ニュースにはたくさんの数字が出てくる。新型コロナウイルス感染症のパンデミックが世界を席巻してからは、なおさらだ。感染者数、陽性者数、再生産数、陽性率…。しかしその数字は、ニュースに出てくる時点で選択されており、記事のストーリーに沿うかたちで提示されている。因果関係は本当にあるのか。その数字は本当に「大きい」のか。増えた、減ったの判断の基準は本当に正しいのか。じつは数字によるミスリードにはパターンがあり、それを知っていれば大きな間違いは避けられる。具体的な例を使い、ユーモラスな語り口でその方法を伝授する。

数字はどうやって人を欺くのか―各部分では下がった再生産数が全体では上がってしまうわけ
体験談というエビデンス―「熱いコンロに触ったら火傷をする」と「コーヒーでがんが治る」の違い
サンプルサイズ―良い推定値を得るためには何人必要か
サンプルの偏り―バスケットボール大会の会場脇でイギリス人の身体を測定すると
統計学的に有意―その結果がまぐれでないとしても、実際に意味があるとは限らない
効果量（エフェクトサイズ）―寝る前にケータイを見ると睡眠時間が減る、でもどのくらい？
交絡因子―アイスクリームがよく売れる日に溺死が増えるのはわけがある
因果関係―何かが何かの原因であると言うのは、じつはけっこう難しい
それは大きな数ですか？―分母が分からなければ、大きいか小さいかは分からない
ベイズの定理―「９５パーセント正しい検査で陽性」は「陽性の確率が９５パーセント」ではない〔ほか〕