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，华体会体育从采集、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、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。
5、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。
6、公开讨论里的三层失真
第一层是引用时不注明来源与口径；第二层是把不同赛季的数据直接比较，而忽略了规则与比赛量的变化；第三层是用一个数字代替一整段过程。这三层几乎覆盖了日常讨论里所有的数据错误，也解释了为什么同一场比赛会在两篇稿子里得出相反结论。修正的办法很简单：每次引用前多写一行来源说明，效果远超任何复杂计算。这一行字看上去不起眼，却决定了读者在两个月后还能不能相信这篇内容。
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。
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；把相关当成因果是传播最广的错误；以及公开讨论里的三层失真。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「公开讨论里的三层失真」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。
先问来源，再问结论
一个数字能不能被相信，取决于它的采集与定义，而不是它看起来有多精确。华体会体育在任何引用之前都会先把这五句问完，因为它们几乎决定了后续讨论是否还有意义。
