數據分析會騙人么？
我認為當然會啊，數據分析可以自己玩花樣的，不同的方法可以得出不同結論，切入點這些都是可以往花樣。
數據來源、分析過程、人的因素都可能帶來騙人的效果，比如上過一些基本的統計課的人可能第一節課上就會聽到一句話，垃圾進垃圾出（garbage in, garbage out），通常來說形容的是數據來源質量不高，那麼從數據中也很難得到有效的信號。從垃圾堆里找信號，很有可能就會把人帶進坑裡。
這裡主要講講分析過程中可能遇到的情況，導致有意或者無意帶來了「騙」人的後果，權當拋磚引玉。
1. 數據可視化騙人
俗話說一圖值千言，數據可視化在數據分析中佔有舉足輕重的地位，而數據可視化也是「騙人」的重災區
1.1 更改的坐標軸
有時候是有意的（比如說需要強調自己的某一個看法），有時候是無意的（比如說 Excel 會自動調整）。
數據分析就是從一堆聲音里分離出有用的信息，會騙人的都屬於需要分離掉的噪音。因為這種分離是受人力所限的，特別是到了氣象學、經濟學這種變數太大的領域裡，它當然會出現無法百分百預測未來的情況。但有些反數據分析，認為都是騙人的聲音很荒唐，大概意思就是這種分離技術無法完全屏蔽噪音，我不如相信自己耳朵。天氣預報不夠准，怎麼著也比古人夜觀星象瞎猜准。
世界上所有的東西，都有其錯誤率，和錯誤性。許多東西是不靠譜的，光靠短時性的了解必然會發生許多問題。那麼我們今天來看看數據分析的錯誤到底有沒有呢？
在我們日常過程中，其實數據分析可幫助人們作出判斷，以便採取適當行動。它是指用適當的統計分析方法，對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。這一過程也是質量管理體系的支持過程。
數據分析的數學基礎在20世紀早期就已確立，但直到計算機的 出現才使得實際操作成為可能，並使得數據分析得以推廣。數據分析是數學與計算機科學相結合的產物。
數據分析的幾種方法：1）列表法
根據需要還可以列出除原始數據以外的計算欄目和統計欄目等。最後還要求寫明表格名稱、主要測量儀器的型號、量程和準確度等級、有關環境條件參數如溫度、濕度等。
2）作圖法
作圖法可以最醒目地表達物理量間的變化關係。從圖線上還可以簡便求出實驗需要的某些結果（如直線的斜率和截距值等），讀出沒有進行觀測的對應點（內插法）或在一定條件下從圖線的延伸部分讀到測量範圍以外的對應點（外推法）。此外，還可以把某些複雜的函數關係，通過一定的變換用直線圖表示出來。
世間萬物都有騙人的時候，數據分析當他們運行大量的數據之後，難免出錯，也就會會騙人。
數據應該是不會騙人的，但是操作數據的工具是可以更改的，我覺得如果數據騙人了，那說明有些人去在這個程序上動手腳了，做了些不該做的事
世界上的任何事物都不能肯定或者否定，數據分析都是收集大量的信息綜合起來評定的，包括了大多數人的想法，是普遍性的，當然會有一些特例不包括在內，但那是極少數的，所以數據分析還是有他的科學性之處
數據不會說謊，使用數據的人才會說謊；有些人是無意，有些人是蓄意。答案就不複製過來了。
推薦閱讀：