统计学的世界

[美] 戴维·穆尔

出版时间

2017-09-30

ISBN

9787508666723

评分

★★★★★
书籍介绍

统计学的思想和各种统计数据对政府、社会乃至我们的工作和日常生活都有着不可忽视的影响,甚至超乎你的想象。通过阅读本书,你将会对我们生活的这个世界有更完整、更清晰的认识。 这不是一本讲述干巴巴的统计学理论的书,它主要介绍统计学概念的应用及其对日常生活、公共政策和许多其他领域的影响。书中没有繁琐的公式、图表和计算,你只要看得懂而且会解简单的方程式就足够了。本书的重点在于启发思考,这比生搬硬套地使用数学公式更有助于训练你的看问题的视角和解决问题的思维。本书把统计学概念分成4个部分来呈现:

数据的生产:数据的来源非常重要,这是统计学当中*影响力的概念之一;整合数据:即使用很简单的方法,也能很睿智地解读数据。机会与概率:用概率思维解决问题,可以把事实和无关紧要的干扰信息区分开。统计推断:用手中的少量数据,推断出关于一个较大的总体的研究结论。

本书一点儿也不枯燥乏味,恰恰相反,它是那样生动有趣,深入浅出地把统计学的概念和分析方法呈现在你面前。通过一个个具体的案例、简单的练习和知识普及,本书能让你在阅读过程中不知不觉地增长统计学知识,提高分析和解决问题的水平。这是一本能给你带来阅读乐趣的书,也是一本能让你更睿智的书。

AI导读
核心看点
  • 全书无繁琐公式,通过生动案例深入浅出讲解统计学概念。
  • 涵盖数据生产、整合、概率及推断四大模块,构建完整知识体系。
  • 强调统计思维而非计算技巧,帮助读者透过数据看清世界真相。
适合谁读
  • 文科生、非统计专业背景,希望建立统计思维通识的读者。
  • 经常接触数据报告,需提升数据分析与批判性思维能力的职场人。
  • 对社会科学、经济学感兴趣,想理解数据背后逻辑的普通大众。
读前提醒
  • 本书侧重思维训练,非数学教材,勿期待深入公式推导与计算。
  • 建议结合每章小结与练习,主动思考案例,以强化对概念的理解。
  • 注意区分观测研究与实验设计的差异,这是理解数据可靠性的关键。
读者共识
  • 通俗易懂,案例丰富,是极佳的统计学入门读物与通识教材。
  • 虽缺乏深度数学原理,但能有效培养读者对数据的敏感度与判断力。
  • 翻译质量偶有瑕疵,排版字大行稀,但整体阅读体验流畅且有趣。

本导读基于书籍简介、目录、原文摘录、短评和书评生成,不等同于全文精读。

精彩摘录
  • "南非数学家John Kerrich二战时被德国人关在牢里的时候,掷了铜板10000次。结果:5067次正面。"
  • "估计时的两种误差: 偏差(bias)是当我们取很多样本时,统计量一直朝同一个方向偏离总体的参数值。 变异性(variability)描述的是,当我们取很多样本时,统计量的值会离散到什么程度。变异性大,就代表不同样本的结果可能差别很大。一个好的抽样方法,应该要有小偏差以及小变异性。"
  • "数字不会说谎,但说谎的人会想出办法。——格罗夫纳(Charles Grosvenor)"
  • "取样本的目的,是要了解总体的真实情况,而且在搜索信息时要尽量不产生干扰。所有的观测研究都遵循同一原则:“观测,但别干扰。” 实验的目的通常是要了解,某种处理是否会引起某种反应。 观测研究是被动的数据搜集方式。我们只观察、记录或度量,但是不干扰。而实验却能主动产生数据。做实验的人会主动介入,他会把某项处理加诸于受试对象,来观察受试对象有何反应。所有的实验以及许多观测研究,都是想要知道一个变量对另一个变量有何影响。 方便样本(主动人为)及自发性回应(被动人为)样本常常是有偏的。坏样本比好样本来得容易。 写信回应和电话回应的意见调查,几乎一定会导致有高度偏差的结果。对于整个人口来说,这些人并不构成具"
  • "统计学其实属于文科领域。人文教育强调基本的思维能力,也就是可以应用在各个情景的一般探索方法。 这本书的两个主题:数据及机遇,普遍存在于我们的日常经验当中。虽然我们用数学工具来处理数据和机遇问题,但数学所提供的观念,却不是纯然数学的。事实上,心理学家已经提出具有说服力的论点,认为若想要加强我们对日常生活中所遇到的数据和机遇现象做出合理推理的能力,精通数学并没有多大帮助。"
  • "统计是一种独立且基本的思考方式。"
  • "《统计学的世界》讲的是统计概念,统计推理,还有统计与公共政策和包括从药学到社会学等人文科学的关系。"
  • "即使是信誉卓越的期刊,也不一定能对坏数据免疫 </原文结束><原文开始>"
作者简介
戴维·穆尔(David S. Moore) 就职于美国普渡大学,曾担任美国统计学会主席。他获得了普林斯顿大学的数学学士学位和康奈尔大学的数学博士学位,著有多篇统计理论方面的学术论文。他还是美国统计学会、数学统计研究所、国际统计学研究所会员,也曾担任美国国家自然基金会统计学和概率项目主任、国际统计学教育协会主席,并获得美国数学协会杰出教育奖。 威廉·诺茨(William I. Notz) 就职于美国俄亥俄大学,获得了约翰•霍普金斯大学的物理学学士学位和康奈尔大学的数学博士学位。他一开始就职于普渡大学统计学系。在那里,他和戴维•穆尔一起讲授统计学课程,对统计学教育产生了兴趣。他的研究领域是实验设计和计算机实验。他是美国统计学会和国际统计学研究所会员。
目录
致读者 // III
序 言 了解统计学 // VII
第1部分 数据的生产
第1章 数据从哪里来 // 003
第2章 好样本和坏样本 // 023

显示全部
用户评论
通篇没有几个公式,例子也很实用、紧密联系现实。感觉统计学和逻辑学应该放进初中教材作为通识教育,对小朋友认知能力提升很大。
如果把本科教材也算上,这是读过的第三本统计学书了,但却是我第一次弄明白置信水平和统计显著性之间的关系。
写给人文学科学生的通识类教材,整体覆盖面全,适合所有想要了解统计学但短期内不想使用它却可能经常读到统计数字的人们。可以说比市面上大部分的统计学入门读物要好多了。
大量的实例帮助你思考理解统计学的思维方式,其实统计学与其说是一种数学工具不如说是一种思维方式。
真的是给文科生看的统计学,不过书中还是没有原理介绍,略失望。但是达到了出书的预期。
让主观理想照进客观现实。
通识教材,可读性很强。
这是随笔吗
通俗易懂或者说太浅了。一些概念没有给出准确严谨的定义,加上翻译的原因容易混淆。可取之处是有大量的习题和相应的解答。
最后几章略难
下载
收藏