数据检查问题

咱们在干一个数据分析的活之前，总是问一下以下这些问题。

第一个问题是关于数据来源的。谁收集了这个数据？为什么要收集这个数据？这个很重要。比如说空气污染。这个数据是陈老师在家里用一个 20 块钱的设备收集的？还是环保局他们用专业设备收集的。这个不一样。陈老师就是想简单地看一眼，还是环保局要制定国家政策，这个要求是不一样的，所以数据的质量也不一样。根据这些数据来源信息，我们来决定这个数据是不是适用咱们的问题？

查看数据来源，是一个通用的技巧。我们现在在网上看一些新闻，首先要看这个新闻是谁发布的？这是最关键的。如果是新华社发布的，那么就还行。如果是什么自媒体博主发布的，那就要慎重。当然，不是说自媒体发布的就一定不好，只是我们要再细致地看一下，他的信息源又是哪，然后问问他为什么要去收集这个数据。这么一问的话，就能看出一篇文章的可信度。比如一些公众号，它的目的就是吸引流量，但有的公众号，它是一个公益组织，有很好的正确的目标。

数据来源的英文叫 Source。一般来说，只要把 Source 检验通过了，假新闻在你身上就没有效果了。在这方面，同学们都挺专业的，一般好像没有转发假新闻什么的，但我们要提醒自己的家人，因为他们的环境非常恶劣，比如刷抖音，他们经常以为抖音上那些高赞的视频，可信度就高。一定要为他们分享你学到的数据分析的基本方法。请他们学会鉴别。那些视频真的特别坑人。

第二个问题关于场景的，就是看数据是何时、何地被收集的。这也很重要，比如说疫苗数据是什么时候收集的？在南非收集的还是在美国收集的？这是不一样的。这个跟数据的场景有关。我们想要研究什么场景？假日还是平时？北京还是乡镇，是不一样的。

第三个问题是关于目标人群和测量方法的。目标人群是谁，测量人群尽量和它匹配；采用的测量仪器和方法怎么样？该校正的就做校正，该多测几次的就多测几次，把偏差降低，把精确度提高。

我们下面来做一个课堂练习：输入你心仪的职位的招聘需求，然后问 AI 下面的问题：


Index