一个数字被反复转载之后，没有人再记得它最初是怎么得到的，而这正是错误开始传播的地方，开云网页版页面登录从采集、定义与选择三层拆开偏差的来源，并给出一份可直接使用的核对清单。
1、先看样本从哪里来
任何数字都对应一批具体比赛，而样本的选择方式已经决定了结果。只统计顶级联赛、只统计领先球队，或者只取最近五场，都会得到完全不同的分布。更隐蔽的是采集方式：人工标注容易遗漏快传球，自动追踪则在遮挡时误判位置。理解这些差异，才能判断一个数字能被推广到哪里。
2、同一个名字，不同定义
成功过人、关键传球、压迫次数这些术语在不同平台里的定义并不一致。有人把被犯规也算作成功，有人只统计形成下一步进攻的处理。因此跨平台比较时最重要的动作是先核对定义，而不是直接比数字。绝大多数关于谁数据更高的争论，其实争的是两个不同的概念。
3、幸存者偏差在球员评价里最严重
我们能看到的都是已经成名的球员，因此很容易把他们做过的事当成成功要素。可同样做法在未成功的人身上也大量存在，只是没人统计。因此判断某种培养方式是否有效，必须同时看失败组，而这部分数据几乎永远缺失，所以更稳的做法是只下描述性结论，而不下因果结论。
4、均值会被极端值拖动
在样本很少的指标里，一两次大胜就能让整组平均数失真。因此看任何平均值时都要同时问分布：中位数是多少、极端值在哪里。比如球队的失球均值很容易被一场失利拉高，而把它去掉后整个趋势就变了。这一步不需要复杂计算，却是最常被跳过的检查。
5、把相关当成因果是传播最广的错误
某项指标与成绩一起上升，并不说明它带来了成绩，两者可能都被第三个因素推动。因此负责任的表述是把相关性写成描述，并列出可能的另一种解释。这类克制的说法在传播上不占优势，却是让内容经得起时间检验的唯一办法，也是许多讨论最终失控的起点。
6、一份可以随身带的核对清单
引用任何数字之前问五句：谁统计的、定义是什么、样本覆盖哪些比赛、是否有极端值、以及这个数字能推广到什么范围。五句话不需要任何工具，却足以过滤掉大部分错误。这类习惯一旦形成，你对内容的信任标准会发生永久变化，而这正是数据素养最有价值的部分。
7、把不确定性写进句子
更成熟的表述会把样本量与误差范围一起给出，例如在这样规模的样本里差别并不显著，而不是直接宣布某人更好。这种写法看起来不够干脆，却更符合事实，也能让读者建立正确的期待。把不确定性留在文字里，是数据内容最容易被忽略也最值得坚持的一种诚实。
把「先看样本从哪里来」与「幸存者偏差在球员评价里最严重」放在一起看，会发现它们是同一件事的两个方向：前者决定球队能不能把比赛推进到危险区域，后者决定推进到位之后能不能真正形成威胁。只盯其中一项，很容易对一场比赛得出片面结论，这也是我们做同类选题时坚持两条线都写的原因。
本篇的线索可以收成四句：先看样本从哪里来；幸存者偏差在球员评价里最严重；均值会被极端值拖动；以及一份可以随身带的核对清单。四句话背后是同一个判断标准——能不能在对手针对之后仍然保持结构完整。这也是我们评价一场比赛时最常用的坐标。
关于这个话题，最常见的误解是把它当成单一原因的结果。实际上「一份可以随身带的核对清单」与「同一个名字，不同定义」之间是相互约束的关系：一端被加强，另一端往往会付出代价。真正值得讨论的是球队愿意把代价放在哪一边，而不是哪种做法绝对正确。
克制是一种专业习惯
把相关性写成描述、把推测标成推测，听上去保守，却是唯一经得起回看的方式。开云网页版页面登录宁愿少下一个结论，也不愿用一个经不起核对的数字去说服别人。
