数据分析公司会使用一组人的拟合模型来推断其他人的偏好，以便做出预测。知道了一个人的年龄，他们就可以通过图5.1这个图表来查看
那个人投票脱离欧盟的概率。根据这里做出的回归模型，他们可以推断出一个“典型的”22岁年轻人想要离开欧盟的概率约为36%，而一个“典型的”60岁老人想脱离欧盟的概率是62%。
然而，回归模型并不能完美地代表真实的数据。在脱欧的民意调查中，18\~24岁的人群里只有25%的人表示支持英国脱欧（图5.1)，所以这个模型稍微高估了年轻人想要脱欧的概率。这种不一致在试图用单一方程式呈现大量数据点（比如本例中人们的年龄和投票意图）的回归模型中很典型。但这只是一个提醒，并非严重的问题。这种不一致并不意味着模型是错的，它只是反映了回归方法的一般限制。小的不一致并不是大问题一—所有的模型在某种程度上都是错误的。但在当前的例子中，“错误”的数量尚在可接受的范围内。
被算法操控的生活ITNUMBERED
38