之前的文章（数据化解析轿车故障：变速箱）引起不少讨论和非议，甚至有人怀疑是否被盗号了，因此不得不出来澄清并直面大家的质疑。大部分质疑集中在两个方面：
- 数据量是否足够？数据哪里来的？
- 数据样本是否有问题：保有量低的车辆故障概率高？也许这个车型不爱出故障，而出故障之后才去维修且大部分故障为变速箱，所以变速箱故障率自然高，但其实这个车型恰恰是质量可靠？（对应的评论比如：“A车目前在世面上100辆在运行，发生过故障的10辆，其中变速箱故障的5辆。B车同样100辆运行，发生过故障的50辆，其中变速箱故障的20辆。用文中的统计方法，A车变速箱故障率50%，B车40%，你说搞笑不搞笑？”）
首先，还是请大家仔细看看数据来源和定义。这次的数据覆盖94,288辆汽车以及986,697次维修保养记录，平均每辆车有10次左右的维修保养记录。另外，维修保养记录不等于维修记录，这是基本的用车常识，质量再好且维护再好的轿车，基本也需要每年或者每半年保养一次。即使没有任何故障或者零件更换，换机油也会被这次的数据捕获。同时这次的数据覆盖了大部分的4S店以及相当数量的线下维修店（主要通过读取它们的维修保养记录），所以数据是具有相当代表性的。
同时为了消除误差，对于数量小于50的车型，不会出现在排名中。
其次，核心公式是：x部位的故障率=在x部位发生故障的车辆数/维修保养的总车辆数 x 100%。虽然，维修保养的总车辆数不能完全代表某个品牌或者车型的汽车保有量，但是两者高度相关。很简单直接的道理：汽车保有量高的车型或者品牌，去4S店以及线下各种维修店进行维修保养的数量自然就高。除非你告诉吃瓜群众，有某些车型或者品牌根本不去做维修保养。
...更多回答请看何明科的主页
...更多文章请到数据冰山 - 知乎专栏
