Les humains tiennent le discours que les statistiques peuvent mentir, parce que les nombres peuvent être
manipulés en faveur de n’importe quel argument. Si l’on veut faire la preuve que la population ne meurt pas de
faim, on ajuste les seuils à partir desquels commence la famine. Si les chiffres montrent qu’une population ne va
pas trop bien, on prend une autre population. Si la moyenne est trop haute ou trop basse, on prend la médiane et
on s’arrange pour éliminer les limites hautes ou basses. Les statistiques menées honnêtement peuvent apporter
une preuve mieux que tout autre chose, mais effectuées malhonnêtement elles sont profondément trompeuses
parce que le lecteur croit que les chiffres ont été calculés honnêtement.
En une époque de désespoir croissant, les gouvernements veulent qu’apparaissent saines les statistiques sur les
sans abris, les chômeurs, et les exclus du système de la Sécurité Sociale. De la même manière, les entreprises
désirant mentir à leurs clients ou à leurs actionnaires éliminent ce qui des calculs est gênant et espèrent que
personne n’ira y regarder de plus près. Cependant, elles sont aussi de plus en plus contrôlées. Qu’est ce que cela
inclut ? Comment êtes vous arrivés à ces conclusions? On fait pression. Une issue facile en ces circonstances est
de rendre les formules plus compliquées. Alors l’homme de la rue n’y comprend mais et on peut discuter des
variables à l’infini. Un truc est d’introduire une variable nulle, un zéro, comme possible théorique, alors qu’il
n’existe pas de telle possibilité. Un autre truc est d’aller piquer dans les données par intervalles, en sommant des
échantillons plutôt que l’ensemble des données. Si cette collecte de données par intervalle ne donne pas le
résultat escompté, on essaie d’autres intervalles. Tout cela fait partie de la journée de travail de l’analyste
statistique frauduleux.