一.股票分析
於知乎，看到名爲“數據分析之簡易分析股票走勢“的文章，由興奮變成了疑惑。
開篇“谷歌和騰訊的成交量差異巨大，可能也是股價變化的一個原因“與結尾“雖然谷歌和騰訊漲勢幅度相近，但收益率相差極大“的論述，到底是何意？
1.請問長期股價，交易量明細有何關聯？
開篇截圖：
個人看法：
無論是長期價格走勢，還是當日交易價格，與交易量無關；而與開盤、收盤及轉讓、分紅等價格有關，作者的說法有所偏頗。
同時，受自身股價影響，谷歌股價高於騰訊幾倍，交易量自然不一。
2.請問分析幅度，爲何對比差值，而非百分比？
結尾截圖：
據圖示，谷歌約從800漲到1050，跟騰訊約從200漲到400，前者漲了約30%，後者漲了約2倍，漲勢幅度並不相近，相近的只是股票前後差值。
個人看法：
1.若對比幅度，應對比百分比，而非差值；
2.直接對比幅度可估算收益率，不需要具體計算；若要體現具體數值，才需進行運算，文章的估算方法有點籠統。
二、幸福指數分析
圖例是某統計教材關於“生活幸福指數“的案例，其中一結論爲“如果希望婚姻幸福，只要這個婚姻不是基於愛情的，那就還有指望“，個人覺得說法比較偏頗。
理由如下：
1.樣本總體情況：未坦言，是否爲隨機調研，用戶樣本分佈情況，方差及誤差分別是多少；
2.數據時效性：各年代各國家各城市的數據是有差異、有時效性的，不能以某個年代的數據直接作爲現今年代參考，或移接爲該案例的補充總結；且若要作爲補充總結，應具體說明，不然會誤導讀者；
3.數據定義：
（1）關於“愛情“、“個人利益“、“人人結婚“、“幸福“和“不幸福“的具體定義、量化指標等並無詳細說明，很含糊（“人人結婚“此說法已違反常識）；
（2）主觀意識對於“幸福“和“不幸福“的定義的映射，到底怎麼體現爲對應的數據指標，無說明；
（3）即使所有數據都是真實的，亦無爭議，但是文中“指望“這個詞，有歧義。這種社會引導並不正確，會引起拜金等不良的社會風氣。
4.數據準確性：受訪人羣百分比只是範圍，非具體數值，不嚴謹；
5.調研方法：未坦言訪談的影響。訪談技巧對數據會有影響，而引導用戶回答，會導致數據偏差，文中沒提及；
6.數據描述：應分階段呈現，不能一概而論。如婚前對比婚後，對比幸不幸福，兩者對比的百分比差異是多少；婚後的不同年齡階段，對比幸不幸福，兩者的百分比漲跌各是多少；
7.統計意義：分析的意義在於尋找及解決問題，但這項統計，並無太大意義。
三、短視頻行業分析
下圖是海馬大數據關於抖音的分析：
1.不同的平臺生態，竟直接對比數值
兩者的生態原本就不同，單單對比數值，無可比性，對比的應該是各種數據指標權重形成的影響力。
應根分析微博各層級的點贊量、粉絲量，對應的影響力是多少；而抖音各層級的點贊量、粉絲量，對應的影響力是多少；對比兩者的上升、下降幅度及趨勢等。
2.素人案例，不應摻雜明星
費啓鳴嚴格來說不是素人，他後期已是明星，有自身經紀人，還曾出演影視劇，背後是有團隊打造。若納入案例，則會產生一定的數據誤差，同時可見平臺沒有足夠的調研。
四、數據量定義
馬蜂窩事件很火，很多人聲援“小聲比比“公衆號，但我對“小聲比比“文中數據量的表述有不同看法：
若對數據進行細分，再統計數量，則總數會超過用戶數。
例如，我國有14億人口，而各單位在統計的時候，對人的各種行爲劃分爲不同的數據種類，以此類推，數據總量超14億。
換而言之，馬蜂窩分類統計數據，再算總量，那麼“2100萬“真實點評“佔數據總量的2.91%“的說法是有可能的。
最後
希望數據分析可以再嚴謹一點，對數據負責。