概念地圖・安斯庫姆四重奏
作者 山姆（謝冠生）・喵喵書評創辦人
發布
分類：敘事
這一頁不只是把一個概念解釋一遍——一張自己畫的結構圖，加上拿台灣情境從頭走一次的實例演練、這個框架什麼時候會騙你，以及它接回 P.A.I.N. 之後長什麼樣。一頁必須交付的三層 →
安斯庫姆四重奏：統計量一樣，形狀完全不同
四行摘要並排在螢幕上，平均數、變異數、相關係數、迴歸線的斜率，一欄一欄對過去全都一樣。那個剛把四組資料跑完的人，第一個反應是自己複製貼上時貼錯了——四組不同來源的數字，怎麼可能連小數點後三位都對得起來。他把四組各自畫成散布圖。四張圖跳出來的那一刻，答案也跟著跳出來了：一張是漂亮的直線，一張是明顯的拋物線，一張被單一個離群點拉歪，還有一張的十一個點裡有十個疊在同一條垂直線上。統計學家安斯庫姆在 1973 年就是用這四組資料講一件事——摘要對得起來，不代表資料長得像。
四組數字，同一張統計摘要
先把四組的摘要跟形狀擺在一起看。左邊那幾欄一路重複，右邊兩欄才開始分岔。
| 這一組 | 統計摘要 | 畫出來的形狀 | 迴歸線在這裡的意思 |
|---|---|---|---|
| 第一組 | 平均 9 與 7.5、相關 0.816 | 點沿著線散開 | 可信，資料本來就是直線關係 |
| 第二組 | 完全相同 | 一條向下彎的拋物線 | 用錯模型，該配的是曲線 |
| 第三組 | 完全相同 | 十個點成一直線，一個高高在上 | 被單一個離群點拉歪了斜率 |
| 第四組 | 完全相同 | 十個點疊在同一條垂直線上 | 斜率由孤零零那一個點獨自決定 |
| 共同的結論 | 摘要分不出這四組 | 四種完全不同的長相 | 先畫圖，再看統計量 |
第二欄從頭到尾沒有變化，這正是安斯庫姆刻意設計的。他要證明的不是「統計量會出錯」——那四組數字算出來的每一個值都是對的。他要證明的是摘要天生會壓縮：把十一個點壓成四個數字，過程中被丟掉的東西，剛好就是你最需要知道的那件事。而最後一列那句「先畫圖」之所以難做到，是因為摘要看起來已經很完整了。四個乾淨的數字擺在報表上，沒有任何一格在提醒你，它底下可能藏著一條彎的線。
算完統計量之後，先看這四件事
一、你有沒有真的看過那張散布圖。這一條聽起來像廢話，實務上卻是最常跳過的一步。相關係數與迴歸結果通常由工具自動吐出來，畫圖要多花一個動作，而報告裡也不一定放得下那張圖。四重奏的殺傷力就在這裡——四組資料唯一分得出來的方法，是那個多出來的動作。自問：這個數字我引用了，那張散布圖我親眼看過嗎？
二、關係是直的還是彎的。相關係數與線性迴歸都預設了一件事：兩個變數之間是直線關係。第二組資料的相關係數 0.816 看起來很漂亮，可是它真正的形狀是先升後降的拋物線，用直線去描述它，兩端一定錯得離譜。廣告投放的邊際效果、加班時數對產出的貢獻、價格對銷量的影響，這些在現實裡多半都是彎的。自問：如果 x 一直加下去，y 會不會有一個轉折點？
三、有沒有一兩筆資料在主導結果。第三組跟第四組講的是同一個病的兩種發作方式。第三組是離群點——它偏離大家所在的位置，把迴歸線往自己的方向扯了一段。第四組更極端，那個孤零零的點站在 x 很遠的地方，它一動，整條線的斜率就跟著動；把它拿掉，剩下十個點連斜率都算不出來。自問：拿掉最極端的那一筆，我的結論還站得住嗎？
四、樣本有多少筆。四重奏每組只有十一個點，而現實裡的樣本常常也就這個量級——十二個月、八家分店、二十筆訂單。樣本越小，單一筆資料的影響力越大，摘要與形狀脫鉤的機率也越高。樣本很大的時候，圖照樣要畫。只是問題換了一種長相——幾萬個點糊成一團，該做的變成分層或抽樣，讓形狀重新浮出來。自問：我這個結論，是幾筆資料撐起來的？
一家消波塊預鑄廠的四批試體，走一遍
- 在量什麼：廠裡每次澆置消波塊，會另外做幾顆圓柱試體，養護到第 28 天送去做抗壓強度測試。這一季比較四家預拌混凝土廠的表現，每家各取十一顆試體，橫軸是養護天數，縱軸是量到的強度。指標定義乾淨
- 報表怎麼說：四家的平均強度、離散程度、強度與天數的相關係數，一路對到小數點後兩位都幾乎一樣。採購把這份摘要送上去，附一句「四家品質相當，建議照報價最低的挑」。數字全部算對
- 畫成圖之後：品管把四家各自畫成散布圖。A 家的點沿著趨勢線散開，B 家的強度爬到第 21 天就停了、後面反而往下掉，C 家有一顆試體強度異常高、把整條線拉了起來，D 家的試體幾乎全在同一天送測、只有一顆是別的天數。四張圖四件事
- 各自的意思：B 家的曲線代表配比或養護出了狀況，不是慢慢變好；C 家那顆高分試體多半是取樣或測試環節的意外，把它拿掉之後那家的表現落到最後一名；D 家的資料則根本沒有描述「天數與強度的關係」的能力，它只是同一天的十顆試體，加上一顆孤兒。摘要看不出來
- 後來怎麼決定：廠裡把「附散布圖」寫進送審規則——沒有圖的檢測報告一律退回重送。這件事不花錢，只是把一個原本沒人做的動作，變成一個沒人能跳過的動作。改掉的是流程
這個場景值得記住的接縫在第二點跟第三點中間。採購沒有算錯，他看到的摘要確實顯示四家相當；品管也沒有拿到新的資料，那四張圖用的是同一批數字。兩個人拿著同一份東西，其中一個多做了一個動作——把它畫出來。那個動作之所以會被跳過，不是因為誰偷懶，是因為報表上的四個數字看起來已經把話說完了。以上為說明結構用的示意情境，僅供理解框架之用。
這張圖什麼時候會騙你
- 它證明的是「摘要不夠」，沒有說「摘要沒用」。四重奏很容易被讀成一句反統計的口號，然後被拿去支持「數字都是騙人的、還是要靠直覺」。安斯庫姆自己的立場正好相反：他是統計學家，那四組資料是他為了讓人更會用統計而設計的教材。摘要與圖各自負責一件事——摘要負責讓幾百組資料能被比較、被排序、被放進報表，圖負責讓你看見摘要壓縮掉的形狀。把任何一邊丟掉，剩下的那一邊都會出事。
- 畫了圖，不代表就看得到問題。四重奏之所以有名，是因為那四種形狀被設計得非常乾淨、一眼就能分辨。真實資料混濁得多：同時有一點彎、一點離群、還有一群重疊在一起的點，畫出來是一團看不出所以然的雲。這時候需要的是更多張圖而不是更用力地看同一張——換成殘差圖、分組畫、換尺度、把時間軸拉進來。「先畫圖」的完整版本是「畫到形狀出現為止」。
- 散布圖本身也有它看不見的東西。兩個變數畫成一張散布圖，看到的是這兩個變數之間的形狀，看不到的是背後有沒有第三個變數同時牽動它們，也看不到因果的方向。四重奏處理的是「形狀」這一關，過了這關還有下一關——那條線為什麼存在、誰帶動誰，散布圖一句話都沒有回答。
四張圖攤開之後，還有誰沒被畫進去
畫圖救得回被壓縮掉的形狀，救不回從來沒進過那張試算表的欄位。
四重奏處理的是「你手上這批數字，實際長什麼樣」；《痛點》那把尺問的則是更前面的一件事——這批數字是誰交出來的、他為什麼願意花時間交。強度、天數、良率、點擊、留存，這些欄位有一個共同點：它們都量得到。而真正決定生意成不成的那些，多半量不到，也就進不了座標軸——客戶掛掉電話前那三秒的猶豫、同一個問題被反覆問到第五次的不耐煩、明明有更便宜的方案卻還是照舊下單的那個理由。散布圖畫的是已經被記錄下來的東西。痛點躲在沒被記錄的那一半。所以四重奏教會的那個動作，其實可以再往前推一步：先畫圖，看形狀；再抬頭問一句，這張圖上有哪一個人，是我沒有畫進去的。今晚打開你最近一份只有摘要的報表，挑一欄畫成散布圖，然後在旁邊寫下這批數字是誰產生的——多半只要幾分鐘，而那兩件事你以前都沒做過。
關於安斯庫姆四重奏，常被問到的幾件事
安斯庫姆四重奏是什麼？
它是統計學家 Frank Anscombe 在 1973 年設計的四組資料，每組各有十一對數字。四組的平均數、變異數、相關係數與線性迴歸的結果幾乎完全相同，可是畫成散布圖之後，四張圖的形狀天差地遠：一組是直線關係，一組是拋物線，一組被一個離群點拉歪，一組的斜率由單一個遠端的點決定。它想講的話只有一句——分析資料的第一個動作應該是畫圖，不是算摘要。
現在還有必要知道它嗎？工具都會自動畫圖了。
工具會畫，但流程不一定會看。實務上卡住的地方很少是畫不出來——報表、簡報與郵件裡傳遞的東西全是摘要：平均、成長率、相關係數，而散布圖留在原始檔案裡，沒人打開。四重奏提醒的正是摘要與圖之間那段落差，它會沿著決策鏈一路傳下去。真要說有什麼變了，是資料量變大之後，同樣的問題換了長相：現在更常見的是幾萬個點糊成一團，反而看不出形狀。
有沒有更現代的版本？
有，最有名的是 2017 年的 Datasaurus Dozen。那組資料把同樣的把戲玩得更極端：十三張圖的統計摘要一致到小數點後兩位，其中一張畫出來是一隻恐龍，其他幾張是星形、圓形、幾條斜線。它的做法是用演算法逐步移動點的位置、同時把摘要維持在原值，所以能做出任何形狀。要說服不太吃統計論證的人，恐龍那張圖通常比四重奏更有效。
除了畫散布圖，還有什麼便宜的檢查？
三個動作，成本都很低。第一，看殘差圖——把預測值與實際值的差畫出來，如果殘差呈現規律的彎曲或喇叭狀，代表模型沒抓到某個結構。第二，把最極端的一兩筆資料拿掉重算一次，看結論會不會翻盤，會翻就代表結論是那幾筆撐起來的。第三，把資料按時間或分組拆開各畫一次，很多在合併時被抹平的東西，拆開就自己現形了。
把「先畫一張散布圖」加進你自己的出圖檢查清單，這個動作的成本大約三十秒，卻能擋掉一整類用錯模型的結論。同一份資料還有兩種常見的變形值得一起認識：軸的起點被動過手腳，會讓一樣的差距看起來大得多，見截斷座標軸的失真；分組看跟合起來看得出相反結論，那是辛普森悖論的地盤。想把「平均值到底在遮蔽什麼」這件事一次補齊，《赤裸裸的統計學》拆解從頭到尾都在講這個。
喜歡這篇文章嗎？
每週幫你拆二本好書，把判斷力、好書金句、好問題，直送你的信箱。
不適合你可隨時退訂 · 每週兩封，陪你把書讀進生活。
送出即表示同意我們依隱私權政策使用你的 email。