运来网志

夜色凄迷

admin — Wed, 14 Dec 2011 10:10:31 +0800

小路尽头

午间拍摄练手

admin — Sat, 10 Dec 2011 15:01:41 +0800

周日练手拍摄的照片

admin — Mon, 05 Dec 2011 12:50:09 +0800

统计陷阱

admin — Tue, 08 Nov 2011 22:43:47 +0800

正所谓“流氓懂科学，谁也挡不住”。如今越来越多的复杂统计数据像潮水般向我们涌来，一批又一批的调查结果，都显得那么铿锵有力，似乎那就是客观事实。统计陷阱被科学流氓们包装的越发完美，一不小心就把我们忽悠了。该怎么办呢？别急，且看死理性派现身说法，帮大家理清真相。

抽样调查，想说无偏不容易

调查问卷你肯定知道，多半还做过。在统计上，问卷调查属于抽样调查。再大规模的抽样调查，都可能存在着意想不到的陷阱。不妨让我们穿越到 1936 年的美国，看一个被许多书本都引用过的实例吧。

1936 年美国总统大选在即，当时一本著名杂志《文学文摘》就在读者中做了一次问卷调查，断言共和党的兰登即将以 57% 对 43% 的绝对优势大胜民主党的罗斯福——这可是根据 240 万份调查问卷得到的结果。这么大规模的调查，如同宣告了兰登的胜利，可是，最后的结果却让人大跌眼镜：罗斯福以 62% 的支持率成功连任美国总统。出现了这个戏剧性的丑闻后，《文学文摘》业绩直接掉落为零，最后竟然倒闭了。对于《文学文摘》来说，他们的问题出在哪里呢？

现在看来，《文学文摘》的调查问卷虽然数量庞大，但是样本构成大有问题。首先，最可能看到这个调查的是这个杂志的常客，而他们参加调查的动机各有不同。另外，这个话题更能引发人的兴趣，有些则只是很少的人关心。这都会导致最终参加调查的人是一个有偏的样本。结论可能代表了这些人群，却不能推广到全体。

其次，问卷的回收率只有 24% ，忽略那些没有被回收的问卷就等于是忽略了剩余 760 万人的意见。《文学文摘》杂志社还通过电话调查的方式对自己的读者进行了抽样，但在 1936 年，并不是每一个家庭都能装得起电话——那些订阅杂志、用电话的人家往往都是有钱的人，他们并不能代表全美国的选民意见。最终，这些看起来不算起眼的问题对他们的预测结果产生了巨大影响，事情的发展也走向了完全相反的方向。

如果我们现在做一个调查，看一看在最初恢复高考的三年中进入几所名牌大学就读的学生如今的年收入，你一定会得到一个高得吓人的数字。我敢如此肯定并不是我熟悉他们的社会成就，而是因为我了解调查的缺陷。可以想见，当年的那些大学生虽然有案可查，但能够准确联系调查的却只有一部分较为成功的人了。其中有一些人虽然联系上了，却不一定愿意接受调查。最后，还不能排除一些人受赞许倾向的影响，有意无意地提高报告自己的收入水平。最终，调查员只回收了那些成功人士的数据，而沉默的大多数却被“统计式”地忽视了。

图表里的玄机

为了让没有直接接触数据的人也能直观地感受到其中的一些信息，人们发明了各种各样漂亮的统计图表。但是就是“客观”的图表里面也存在着各种各样的陷阱。

在制作统计图表时，一个常用的欺骗手法便是改变统计图形的坐标尺度，从而改变了整个图形的陡峭程度。《统计陷阱》一书中就曾举过这样一个例子。下图反映了某年9月27日某时的黄金价格走势。

上面两幅图描述的是相同时间段的黄金价格走势，显然，左边的金价急升更容易让人产生激动的心情。右边将左边的图横向拉长了，使得它看起来是在更短的时间内冲上高峰，即使标出了横纵轴的刻度，这两幅图给普通人留下的第一印象也大不一样。

当然，还有比拉伸图表更隐蔽的手法。现在我们手上有一组罗坦提亚和美国的木匠平均周收入，如果做成条形图就像下面那样：

看得出来，美国木匠的平均收入是罗坦提亚木匠的两倍。但通常为了视觉效果，它会被做成更形象的卡通图。这其实却暗中改变了人们对这个统计事实的印象。

美国人的钱袋长、高都是罗坦提亚木匠的两倍，看起来挺忠实于数据的，但是右边钱袋实际占用的面积就是左边的4倍。这幅图像导致的暗示效果其实还没完，因为在生活中钱袋都是立体的，所以每个读者看到这个钱袋的时候会不经意地给它加上一个厚度，这样一来，在有些人眼里这幅图表达的明明是美国木匠的收入是罗坦提亚的8倍——这样的印象完全脱离了原始数据所给出的信息，无疑是一次成功的误导。

如何练就火眼金睛

上面说了几个很容易让公众迷惑的统计陷阱，那当我们看到各类统计数字时，应该如何判断它是否客观呢？

首先要细心寻找统计中的偏差。比较明显的是在描述上有意识进行的偏差。比如滥用平均数等带来的问题：“我们工厂 3000 人，月平均工资有 5000 块。”看起来比较不错的待遇，实际上可能是一个月薪 100 万的老总加上每个月拿着可怜薪水的上千名工人简单平均起来的结果。同时报道中常常声称的“升高”和“下降”并不一定真的如此。在面对类似“这段时间气温异常升高，热浪持续一周导致城市死亡人数激增至 300 人”这样的标题时，我们往往要小心这里所说的“激增”是否属实。一个一定规模的城市在一周内有 300 人死亡并不算是异常的数字，而热浪实际上是一个没有多少分量的因素。半个世纪以前，纽约市的两份报纸上面刊登的犯罪数量一度达到了令人发指的水平，迫于舆论压力，当时的警察联合会主席不得不有所表示，但是他仅仅采用了一个行动就平息了这场风波——他解雇了两名编辑，因为这场风波是他们在互相竞争着挖掘犯罪事件并搬上台面，导致对民众产生误导。事实上，警察局的统计数据表示这段时间的犯罪事件数量并没有上升。

其次我们要寻找潜伏着的无意识偏差，这种偏差带来的结果往往影响更深远——《文学文摘》就是无意识偏差的受害者。无意识偏差常常会体现在对样本的选取不注意上。一个超市对50名顾客进行了调查，得出了“ 75% 的人声称喜欢喝茶而不是咖啡”的结论，那么我们大可不必去相信这个结论，因为相比起总数来说， 50 个人实在是微不足道的。这家超市也发现了这个问题，接着发出 10000 份调查问卷，最后回收了 2300 份，发现“ 64% 的人声称喜欢喝茶而不是咖啡”，这个结论毫无疑问也不能令人信服。实际上这个调查体现出来的是有 1472 个人更喜欢喝茶，828 个人更喜欢和咖啡，但是还有剩下 7300 个人没有给出答案——这是光看结果分析的读者所无法知道的，所以不能简单地相信一个直接而草率的结论。

最后我们要注意保持对统计图示和统计数据的敏感性。图标会有意无意地通过巧妙设计（比如横纵轴的尺度问题），从而使得这幅图凸显的内容就是作者期望读者能够收到的信息。在观看图表的时候，我们可以试图在脑海中想象出与图像所对应的具体数据，只要图像不是捏造的，那么就能够在一定程度上摆脱视觉上的误导。然而白底黑字的统计数字又怎么会出错呢？捏造的数字当然是错误的。比如当年闹得沸沸扬扬的 87.53%事件，但如果报道中提到的被调查人数是 130 人，不知道还会有多少人能发现这个数据不正确？113 个人表示支持的话，那么支持率是 86.92% ，114 个人表示支持的话，那么支持率是 87.69% ——无论如何也得不到 87.53% 的数据，但是这样造假的数据却大大提高了可信度，让人再难发现起谬了。实际上，很多的假数据都利用到了人们天生对“精确的数字”的信任——“在校大学生每日开销大约为 50 元”的说法就不如“在校大学生每日开销为 51.74 元”更显真实。仔细想想，我们每天接触着海量的信息，身边有多少数据是这样以假乱真的呢？

或许对于那些统计学家来说，只有下面这幅图才让人感到一点点的安心吧：

利用GTmetrix分析网站速度

admin — Tue, 08 Nov 2011 22:27:56 +0800

Google Analytics是目前应用最广泛的免费网站统计分析工具，但在网站速度分析方面功能薄弱。有些网站速度测试工具如baidu仅提供页面元素加载时间；有些工具如pingdom提供的Start Time、Connect Time、First Byte和Last Byte细分仍无法满足要求；这里使用功能更强大的GTmetrix来分析网站速度，本篇是网站内容分析第三部分——网站速度分析。这里以首页为例说明基本用法。

首先打开GTmetrix，在Analyze Performance of 下面的输入框中输入要分析的网址，点击Go！

GTmetrix分析完成之后的报告包括Summary和Breakdown两部分。Summary是概要信息，显示了Page Speed Grade、YSlow Grade、Page load time、Total page size、Total number of requests等；Breakdown用来显示Page Speed、YSlow、Timeline和History等分类功能。网站速度分析的主要部分在Time Line标签中，里面记录了Request、HTTP Code、Host、Byte和Timeline信息。

一、网站速度分析

1. Request分析

Request分析旨在了解页面加载过程中发出的所有请求，再结合页面元素分析出必要的请求，通过减少Request数量提高网站速度。请求的对象包括以下几个方面：

HTML objecta是网页主体代码。
Scripts objects包括站内Scripts和站外Scripts。站内Scripts是为满足网站不同功能而设计的，站外Scripts主要是谷歌转换跟踪、百度商桥、量子统计和雅虎统计应用。
CSS objects包括站内CSS和站外CSS。站内CSS是为网站布局设计的，包括digital.css、lx.css和common.css；站外CSS是使用百度商桥时调用的bw.css。
Images objects包含站内图片请求和站外图片。站内图片请求是为了满足网站设计，站外图片请求是Google Analytics和Google doubleclick为了满足统计跟踪功能而发出的。

通过分析发现，很多Request可以合并或利用其他技术间接合并，利用少量Request满足多个需求。

2. HTTP Code分析

HTTP Code分析的目的是找出页面中错误的HTTP请求。通常网页在没有特殊需求时，HTTP状态码应该是200，错误的状态码会直接影响用户体验。比如301、302会造成跳转和页面加载速度变慢，404会直接显示错误信息，503会显示服务器错误等。以下是可能存在问题的HTTP Code：

GET icon.swf	206 Partial Content	qiao.baidu.com	24.6 KB
GET 1016627227?random=131…	302 Found	googleadservices.com	42 B
GET cookie.js	404 /js/cookie.js	beijingshouji.com	1.6 KB
GET icon_help_item.gif	404 /visit/images/icon_help_item.gif	beijingshouji.com	1.6 KB
GET right_bg_tab.gif	404 /visit/images/right_bg_tab.gif	beijingshouji.com	1.6 KB

206状态码，服务器已经成功处理了部分 GET 请求。
302状态码，临时重定向。
404状态码，请求信息未找到。

这些状态码需要与工程师沟通，确定到底发生了什么、为什么会发生这些以及该如何处理这些问题。

3. Host分析

通过Host分析，找出页面加载过程中需要请求的所有主机信息。以下是统计数据：

123.125.148.82

beijingshouji.com

dt.tongji.linezing.com

googleads.g.doubleclick.net

googleadservices.com

google-analytics.com

hm.baidu.com

hzs10.cnzz.com

icon.cnzz.com

js.tongji.linezing.com

qiao.baidu.com

rqiao.baidu.com

s9.cnzz.com

tw.js.webmaster.yahoo.com

tw.rc.webmaster.yahoo.com

数据显示页面加载过程中除了网站本身主机以外，还需要请求14个站外主机。过多的主机请求明显会减慢网站速度。

4. Byte分析

Byte分析的目的是找出那些未经压缩的请求元素。通常页面元素都会经过压缩以提高传输和加载速度速度。将鼠标移到Byte数据上会显示对象压缩前后的对比信息（未经压缩的只显示压缩前的信息）。如图：

数据显示，该页面的全部图片都未压缩、部分JS代码未压缩。过多未经压缩的页面对象也降低了网站速度。

5. Timeline分析

通过Timeline分析，了解每个GET从发出请求到加载完成各个阶段的时间分布。

以页面第二个请求举例：在第一个请求发出873ms后，Google Analytics网站跟踪代码开始发出请求，请求从发出到接收完成一共经历了DNS Lookup、Connecting、Blocking、Sending、Waiting和Receiving六个阶段，时间共计38ms。请求完成之后是DOM加载和页面加载。下面简单解释下这六个阶段：

1) DNS Lookup，DNS解析时间。如果页面存在多个请求主机，频繁DNS解析将消耗更多的时间。

2) Connecting，建立一个TCP连接所需要的时间，不同的浏览器使用不同的端口下载资源，因此更多的端口等于更多的并行性，并且更多的TCP连接时间开销。

3) Blocking，网页请求被阻塞，花费在浏览器中的等待网络连接的时间；

4) Sending，向服务器发送请求所需要的时间；

5) Waiting，等待服务器响应的时间（直到第一个字节是从服务器收到的），优化服务或连接；

6) Receiving，接收服务器响应对象需要的时间；

二、网站速度建议

了解了影响网站速度的影响因素，我们可以从服务器端、传输端和页面端分别进行网站速度优化。

1. 服务器优化

服务器优化就是从动态语言执行、数据库查询、数据存储等方面进行优化，这些工作复杂而且关系到网站全局整站运行，因此需要谨慎，当然服务器端优化具体难度和效率取决于网站管理员的水平。由于没有操作过公司服务器，因此就不做详细介绍，仅以我自己的博客服务器端优化为例说明：

1) 用HTML语言代替PHP语言直接输出信息，比如语言、名称、固定URL地址等；

2) 定期进行数据库修复和优化；

3) 利用Expires为网页静态元素设置过期时间；

4) 设置服务器和页面缓存；

5) 启用Gzip压缩；

6) 其他有效但未实施的方法：利用CDN技术为网站提速；缩小Cookie，针对WEB组件使用与域名无关的Cookie；

2. 传输优化

传输优化是为了提高数据传输速度，减少传输过程中的等待。

1) 字节优化。将页面加载过程中传输的所有数据压缩，HTML代码压缩、JS压缩、CSS压缩、图片压缩等。

2) 缓存优化。设置有效的服务器和页面缓存时间。

3) HTTP优化。A.合并CSS和JS，减少站内CSS和JS的HTTP请求；B.利用CSS Sprites减少图片HTTP请求；C.减少站外主机DNS查询；D.避免不必要的HTTP和JS跳转；E.减少404错误。

3. 页面优化

页面优化主要围绕网站页面元素进行，常见的页面元素有图片、CSS代码、JS代码、HTML代码等。

1) 图片优化。选择合适的图片类型并压缩，图片颜色丰富采用JEG格式；颜色数少或有透明通道适合用PNG格式；LOGO图片用PNG-8格式或GIF比较适合。

2) CSS代码优化。去除不使用的CSS代码；使用简写精简CSS代码；将CSS代码通过外部文件加载；CSS链接位置在页面顶部优先加载。

3) JS代码优化。将JS代码通过外部文件加载；优化JS顺序，优先加载重要JS；将JS放置在页面底部。

4) HTML代码优化。减少注释信息；去除无用代码；减少页面空行。

5) DOM优化：减少DOM个数，降低浏览器解析压力；设置合理的DOM顺序，把重要的DOM放前面。

做网站前端优化的朋友一般都知道两个工具：谷歌的Page Speed和雅虎的Yslow，大家可以参考这两个工具的优化建议，在GTmetrix的Breakdown标签中有具体信息，经过优化之后的网站速度都会有不同程度提高，以下是我博客的在谷歌Page Speed和雅虎Yslow的得分，评分是次要的，主要的目的是为用户提供良好的用户体验。

以上只是个人在做博客和公司网站优化过程中的一些理解，其中的不详之处甚至错误的地方，欢迎大家批评指正。

犹太人拍摄的老上海

admin — Fri, 28 Oct 2011 18:57:30 +0800

犹太摄影师sanzetti上1922年来到上海，是当时上海甚至中国大陆地区最好的摄影师之一。他的摄影馆坐落在当时南京路73号。Sanzetti先生1957年移居以色列，1986年去世。直到最近，他的这些记录着老上海的照片才被发现。他镜头下的中国人严总闪烁着那个时代特有的风韵。

Google公布最新政府透明度报告

admin — Wed, 26 Oct 2011 12:08:33 +0800

Google每半年公布一次政府透明度报告，公开半年时间内政府发出的内容删除要求和用户数据要求。政府要求删除内容的原因多种多样，可能是因为诽谤指控或者是涉嫌违反当地法律。

根据透明度报告，从2011年1月到6月，中国向Google发出了三项删除内容要求，要求Google从服务中删除共计 121 项内容，Google只遵照其中的两项要求删除了违反 AdWords 政策的广告，对于其他要求则未予遵从。由于有理由相信中国政府禁止Google完整披露相关信息，因此它保留了有关一项要求的详情。内容删除要求最多的国家是巴西，这与社交网站orkut的流行有关，共224项要求删除689个条目；其次是德国联邦政府青年保护机构 BPjM的屏蔽网址列表，其中的网站包含违反德国青年保护法的内容，如鼓吹纳粹等，它要求删除2405个条目；美国要求删除757个条目，其中删除有关警方暴行的 YouTube 视频和涉嫌诽谤执法人员的视频的要求，Google没有遵从

“活着就是为了改变世界”-乔布斯

admin — Thu, 06 Oct 2011 09:35:34 +0800

PC产业的先驱、改变了世人对科技看法的苹果董事会主席、联合创始人史蒂夫·乔布斯（Steven P. Jobs）周三逝世，享年56岁。
苹果在周三在声明中表示，“史蒂夫的光辉、激情和活力是无穷的创新的来源，他丰富并改变了我们所有人的生活。世界因为乔布斯而变得更好。”声明中称，“苹果失去了一位富有远见和创造力的天才，世界失去了一个不可思议之人。”

乔布斯轶闻：

奇异的兄妹关系

事实上，乔布斯还有一位妹妹，此人就是后来广受赞誉的小说家莫娜·辛普森（Mona
Simpson）。不过，乔布斯直到成年后才知道有一位妹妹。莫娜的首部小说名为《在别处（Anywhere but
Here）》，主要讲述了她与其父母的关系。但由于乔布斯在年幼时就被亲生父母送人抚养，因此，这兄妹二人也直到上世纪90年代才开始相识。乔布斯兄妹二人也因此很晚才知道彼此的关系，这两人都对生活极为敏感，并通过各自的努力，成为各自领域内的大家。

2、乔布斯父亲是阿卜杜勒法塔赫·江达利（Abdulfattah
Jandali）

或许，乔布斯父亲是谁这个问题一直不为人所知，从生物学的角度来看，乔布斯有着一半的叙利亚穆斯林血统，但由于某些原因的影响，外界此前一直认为乔布斯是犹太人，因为，乔布斯一直被送养，因此他的亲生父母就很少被人所知。

3、乔布斯制造了硬件游戏机“突出重围(Breakout)”

乔布斯为雅达利公司设计了硬件游戏机“突出重围(Breakout)”。此后，乔布斯从雅达利公司加盟苹果，而雅达利公司创始人诺兰·布斯奈尔（Nolan
Bushnell）也在乔布斯离开之后，转而成立了人类历史上最伟大的餐馆连锁店——Chuck E. Cheese。

4、乔布斯拒绝承认与第一个孩子的父子关系

乔布斯的大女儿名为丽莎(lisa)，但乔布斯一直拒绝承认与丽莎的父女关系，而且一度称自己毫无生育能力。尽管乔布斯没有很好地抚养年幼的丽莎，但最终，乔布斯还是成为了丽莎的好父亲。事实上，乔布斯在1975年自造了第一台个人电脑，并将此电脑命名为“丽莎”电脑。

5、乔布斯是素食主义者

当然，乔布斯只吃鱼，但不吃其它肉类食品。乔布斯一般只吃素食主义者所吃的一切食物（包括鸡蛋和牛奶）。

6、从不向慈善机构捐款

乔布斯在担任苹果首席执行官之后，就开始停止苹果公司的所有慈善活动。乔布斯声称：“再等等吧，等我们盈利的时候再说”。但如今，苹果早已盈利，而且坐拥400亿美元的资产，但苹果却不再从事慈善事业。他却一直把自己的主要精力都用在提高生活质量方面——潜心其所有的发明之中，或许从这个角度来讲，乔布斯也一度被认为是人类最富爱心的人，毕竟他的发明让很多人受益。

7、对合作伙伴撒谎

乔布斯与史蒂夫·沃兹尼亚克一起为雅达利公司制造出“突出重围”游戏机时，两人所得收益五五分成。雅达利公司为此向乔布斯支付了5000美元，但乔布斯告诉沃兹尼亚克称只得到了700美元，所以最终沃兹尼亚克只分得了350美元。

8、乔布斯是佛教徒

乔布斯曾一度考虑削发为僧。乔布斯信奉佛教禅机。

9、没有上过大学

比尔·盖茨和马克·扎克伯格都出身名校。但是，史蒂夫·乔布斯只到里德学院（Reed
College）上了一个学期，此后乔布斯就再没上过大学。

10、服用迷幻药

乔布斯年轻时，曾使用过迷幻药（如摇头丸）。事实上，乔布斯也承认过此段经历。苹果的口号就是“不同凡响”，或许服务这样的迷幻药也会帮助乔布斯从不同的独特视角来考虑问题。

窗外

admin — Sun, 02 Oct 2011 10:25:01 +0800

刚起床，看看窗外。除了房子还是房子。

早晨