1. Falacia despreciable.
La falacia del promedio se refiere a la falacia de hacer un mal uso del promedio, es decir, asignar mecánicamente las propiedades del promedio a los individuos de la población, sacando así una conclusión general basada en la ilusión del promedio. Entre ellos, la falacia de la media aritmética es la falacia de la media más común, que se refiere al argumento erróneo de que el uso inadecuado de la media aritmética conduce a sacar conclusiones generales basadas en la ilusión de la media aritmética. La característica del promedio aritmético es compensar las deficiencias con los puntos fuertes, utilizar los grandes para compensar los pequeños y utilizar el resultado final para representar un cierto nivel general de la población objetivo. Por ejemplo, el siguiente ejemplo:
El precio promedio de compra en línea de artículos de primera necesidad en el Reino Unido es de 12 dólares estadounidenses, el de Estados Unidos es de 15 dólares estadounidenses y el de Filipinas es de 1 dólar estadounidense. Se puede observar que las compras en línea de artículos de primera necesidad desde Filipinas son más baratas que las compras en línea desde el Reino Unido y los Estados Unidos.
¿En el ejemplo anterior? ¿Precio medio? ¿Es un promedio y el resultado final no se puede derivar del promedio? ¿Es más barato comprar artículos de primera necesidad en línea desde Filipinas que desde el Reino Unido y Estados Unidos? Conclusión, porque el promedio no significa que todos los bienes en Filipinas sean necesariamente más baratos que los del Reino Unido y Estados Unidos.
2. Los datos no tienen paralelo.
La falacia de la incomparabilidad de datos se refiere al error que se produce al comparar mecánicamente dos datos ignorando las diferencias sustanciales entre objetos estadísticos y muestras. La comparación debe tener un objeto de comparación y una base de comparación. En otras palabras, para comparar, debe existir un * * * marco de referencia razonable. Sin un marco de referencia, no podemos compararlos. También a través de un ejemplo:
QQ tiene 820 millones de usuarios activos mensuales y QQ space tiene más de 600 millones de usuarios activos. Se puede ver que Facebook sigue siendo la plataforma social más popular del mundo, pero el número total de usuarios de QQ y QQ Zone supera a Facebook.
En el ejemplo anterior, ¿por? ¿QQ tiene 820 millones de usuarios activos mensuales y QQ space tiene más de 600 millones de usuarios activos? ¿No puedes expulsarlo? ¿El número total de usuarios de QQ y QQ Zone supera al de Facebook? . Debido a que los usuarios activos mensuales de QQ y los usuarios activos del espacio son conceptos diferentes, la cantidad de usuarios de los dos no se puede agregar simplemente y puede haber cierta superposición.
3. Datos independientes.
Los datos independientes son datos que están separados de la base de comparación. El papel probatorio de los datos independientes en un argumento no es convincente y debe compararse con datos relevantes para que sea convincente. Un ejemplo sencillo:
Al comienzo del semestre, habrá un grupo de vendedores en el dormitorio. Los datos muestran que la tasa de éxito de las promociones en dormitorios de niñas es del 65%. Por lo tanto, la promoción de los dormitorios de niñas ha tenido relativamente éxito.
Esta frase concluye que la tasa de éxito de la promoción de los dormitorios de niñas es solo del 65%. Se cree que la promoción de los dormitorios de niñas tiene más éxito, el 65% es un dato aislado y es difícil sacar una conclusión. . Como no se proporciona la tasa de éxito de los dormitorios de varones en el proceso de promoción, no se puede sacar ninguna conclusión sin datos comparativos.