“一图胜千言。” 这句话让我们相信我们可以很容易地正确解读图表。但是，图表是视觉论证，如果我们不密切注意，就很容易误解。迈阿密大学视觉新闻学系主任阿尔贝托·开罗揭示了一个图表示例中的陷阱。学习如何更好地阅读图形可以帮助我们在一个真相可能被隐藏或扭曲的世界中游刃有余。
假设你很肥胖，并且已经厌倦了家人、朋友和医生告诉你肥胖可能会增加你患糖尿病、心脏病甚至癌症的风险——所有这些都可能缩短你的寿命。有一天你看到了这张图表（下方）。突然你感觉好多了，因为它表明，一般来说，一个国家肥胖人口越多（图表右侧），预期寿命就越高（图表顶部）。因此，你认为，肥胖的人一定活得更长。毕竟，相关性（红线）非常强。
来源：阿尔贝托·开罗；顾问：希瑟·克劳斯，Datassist；资料来源：“三级肥胖（BMI 40-59 kg/m2）与死亡率之间的关联：20项前瞻性研究的汇总分析”，作者 Cari M. Kitahara 等，发表于《PLOS Medicine》；2014年7月8日；中央情报局世界概况（全球肥胖率，2016年）；《图表如何撒谎：更明智地了解视觉信息》，作者 阿尔贝托·开罗，W. W. Norton 出版社（即将出版）
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的有影响力的故事的未来。
图表本身并没有错。但它并没有真正表明肥胖人口越多，寿命就越长。更全面的描述应该是：“在国家层面——按国家划分——肥胖率与出生时预期寿命之间存在正相关关系，反之亦然。” 然而，这并不意味着正相关关系在地方或个人层面也成立，或者存在因果联系。这里涉及到两种谬误。
首先，一旦你探索不同细节层面的数字，聚合数据中的模式可能会消失甚至逆转。如果按收入水平划分国家，随着收入的增加，强正相关性会变得弱得多。在最高收入国家（右下角的图表）中，这种关联是负相关的（肥胖率越高意味着预期寿命越低）。
.png?w=1350)
来源：阿尔贝托·开罗；顾问：希瑟·克劳斯，Datassist；资料来源：“三级肥胖（BMI 40-59 kg/m2）与死亡率之间的关联：20项前瞻性研究的汇总分析”，作者 Cari M. Kitahara 等，发表于《PLOS Medicine》；2014年7月8日；中央情报局世界概况（全球肥胖率，2016年）；世界银行（出生时预期寿命率和收入群体分类，2016年）；《图表如何撒谎：更明智地了解视觉信息》，作者 阿尔贝托·开罗，W. W. Norton 出版社（即将出版）
当您按州查看美国时，模式仍然是负相关的：出生时预期寿命随着肥胖率的上升而下降。
来源：阿尔贝托·开罗；顾问：希瑟·克劳斯，Datassist；资料来源：“三级肥胖（BMI 40-59 kg/m2）与死亡率之间的关联：20项前瞻性研究的汇总分析”，作者 Cari M. Kitahara 等，发表于《PLOS Medicine》；2014年7月8日；美国疾病控制与预防中心（CDC）（美国肥胖率，2017年）；《图表如何撒谎：更明智地了解视觉信息》，作者 阿尔贝托·开罗，W. W. Norton 出版社（即将出版）；威斯康星州和缅因州的数据不可用
然而，这掩盖了第二个谬误：负相关性可能受到许多其他因素的影响。例如，运动和获得医疗保健的机会与预期寿命有关。收入也是如此。
.png?w=1350)
来源：阿尔贝托·开罗；顾问：希瑟·克劳斯，Datassist；资料来源：“三级肥胖（BMI 40-59 kg/m2）与死亡率之间的关联：20项前瞻性研究的汇总分析”，作者 Cari M. Kitahara 等，发表于《PLOS Medicine》；2014年7月8日；美国疾病控制与预防中心（CDC）（美国肥胖率，2017年）；《图表如何撒谎：更明智地了解视觉信息》，作者 阿尔贝托·开罗，W. W. Norton 出版社（即将出版）；威斯康星州和缅因州的数据不可用
谬误在于试图通过查看不反映个人情况的聚合数据来确定有关您个人风险的信息。相反，如果您看到随机选择的大量人群中个人的数据，您可能会发现，对于处于您这种情况的某人来说，肥胖可能与寿命有关，也可能无关。
该怎么做
尝试不仅要看图表显示了什么，还要看它可能没有显示什么。
不要仓促下结论，特别是当图表似乎证实了您已经相信的东西时。
质疑您是否正确地用语言表达了图表的内容。
考虑数据是否代表了您想要进行推断所需的级别。如果您想了解国家，例如，请查阅国家级别的数据，但如果您想了解自己的健康风险，请查找有关个人的数据。无论如何，始终记住，在图表或任何数据中，相关性与因果关系不同。