我们以多种方式交流数据和从数据集得出的结论: 对话，演示文稿，报告，在Twitter上共享的图表…通常，结果将被压缩。毕竟，我们不能写一篇200页的论文。相反，我们可以发表一篇带有标题的短文。忙碌的人可能只看标题。最终结果可能类似于电话游戏，其中接收到的消息是基本数据实际告诉我们的内容的失真 (或明显错误) 版本。
以世界卫生组织 (WHO) “专门癌症机构”， 国际癌症研究机构 (IARC) 最近宣布的关于加工和红肉消费的公告。英国媒体的头条新闻是 “加工肉类与吸烟并列为癌症原因-世卫组织” (《卫报》) 和 “放下培根卷加工肉类，包括香肠，对您的危害与吸烟一样” (《每日快报》)。这真的是数据告诉我们的吗？我们应该担心吗？英国癌症研究中心的凯西·邓洛普 (Casey Dunlop) 的 “加工肉类与癌症-您需要知道的” 文章避免了耸人听闻，引人注目的头条新闻。结果是更多的信息。
IARC确实得出结论，有足够的证据表明加工肉类确实会致癌，并将其与吸烟放在同一组 (第1组)。将红肉置于组2A中。如果没有组定义，这并不意味着很多，所以这里是五个组旁边的条形图，说明了每个组中的实体数量 (摘自2015年11月4日的IARC网站 )。
报纸上的标题作家似乎没有花时间了解IARC的分类系统。正如Dunlop所解释的那样，小组的位置显示 “IARC对红色和加工肉类导致癌症的信心，而不是它们导致多少癌症”。此外，IARC在新闻稿附带的问答文件中明确指出了这一点: “加工肉类已被归类为与吸烟和石棉等癌症原因相同的类别 (IARC第1组，对人类致癌)，但这并不意味着它们都同样危险。
很容易将混乱归咎于报纸引人注目的标题。也许IARC也应该承担一些责任？从上面的图表中我们可以看到，大多数东西要么被归类为 “可能对人类致癌”，要么被归类为不可分类 (？!)。但是这样的分类有意义吗？为什么不在新闻稿中明确声明加工肉类的分类并不意味着它和吸烟一样危险？
那么，我们如何确保准确传达结果呢？我们可以采取很多步骤，我认为这里有四个特别重要。
明确谁收集了数据以及如何
收集数据
我更倾向于相信跨国科学家团队的研究成果，他们是各自领域的专家，而不是一群有议程的政治家。这并不意味着我们应该给科学家一个自由通行证; 我们都会时不时地犯错误。充分披露收集数据的方法对于评估结果的可靠性至关重要。期望别人的期望不是不合理的，所以期望别人期望你。
说明你的结论是基于
多少数据
“十分之七的人更喜欢产品A而不是产品B”。最后一句话的强度有很大的不同，这取决于这是问10,000个人的结果，7,000更喜欢产品a，还是问10个人的结果。此外，如果你问10,000人，七个首选产品A，三个首选产品B和9,990没有偏好，那么不要忘记提到后一组!它可能比其他数字更能说明您的产品或调查的制定。
快递号码的格式，很容易理解
重要的是要考虑我们如何表达弹出的关键数字。与图表设计一样，可能有有效和无效的方法。例如，说行动X (如吃加工肉) 增加了Z % 的疾病Y (例如癌症) 的机会，这是一个戏剧性的标题，但没有告诉我们实际患病的机会，这可能是我们想知道的。为了计算，我们需要知道在没有采取行动X的情况下机会是多少，然后做一些数学运算。使用自然频率有很强的理由。例如，您可以在一组1,000加工肉食者中说明患Y病的预期人数，以及一组不吃加工肉的1,000人的预期人数。根据这种信息，大多数人应该能够就增加的风险是否值得做出明智的选择。这是IARC在其新闻稿中未能做到的，仅指出 “每天食用50克加工肉” ，患结直肠癌的风险18% 增加。这听起来比实际情况更可怕。
检查其他人
如果可以的话，花点时间检查一下你的结果演示是如何与至少一个不直接参与你工作的人接触的。如果他们发现你的术语令人困惑或误解你说的话，其他人也很有可能会这样做。
让您的数据通过超过75个HTML5图表，仪表，财务图表，统计和技术指标，趋势线等讲述一个引人入胜的故事。下载Ignite UI现在体验一下Infragistics jQuery控件的强大功能。
</p