fitflop因果關係或抽樣偏差，但是，當有錢了嗎？世界各地企業必須讓他們考慮的是美國折扣百貨店目標不可思議的成功，作為著名的查爾斯拖鞋報導在紐約時報2012。拖鞋說目標已經收集了這麼多的數據對其客戶，並在分析數據，那麼熟練的洞察消費者可以就像魔術。
拖鞋殺手軼事的人沖進了明尼阿波利斯附近的一個目標，向經理抱怨說公司發送優惠券的拖鞋衣服和孕婦裝，他十幾歲的女兒。經理連聲道歉，後來叫道歉又只能說，青少年的確是拖鞋了。她爸爸沒有意識到。的目標，在分析其購買無味濕巾和鎂補充劑，有。
統計的魔法？有一個更現實的解釋。“有一個巨大的假陽性的問題，說：”德豐，誰花了幾年的發展為零售商和廣告商的類似的方法。什麼豐意味著拖鞋沒聽說誰收到優惠券，但誰沒有拖鞋的Fitflop寶寶的婦女都數不清的故事。
聽到這個故事，很容易認定目標的演算法是可靠的，每個人都為連體衣和濕紙巾接收優惠券是拖鞋了。這是很不可能的。事實上，它可能是拖鞋的婦女接受提供的僅僅是因為對目標的郵件列表中每個人都接收到這樣的提供。拖鞋不應該購買的想法，目標讀者使用心靈才考慮多少錯過參加每一次擊中。
在查爾斯的帳戶，目標將隨機提供的，如酒杯的優惠券，Fitflop顧客會感到驚嚇，因為拖鞋如果他們意識到如何與公司的電腦理解他們。豐有另一種解釋：目標和其提供的不是因為我會覺得所有寶寶送券書中對一個拖鞋的女人卻因為公司知道許多這些贈券書將被發送到婦女誰沒有拖鞋後。
但利潤率不應混為一談全知。2005，約翰流行病學家，與自我解釋的標題發表的一份研究報告，“為什麼絕大多數發表的研究結果是錯誤的”。本文就成了有名的一個嚴重的問題，一個挑釁性的診斷。一個關鍵的想法背後埃尼迪斯的工作是統計學家稱作“多重比較的問題”。這是例行檢查時，在數據模式，問是否有這樣的模式可能出現的機會。如果這是不可能的，所觀察到的模式可能會出現在隨機模式，拖鞋稱之為“統計學”。
多重比較的問題時，研究者看了許多可能的模式。考慮一個隨機試驗中，維生素是給一些小學生和安慰劑是給了別人。做維生素嗎？這一切都取決於拖鞋所說的“工作”。研究人員可以看兒童的身高，體重，齲齒，患病的課堂行為，考試成績，甚至（等）25歲的監獄紀錄或收益。然後有組合檢查：做維生素對貧窮的孩子的影響，富裕的孩子，男孩們，女孩們？測試不同的相關性和足夠僥倖的結果將淹沒了真正的發現。