands-on-data-visualization
← 返回 hands-on-data-visualization

ch-0015 Chapter 14: Detect Lies and Reduce Bias

  • 原书章节: Chapter 14 Detect Lies and Reduce Bias（pp. 393–418）
  • 输入来源: 本地 pdf（HandsOnDataViz.pdf）

摘要

回扣开篇的收入不平等案例，给出判定可视化真伪的三分法：

  • wrong（错误）：歪曲证据或违反硬性设计规则——如柱状图基线不从零开始、饼图扇区 加起来超过 100%
  • misleading（误导）：技术上合规、但有意引导误读——如对数刻度、截断基线、拉宽 纵横比、加双纵轴
  • truthful（真实）：数据准确且遵守规则；两个"同样真实"的画法可能并存（如 ch-0001 两张世界地图）

How to Lie with Charts（引用 Mark Monmonier《How to Lie with Maps》的启发）：

  • 截断基线夸大变化（把纵轴起点裁掉一大截，经济数据常见）
  • 拉宽/压扁图表改变 aspect ratio 淡化或夸大趋势（引 Alberto Cairo 的建议：斜率约 45° 时最利于诚实读图，但非普适）
  • 加更多数据序列 + 双纵轴制造虚假关联

How to Lie with Maps：分类分桶（class intervals）的切法、投影方式、颜色选择都会 改变叙事。

偏差（bias）：定义为"不公平地偏向某一观点"。四类数据偏差：

  • sampling biases（采样偏差）：selection / non-response / self-selection（ch-0006 已预警）
  • cognitive biases（认知偏差）：confirmation（只信符合先见的）、pattern（把随机数 看成规律）、framing（同一事实换个说法：5% 死亡率 vs 95% 存活率）
  • algorithmic biases（算法偏差）：系统放大既有特权，如司法再犯预测软件（Northpointe/ Equivant）的种族偏差
  • intergroup biases（群体间偏差）：群体刻板印象影响数据呈现与解读

四类空间偏差（spatial bias）：map area（眼球被大区域吸引——怀俄明 vs 罗德岛选举人票 案例）、projection（投影扭曲）、disputed territory（争议领土的呈现立场）、exclusion （数据缺失区域的隐形）。

要点归纳

  • 判定三步：wrong（违规）→ misleading（合规但误导）→ truthful（准确+合规）
  • 图表说谎常用四招：截断基线、对数刻度、拉宽纵横比、双纵轴
  • 地图说谎靠"分类/投影/配色"的选择——与 ch-0001 两张都"真实"的地图呼应
  • 四类数据偏差 + 四类空间偏差，识别是减少的第一步
  • framing bias 的经典例子：5% 死亡率与 95% 存活率是同一事实
  • 反制手段：标注来源与不确定性（见 ch-0016）、不做选择性呈现、主动寻找反例

术语 / 概念

  • wrong / misleading / truthful — 可视化真伪三分法（本书核心判定框架）
  • truncated baseline（截断基线） — 纵轴不从零开始，夸大/掩盖差异
  • aspect ratio（纵横比） — 图的宽高比；Cairo 建议接近 45° 斜率（非硬规则）
  • dual vertical axis（双纵轴） — 两条量纲不同的曲线共轴，易制造假关联
  • confirmation / pattern / framing bias — 确认偏差 / 模式偏差 / 框架偏差
  • algorithmic bias（算法偏差） — 算法系统性偏袒某些群体（如司法预测）
  • intergroup bias（群体间偏差） — 群体刻板印象造成的不公
  • map area / projection / disputed territory / exclusion bias — 四类空间偏差

原句摘录

...if a bar or column chart begins at a number other than zero, it's wrong because those types of charts represent values through length or height, which readers cannot determine if the baseline has been truncated.

The first map sorts nations in three categories... while the second map displays the entire range in a green-blue color gradient... Yet both maps are equally valid, because neither violates a definitive rule in map design nor intentionally disguises data.

We define bias as unfairly favoring one view over another.

疑问 / 待查

  • Monmonier《How to Lie with Maps》与 Cairo《How Charts Lie》作为延伸阅读（见 notes.md 重要参考）
  • 算法偏差（COMPAS 再犯预测）是数据伦理的重要议题，可单列深入研究
Backlinks (1) 
flowchart LR
  n0["ch-0001 Introduction（为什么做数据可视化）"]
  n1["ch-0002 选工具讲你的数据故事（Ch 1）"]
  n2["ch-0003 强化电子表格技能（Ch 2）"]
  n3["ch-0004 找到并质询你的数据（Ch 3）"]
  n4["ch-0005 清洗脏数据（Ch 4）"]
  n5["ch-0006 做有意义的比较（Ch 5）"]
  n6["ch-0007 图表化你的数据（Ch 6）"]
  n7["ch-0008 地图化你的数据（Ch 7）"]
  n8["ch-0009 表格化你的数据（Ch 8）"]
  n9["ch-0010 嵌入网页（Ch 9）"]
  n10["ch-0011 用 GitHub 编辑与托管代码（Ch 10）"]
  n11["ch-0012 Chart.js 与 Highcharts 模板（Ch 11）"]
  n12["ch-0013 Leaflet 地图模板（Ch 12）"]
  n13["ch-0014 转换你的地图数据（Ch 13）"]
  n14["ch-0015 识别谎言、减少偏差（Ch 14）"]
  n15["ch-0016 讲述并展示你的数据故事（Ch 15）"]
  n16["ch-0017 附录 A 排查常见问题"]
  n17["Hands-On Data Visualization（整理完成）"]
  n18["Hands-On Data Visualization 笔记"]
  n19["Reading"]
  n17 --> n0
  n17 --> n1
  n17 --> n2
  n17 --> n3
  n17 --> n4
  n17 --> n5
  n17 --> n6
  n17 --> n7
  n17 --> n8
  n17 --> n9
  n17 --> n10
  n17 --> n11
  n17 --> n12
  n17 --> n13
  n17 --> n14
  n17 --> n15
  n17 --> n16
  n17 --> n18
  n19 --> n17
  click n0 "../ch-0001/" "ch-0001 Introduction（为什么做数据可视化）"
  click n1 "../ch-0002/" "ch-0002 选工具讲你的数据故事（Ch 1）"
  click n2 "../ch-0003/" "ch-0003 强化电子表格技能（Ch 2）"
  click n3 "../ch-0004/" "ch-0004 找到并质询你的数据（Ch 3）"
  click n4 "../ch-0005/" "ch-0005 清洗脏数据（Ch 4）"
  click n5 "../ch-0006/" "ch-0006 做有意义的比较（Ch 5）"
  click n6 "../ch-0007/" "ch-0007 图表化你的数据（Ch 6）"
  click n7 "../ch-0008/" "ch-0008 地图化你的数据（Ch 7）"
  click n8 "../ch-0009/" "ch-0009 表格化你的数据（Ch 8）"
  click n9 "../ch-0010/" "ch-0010 嵌入网页（Ch 9）"
  click n10 "../ch-0011/" "ch-0011 用 GitHub 编辑与托管代码（Ch 10）"
  click n11 "../ch-0012/" "ch-0012 Chart.js 与 Highcharts 模板（Ch 11）"
  click n12 "../ch-0013/" "ch-0013 Leaflet 地图模板（Ch 12）"
  click n13 "../ch-0014/" "ch-0014 转换你的地图数据（Ch 13）"
  click n14 "./" "ch-0015 识别谎言、减少偏差（Ch 14）"
  click n15 "../ch-0016/" "ch-0016 讲述并展示你的数据故事（Ch 15）"
  click n16 "../ch-0017/" "ch-0017 附录 A 排查常见问题"
  click n17 "../" "Hands-On Data Visualization（整理完成）"
  click n18 "../notes/" "Hands-On Data Visualization 笔记"
  click n19 "../../" "Reading"