日常生活中，你会浏览报纸、杂志、网站、APP，你会看到很多信息。我相信，统计数据和结果应该是你每天获取信息中频率最多的信息之一。比如，调查显示，在2016至2018年间，英国网购杂货人数比例从49%降至45%。同时，有63%的受访者称他们在去年网购杂货时订单出现问题。 年轻人对网购杂货充满热情，中老年人对网购杂货则更谨慎。年龄在45岁及以上的受访者中，仅有35%网购杂货，而“从未在网上购买杂货且无兴趣这么做”的人的比例从2015年的34%增长到2018年的42%。德国Ifo经济研究院发布的研究报告称，如果把所耗电量折算为二氧化碳排放量，并将锂电池生产和相关能源消耗考虑在内，电动车二氧化碳排放量可能比普通燃油汽车还要高出11%至28%，每辆特斯拉电动车的实际排放量可能在每公里156-180克之间。这一数字甚至超出了一般燃油车的二氧化碳排放量。

这些数据从哪里来，是怎么得来的，我能相信它吗？好的数据能让我们解开迷雾，看清事情的真相，找到本质规律，但是不好的数据会误导他人。就像你不会报名参加100元参加首都之旅一样，你当然不会期望100元的付出能带来“正常”的旅游体验一样，你也不应该在糟糕的数据上得出任何可靠的结论。所以，在学到任何统计学知识前，分辨什么样的数据是可靠的非常重要。