日常生活中的统计推理
统计是描述研究、相关研究和实验研究中的重要研究工具，帮助我们观察和解释肉眼可能错过的事物。准确地理解统计能够令所有人获益匪浅。如今，能够将简单统计学原理应用于日常推理是受过良好教育的体现。人们不需要记住复杂的公式，就可以更清晰、更具批判性地考虑数据。
凭空估计往往会误判实际结果，进而误导公众。只要有人提出一个较大的、笼统的数字，而其他人对此表示赞同，用不了多久，这一数字就会成为误导公众的错误信息。请看下列三个例子：
• 同性恋占总人口的10%，还是像各种全国性调查所表明的占总人口的2%～4%（见第11章）？
• 我们只使用了10%的大脑，还是使用了近乎100%的大脑（见第2章）？
• 每天走10 000步能够让人更健康，还是8500步或13 000步也行？游泳或慢跑可以吗（Mull, 2019）？
设定目标时，人们都喜欢较大的、笼统的数字。在减肥时，人们更倾向于减掉10千克，而不是9.07千克。棒球击球手在赛季结束前会冲刺提高平均打击率，使得他们平均打击率达到0.33的可能性比达到0.299的可能性高出近四倍。（Pope & Simonsohn, 2011）
看到耸人听闻的标题，却没有证据支撑时（如全国有100万青少年怀孕，200万老人无家可归，或300万起车祸与酒精有关等），你就可以非常肯定地知道，这是有人在猜测。猜测者若是想强调这个问题，就会往更大的数字去猜；若是想尽量减少问题，就会往更小的数字去猜。要记住的一点：面对没有证据支撑的较大的、笼统的数字，要进行批判性思考。
虚假统计还会引发无谓的健康恐慌（Gigerenzer, 2010）。20世纪90年代，英国媒体曾报道一项研究，表示服用某种避孕药的妇女患血栓的风险增长了100%，而血栓可能引发中风。这篇报道广为流传，引起成千上万的妇女停用避孕药，结果导致了一大拨意外怀孕，还有估计13 000例额外的流产（这也与血栓风险增加有关）。由于这一较大的、笼统的数字的诱导，很少有人关注这项研究的实际结果：血栓风险的确增长了100%，但只是从七千分之一增长到了七千分之二。这样的虚假警报表明，我们有必要进行批判性思考，教授统计推理知识，并且更透明地展示统计信息。