
108
|
第七章:可否請壞資料站出來?
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0 25 50 75 100 125 150 175 200 225
Page Views per User and Month
Users
Page Views
圖 7-5 依照圖 7-4 資料的累積分佈函式。請注意水平軸刻度的減少
學習到的事
我們可以藉由這些不同的故事學到什麼呢?先讓我們回憶一下:製造者的減少損毀方法
遇到了問題,因為他們沒有辦法確認資料的品質是如他們所預期的。在電話流量的研究
中,在資料與理論模型之間的無預期衝突,導致在資料中發現別的結構以及資訊,若不
是這樣,根本不會發現這些。而第三個(也是更通泛的)範例指出了現實世界中常見的
錯誤方式,多數基礎總和的統計方式(平均值或是中位數)沒有辦法對真實的行為表現
出實際的狀態。
在這些情境中的共同點就是,資料不是問題的所在。問題在於,資料本身與我們認為該
資料
應該
是如何之間的不一致。更清楚的說:並不是說這類的資料是「壞資料」,而是
因為我們對其貧乏的假設。然而,第二個故事告訴我們,若我們注意到實際資料與我們
期望之間的不同,那麼這個不一致性便能導致「創造性張力」,帶給我們擁有額外洞見
的機會。