如果你沒辦法證明你想證明的，那麼你可以選擇展示其他事物，假裝這兩者是一樣的。由於人類的思想在遇上統計後總會產生茫然的感覺，所以幾乎沒有任何人會注意到其中的差異。只要你使用的是半關聯性數字（semi attached figure）這種工具，就能保證對你有好處，一直以來都是如此。
雖然你無法證明某種藥方能治癒感冒，但你可以（用超大的字體）刊登一則宣稱絕對誠實的實驗報告，告訴讀者只要半盎司（oz，約14克）的藥方就可以在11秒內殺死試管中的31,108隻細菌。過程中，請確保你找的實驗室具有良好信譽或聲名遠播。你可以全文轉載那份報告，並找一名模特兒穿上白色醫師袍，拍一張相片，附在文章中。
但請不要提到你在這裡使用的詭計。你不能自行決定（又或者你可以決定？）要不要在文章中指出，試管中效果絕佳的抗菌劑不一定能在人體中發揮作用，更不用說你還得先根據規範，把藥劑稀釋到不至於灼傷喉嚨組織的程度。而且不要告訴讀者你殺死的是哪一種細菌，否則會混淆議題。誰知道感冒是由哪些細菌引起的呢？說不定引起這波感冒的根本就不是細菌？
事實上，試管中的各種細菌與導致感冒的原因沒有任何已知的關聯。無論感冒的成因是什麼，人們在感冒期間進行的推論通常都不會太嚴謹，尤其是在他們鼻塞的時候。或許這個例子太過明顯，人們已經開始有所警覺，但從廣告的頁數來看，這種藥還是賣得很好。
接下來是一個更巧妙的例子。
假設在種族偏見日益嚴重的某段時期，有人僱用你來「證明」相反的事實。這項任務不算困難。你可以進行民意調查，或者採用更好的方法：僱用聲譽優良的機構替你進行調查。從能夠代表社會大眾的人口橫斷面進行調查，詢問他們是否認為黑人找到工作的機會與白人相同。你可以每隔一段時間重複調查一次，如此一來就能在報告中標示趨勢。
普林斯頓大學的公眾意見研究辦公室（Office of Public Opinion Research）曾測試過這個問題，最後獲得了有趣的證據，證明了在民意調查中，事情並不總是像表面上看起來那樣。回答此問題的人也回答了其他問題，這些問題的目的是確認受訪者對於黑人是否抱持強烈偏見。結果證明，偏見最嚴重的人，最有可能在回答「黑人找到工作的機會是否與白人相同？」時回答「是」。
經過計算，在同情黑人的受訪者中，大約有三分之二認為黑人找到工作的機率沒有白人那麼高，而在那些對黑人有偏見的人中，有三分之二認為黑人和白人的機會相等。很顯然的，你幾乎無法靠著這份民調了解任何有關黑人的就業狀況，不過你可能會對人們在種族偏見方面的態度獲得一些有趣的發現。
