[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:07.81,0:00:10.84,Default,,0000,0000,0000,,一个牙膏品牌声称他们的产品\N可以比以往任何的产品
Dialogue: 0,0:00:10.84,0:00:12.91,Default,,0000,0000,0000,,除掉更多的牙菌斑。
Dialogue: 0,0:00:12.91,0:00:16.41,Default,,0000,0000,0000,,一位政客告诉人们\N他们的计划会制造最多的就业机会。
Dialogue: 0,0:00:16.41,0:00:18.95,Default,,0000,0000,0000,,我们已经太习惯在广告和政治宣传中
Dialogue: 0,0:00:18.95,0:00:20.85,Default,,0000,0000,0000,,听到这些夸大其词了，
Dialogue: 0,0:00:20.85,0:00:23.13,Default,,0000,0000,0000,,以至于有时我们根本不把这些东西放在眼里。
Dialogue: 0,0:00:23.13,0:00:26.11,Default,,0000,0000,0000,,但是假如这些说法同时伴随着一个图表呢？
Dialogue: 0,0:00:26.11,0:00:28.47,Default,,0000,0000,0000,,毕竟，图表并不是主观意见，
Dialogue: 0,0:00:28.47,0:00:32.61,Default,,0000,0000,0000,,它呈现的只是冰冷确切的数字，\N谁又能来质疑这些冷冰冰的数字呢？
Dialogue: 0,0:00:32.61,0:00:36.40,Default,,0000,0000,0000,,然而，事实是，图表可以通过很多方法误导人们
Dialogue: 0,0:00:36.40,0:00:38.19,Default,,0000,0000,0000,,并完全地操纵人们的想法。
Dialogue: 0,0:00:38.19,0:00:40.74,Default,,0000,0000,0000,,下面便是一些图表误导人们的方式。
Dialogue: 0,0:00:40.74,0:00:45.76,Default,,0000,0000,0000,,在这则1992年的广告中，\N雪弗兰利用这张图表声称
Dialogue: 0,0:00:45.76,0:00:47.51,Default,,0000,0000,0000,,他们制造了全美最耐用的卡车。
Dialogue: 0,0:00:47.51,0:00:51.96,Default,,0000,0000,0000,,这张图表不仅显示雪弗兰过去的十年间卖出的卡车\N
Dialogue: 0,0:00:51.96,0:00:53.59,Default,,0000,0000,0000,,有98%目前仍在使用中，
Dialogue: 0,0:00:53.59,0:00:57.34,Default,,0000,0000,0000,,图表还暗示他们的卡车比丰田要耐用一倍。
Dialogue: 0,0:00:57.34,0:01:00.63,Default,,0000,0000,0000,,事实看上去就是如此，\N直到你仔细观察纵坐标上对应的数值，
Dialogue: 0,0:01:00.63,0:01:05.47,Default,,0000,0000,0000,,你才会发现丰田（十年间卖出的）卡车的使用率为96.5%左右。
Dialogue: 0,0:01:05.47,0:01:09.31,Default,,0000,0000,0000,,该图表的问题在于\N纵坐标的范围仅仅是95到100.
Dialogue: 0,0:01:09.31,0:01:12.96,Default,,0000,0000,0000,,如果范围是从0到100，\N图表会是这个样子。
Dialogue: 0,0:01:12.96,0:01:16.24,Default,,0000,0000,0000,,这便是图表误传数据的最普遍方法之一，
Dialogue: 0,0:01:16.24,0:01:18.33,Default,,0000,0000,0000,,也就是扭曲某一坐标的尺度。
Dialogue: 0,0:01:18.33,0:01:20.80,Default,,0000,0000,0000,,将y轴的某一小部分放大
Dialogue: 0,0:01:20.80,0:01:25.70,Default,,0000,0000,0000,,可使两个被比较的事物之间\N难以察觉的差距被夸张放大。
Dialogue: 0,0:01:25.70,0:01:27.97,Default,,0000,0000,0000,,这个方法对于柱状图来说尤其起效。
Dialogue: 0,0:01:27.97,0:01:30.58,Default,,0000,0000,0000,,因为我们总是假设柱状图的长度与数值
Dialogue: 0,0:01:30.58,0:01:32.80,Default,,0000,0000,0000,,是成比例对应的。
Dialogue: 0,0:01:33.23,0:01:36.12,Default,,0000,0000,0000,,另一方面，x轴的间距也是可以被扭曲的，
Dialogue: 0,0:01:36.12,0:01:40.41,Default,,0000,0000,0000,,这种扭曲通常发生在\N呈现某事物随着时间改变的线形图上。
Dialogue: 0,0:01:40.41,0:01:44.75,Default,,0000,0000,0000,,这张图标呈现的是美国2008年\N到2010年的失业情况，
Dialogue: 0,0:01:44.75,0:01:47.100,Default,,0000,0000,0000,,其使用了两种方法操纵x轴。
Dialogue: 0,0:01:47.100,0:01:50.40,Default,,0000,0000,0000,,首先，x轴的间距是不一致的。
Dialogue: 0,0:01:50.40,0:01:53.42,Default,,0000,0000,0000,,2009年3月之后的15个月的跨度被压缩
Dialogue: 0,0:01:53.42,0:01:56.76,Default,,0000,0000,0000,,使其看起来比之前的6个月还短。
Dialogue: 0,0:01:56.76,0:02:00.11,Default,,0000,0000,0000,,如果使用一致的数据点，\N我们将会看到一张截然不同的图表，
Dialogue: 0,0:02:00.11,0:02:03.70,Default,,0000,0000,0000,,其中的失业情况在2009年年底之后逐渐减弱。
Dialogue: 0,0:02:03.70,0:02:06.68,Default,,0000,0000,0000,,如果你对图表前一部分的\N失业情况为何会加重感到不解，
Dialogue: 0,0:02:06.68,0:02:10.62,Default,,0000,0000,0000,,其原因是该图表中时间线的起点正是金融海啸之后
Dialogue: 0,0:02:10.62,0:02:12.63,Default,,0000,0000,0000,,美国开始财政崩溃之后的时刻。
Dialogue: 0,0:02:12.63,0:02:15.22,Default,,0000,0000,0000,,这种技巧被称为“计划性选择”。
Dialogue: 0,0:02:15.22,0:02:18.87,Default,,0000,0000,0000,,也就是通过别有用心地选择一个时间段\N
Dialogue: 0,0:02:18.87,0:02:20.65,Default,,0000,0000,0000,,来排除该时间段之外发生的某一事件的影响。
Dialogue: 0,0:02:20.65,0:02:24.76,Default,,0000,0000,0000,,而选择某些特定的数据点\N可以掩盖该时间段内的重要变化。
Dialogue: 0,0:02:24.76,0:02:27.36,Default,,0000,0000,0000,,即使图表本身没有任何错误，
Dialogue: 0,0:02:27.36,0:02:30.94,Default,,0000,0000,0000,,省略某些相关的数据点\N也会让人留下错误的印象。
Dialogue: 0,0:02:30.94,0:02:33.100,Default,,0000,0000,0000,,统计每年观看超级碗观众人数的表格
Dialogue: 0,0:02:33.100,0:02:37.63,Default,,0000,0000,0000,,让人们以为超级碗的人气火爆。
Dialogue: 0,0:02:37.63,0:02:40.20,Default,,0000,0000,0000,,但事实上它统计的并不是观众人数的成长。
Dialogue: 0,0:02:40.20,0:02:41.97,Default,,0000,0000,0000,,事实上，超级碗的收视率是保持稳定的，
Dialogue: 0,0:02:41.97,0:02:45.11,Default,,0000,0000,0000,,因为虽然球迷的数量在增加，
Dialogue: 0,0:02:45.11,0:02:47.96,Default,,0000,0000,0000,,但是每名观众的收视占有率却并没有增加。
Dialogue: 0,0:02:47.96,0:02:49.89,Default,,0000,0000,0000,,最后，在不知道图表呈现的重点的情况下，
Dialogue: 0,0:02:49.89,0:02:53.32,Default,,0000,0000,0000,,人们很难从其中获得有用的信息。
Dialogue: 0,0:02:53.32,0:02:56.46,Default,,0000,0000,0000,,以下的两幅图利用了国家环境信息中心提供的
Dialogue: 0,0:02:56.46,0:02:59.72,Default,,0000,0000,0000,,同一组海洋温度的数据。
Dialogue: 0,0:02:59.72,0:03:02.49,Default,,0000,0000,0000,,然而为什么它们却看起来完全相反呢？
Dialogue: 0,0:03:02.49,0:03:05.28,Default,,0000,0000,0000,,第一幅图描绘了1880年到2016年的
Dialogue: 0,0:03:05.28,0:03:07.99,Default,,0000,0000,0000,,年平均海洋温度。
Dialogue: 0,0:03:07.99,0:03:10.15,Default,,0000,0000,0000,,虽然温度的变化看起来并不明显，
Dialogue: 0,0:03:10.15,0:03:12.88,Default,,0000,0000,0000,,但是，即使是半摄氏度的温度上升
Dialogue: 0,0:03:12.88,0:03:15.80,Default,,0000,0000,0000,,也可能导致严重的生态问题。
Dialogue: 0,0:03:15.80,0:03:17.22,Default,,0000,0000,0000,,这也就是为什么
Dialogue: 0,0:03:17.22,0:03:19.86,Default,,0000,0000,0000,,呈现了年平均温度波动的第二张图表
Dialogue: 0,0:03:19.86,0:03:22.39,Default,,0000,0000,0000,,重要性远大于第一张。
Dialogue: 0,0:03:22.39,0:03:27.38,Default,,0000,0000,0000,,如果使用得当，图表可以帮助我们\N更直观地了解复杂的数据。
Dialogue: 0,0:03:27.38,0:03:31.18,Default,,0000,0000,0000,,但是可视化软件一方面大大\N增加了图表在各种媒体上的应用，
Dialogue: 0,0:03:31.18,0:03:35.90,Default,,0000,0000,0000,,另一方面粗心大意和刻意误导也变得更加频繁。
Dialogue: 0,0:03:35.90,0:03:39.56,Default,,0000,0000,0000,,因此，下一次在遇到图表时，\N不要被直线和曲线的走向误导。
Dialogue: 0,0:03:39.56,0:03:40.88,Default,,0000,0000,0000,,仔细看一看单位、
Dialogue: 0,0:03:40.88,0:03:42.13,Default,,0000,0000,0000,,数值、
Dialogue: 0,0:03:42.13,0:03:43.05,Default,,0000,0000,0000,,间距
Dialogue: 0,0:03:43.05,0:03:44.36,Default,,0000,0000,0000,,以及该图表的背景，
Dialogue: 0,0:03:44.36,0:03:46.78,Default,,0000,0000,0000,,问问自己这张图标到底要传递什么信息。