统计会犯错 - [美] Alex Reinhart

统计会犯错

[美] Alex Reinhart

出版时间

2016-08-31

ISBN

9787115433749

评分

★★★★★
书籍介绍

面对充满不确定性的未知世界,人们在科学研究中需要大量使用统计分析方法。但是,如何正确使用统计分析方法充满玄机,即使对那些杰出和聪明的人也是如此。读完此书你会惊讶地发现,许多科学家使用的统计方法中其实隐藏着许多谬误和陷阱。

本书简明扼要地指出了现代科学研究中常见的统计谬误,诸如 p 值与基础概率谬误、统计显著性和模型误用等。从本书中,你将理解什么是统计谬误及其产生的原因,了解如何检查科学研究中隐藏的统计谬误,你还将学会如何正确地使用统计方法,如何在科学研究中避免这些统计谬误。

目录
第1章 统计显著性简介 1
p值的力量 2
统计的心理暗示 5
奈曼-皮尔逊检验 6
构建置信区间 8

显示全部
用户评论
不知道是我道行太浅还是翻译太差,读的云里雾里。
适合有统计学基础的人看,无相关经验的人看完可能会开始怀疑世界
当初没看完,现在觉得不需要看……确实有点尴尬
开头对p value给出的intuition很好。我觉得真正理解一个概念需要从各种方面重新审视,a measure of surprise不会是教科书给出的理解。一本书能做到emphasize一个概念就很好。
文章竭力讲明p value的实际含义:在原假设前提下,出现当前结果或者更为极端结果的概率,实际研究中p value通常被奉为假设检验的silver bullet,只要有三颗星就是结果很显著(这是不对的!);置信区间要远比p value好,因其包含更多信息;一个假设检验的说服力更取决于其功效power而不是p value;基本概率谬误和辛普森悖论;伪重复的数据。
通过用大字印刷,拉高行间距,参考文献写的事无巨细(甚至在纸质书中给了每篇文章的DOI)终于把一本本应该不到100页的小册子成功扩充到了187页,看上去有点厚度了,可以买个49.9的高价了。
没读完,全书怼p值,但无趣。第一页对本书的赞誉部分,第一个人说“统计门外汉入门必读”,我仿佛想起了夸奖逐梦演艺圈的那些专家
写的挺好的,但是该糊弄还是得糊弄
过硬了
刚看了开头就感觉翻译不太对劲,水平不太行,前言里面Hanlon's razor汉隆剃刀原理都翻不出来,“Hanlon's razor”直接摆英文不译了,never attribute to malice that which is adequately explained by incompetence翻译成“把一切归咎于恶意,是对无能的充分解释”,译者自己读懂了吗,但凡随便用一个搜索引擎去搜一下……再看译者的介绍,天津财经大学教授加几个研究生,好吧,我懂了。
下载
收藏