简单统计学 pdf mobi txt 2024 电子版 下载

耶鲁大学简单统计学课

让数据说实话是现代社会的基本生存技能

...................

※编辑推荐※

★耶鲁大学热门公开课，只需懂加减乘除就能看懂的统计学

- 本书脱胎于耶鲁大学两度获得教学奖的热门公开课

- 跟随一系列轻松又惊心动魄的案例，掌握统计学的基本原则

- 诺贝尔经济学奖获得者罗伯特·希勒赞赏推荐

★所谓清醒思考，就是用统计学思考

- 19种统计原则，让认知再次升级

- 数十个经典案例，为超过90%的生活场景提供直观借鉴

- 幽默而犀利的分析，平均每三页提供一次醍醐灌顶的体验

★让数据说实话，是现代社会的基本生存技能

-《魔鬼统计学》颠覆常识的结论，到底错在哪里？

-《追求卓越》归纳的成功经验，为何是隐蔽的陷阱？

- 日常生活中，有哪些自我欺骗的套路？

...................

※内容简介※

允许堕胎可以降低犯罪率；

卓越公司有共同的特质；

早晨喝一整壶咖啡可以延年益寿，每天喝两杯咖啡会增加患癌的风险；

上述结论都是专业人士甚至是著名学者精心研究所得。如果你相信它们，你也应该信任章鱼保罗对世界杯的预测。

现代人被数据所包围，无论是学习、工作，还是日常生活，都习惯了用数据说话，可怕的是，骗子也学会了用数据说话。若要清醒思考，你需要学点统计学。

《简单统计学》脱胎于耶鲁大学热门统计学课程，加里·史密斯教授在书中巧妙地揭示了生活中的各种数据骗局，并用简单的统计学原理揭穿了其中的把戏，行文轻松幽默而又逻辑缜密，堪称一堂别开生面的统计课。

翻开本书，轻松掌握统计学背后的科学机制，掌握从数据中获取真知的技巧，全面升级你的认知。

...................

※名人推荐※

这是本非常有趣的书，却揭示了非常严重的问题。我们经常会被数据愚弄，是时候拆穿这些诡计了。

——罗伯特·希勒，诺贝尔经济学奖得主，《非理性繁荣》作者

统计学是金融领域极其常用的修辞方式。《简单统计学》帮助我们在统计学泛滥的时代学会认清真正有效的数据。史密斯教授帮了我们大忙。

——布莱恩·怀特 黑石公司总经理

加里·史密斯的《简单统计学》非常有趣，利用多样例子使读者真正理解统计学。读者也会发现很多他们曾经学过的知识是错误的，本书会告诉他们为什么。

——本杰明·弗里德曼，哈佛大学政治经济学教授

《简单统计学》很有趣，很八卦，却很有见地，本书注定会成为经典。加里·史密斯在书中分析了数不胜数因相信数据而吃亏的错误案例，帮助读者知道如何去避免，这比单纯地讲大道理有用多了。

——爱德华·E·雷姆，加州大学洛杉矶分校教授

序言

第1章 模式、模式、模式

第2章 不再神奇的超级畅销书

第3章 被误传的谋杀之都

第4章 新的经济学上帝

第5章 扬基队的门票真的划算吗？

第6章 美国有多少非裔职业运动员？

第7章 辛普森悖论

第8章 状态火热的雷·阿伦

第9章 胜者的诅咒

第10章 如何转变运气？

第11章 德克萨斯神枪手

第12章 终极拖延

第13章 黑色星期一

第14章 点球成金

第15章 特异功能真的存在吗？

第16章 彩票是一种智商税

第17章 超级投资者

第18章 增长的极限

第19章 何时相信，何时怀疑

出版后记

加里·史密斯，耶鲁大学博士，曾在耶鲁大学任教7年，其间两度获得教学奖，他的课程因结合日常生活中的常见实例、深入浅出地分析数据而火爆异常。

刘清山，清华大学毕业，译有《横向领导力》《女士品茶》《那些你以为地球人都知道的事情：科技篇》等作品。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：简单统计学在线阅读

在线听书地址：简单统计学在线收听

在线购买地址：简单统计学在线购买

寻找统计显著性的一种方法是对多种理论进行检验，然后只宣布具有统计显著性的结果。即使只考虑毫无价值的理论，也会有 1/20 的检验表现出统计显著性。在海量数据和高速计算机的帮助下，在生成“可发表结果”的巨大压力下，无数毫无价值的理论得到了检验。成千上万的研究人员对无数理论进行检验，将那些具有统计显著性的结果记录下来，并将其他结果扔到一边。对于社会公众来说，我们只能看到这些统计工作的冰山一角。我们只能看到具有统计显著性的结果，看不到不具有统计显著性的结果。如果我们知道这些得到公布的检验背后隐藏着数百项没有得到公布的检验，而且知道对毫无价值的理论进行的检验中平均有 1/20 的检验能够得到统计显著性，我们一定会抱着更加怀疑的态度看待这些得到公布的结果。

另一种获得统计显著性的方法是利用数据发现理论。统计检验的假设是，研究人员首先提出一种理论，然后收集数据，以检验这种理论，然后汇报结果——这种结果可能具有统计显著性，也可能不具有显著性。许多人颠倒了这种程序，他们仔细研究数据，以发现某种模式，然后编造出符合这种模式的理论。在数据中搜寻模式的过程令人愉快，而且激动人心，就像玩数独或者解决神秘谋杀案一样。这些人从各个角度考察数据，将数据分解成基于性别、年龄和种族的类别，丢掉妨碍模式的数据，寻找任何有趣的现象。当他们发现某种模式时，他们开始思考其中的原因。

当研究人员钻研数据、寻找模式时，他们会进行数百次显性或隐性检验。你可以站在他们的立场上进行考虑。首先，你将数据作为一个整体进行考察。然后，你分别查看男性和女性的数据。接着，你将儿童和成年人的数据区分开；然后将儿童、青少年和成年人的数据区分开；然后将儿童、青少年、成年人和老年人的数据区分开。接着，你尝试不同的年龄界限。你将老年人的范围设置为 65 岁以上。当这种做法失败时，你将这个数字调整为 55 岁、60 岁、70 岁或者 75 岁。最终，你总会发现某种模式。即使研究人员不对数据的每一种排列进行正式的统计检验，他们也可以进行非正式检验，即寻找看上去具有统计显著性的数据排列。如果我们知道研究人员在公布结果之前以一百种不同的方式对数据进行了考察，我们一定会抱着怀疑的态度看待这些结果。

这些做法——选择性报告和数据搜刮——被称为数据挖掘。通过数据挖掘发现的统计显著性只能体现出研究人员的耐心。在独立检验证实或拒绝结论之前，我们无法判断某种数据挖掘马拉松到底证明了某种实用理论的有效性还是研究人员坚定的毅力。不过，通常情况下，这类检验并不会被人验证。毕竟，你无法通过证实他人的研究而成为明星；所以，为什么不把时间用于发现新理论呢？因此，通过数据挖掘得出的理论看上去很安全，既不会受到检验，也...

我们既需要理论，也需要数据。不要仅仅被器重的一种事物说服。

实验用一般线性模型（GLM）的普通最小二乘估计对三文鱼立体像素数据进行了处理

我们解释眼前事物的内在愿望导致了两种认知错误。首先，我们很容易被模式以及解释模式的理论所诱导。其次，我们紧盯着支持这种理论的数据，忽视与之相矛盾的证据。......我们内心深处希望理解这个世界，因此我们形成了这种声名狼藉、很难摆脱的弱点。

我们应当对缺乏思考的计算保持警惕。计算是一项相对容易的工作，更有难度的问题是这种计算是否有道理。

书籍介绍

耶鲁大学简单统计学课

让数据说实话是现代社会的基本生存技能

...................

※编辑推荐※

★耶鲁大学热门公开课，只需懂加减乘除就能看懂的统计学

- 本书脱胎于耶鲁大学两度获得教学奖的热门公开课

- 跟随一系列轻松又惊心动魄的案例，掌握统计学的基本原则

- 诺贝尔经济学奖获得者罗伯特·希勒赞赏推荐

★所谓清醒思考，就是用统计学思考

- 19种统计原则，让认知再次升级

- 数十个经典案例，为超过90%的生活场景提供直观借鉴

- 幽默而犀利的分析，平均每三页提供一次醍醐灌顶的体验

★让数据说实话，是现代社会的基本生存技能

-《魔鬼统计学》颠覆常识的结论，到底错在哪里？

-《追求卓越》归纳的成功经验，为何是隐蔽的陷阱？

- 日常生活中，有哪些自我欺骗的套路？

...................

※内容简介※

允许堕胎可以降低犯罪率；

卓越公司有共同的特质；

早晨喝一整壶咖啡可以延年益寿，每天喝两杯咖啡会增加患癌的风险；

上述结论都是专业人士甚至是著名学者精心研究所得。如果你相信它们，你也应该信任章鱼保罗对世界杯的预测。

现代人被数据所包围，无论是学习、工作，还是日常生活，都习惯了用数据说话，可怕的是，骗子也学会了用数据说话。若要清醒思考，你需要学点统计学。

《简单统计学》脱胎于耶鲁大学热门统计学课程，加里·史密斯教授在书中巧妙地揭示了生活中的各种数据骗局，并用简单的统计学原理揭穿了其中的把戏，行文轻松幽默而又逻辑缜密，堪称一堂别开生面的统计课。

翻开本书，轻松掌握统计学背后的科学机制，掌握从数据中获取真知的技巧，全面升级你的认知。

...................

※名人推荐※

这是本非常有趣的书，却揭示了非常严重的问题。我们经常会被数据愚弄，是时候拆穿这些诡计了。

——罗伯特·希勒，诺贝尔经济学奖得主，《非理性繁荣》作者

统计学是金融领域极其常用的修辞方式。《简单统计学》帮助我们在统计学泛滥的时代学会认清真正有效的数据。史密斯教授帮了我们大忙。

——布莱恩·怀特 黑石公司总经理

加里·史密斯的《简单统计学》非常有趣，利用多样例子使读者真正理解统计学。读者也会发现很多他们曾经学过的知识是错误的，本书会告诉他们为什么。

——本杰明·弗里德曼，哈佛大学政治经济学教授

《简单统计学》很有趣，很八卦，却很有见地，本书注定会成为经典。加里·史密斯在书中分析了数不胜数因相信数据而吃亏的错误案例，帮助读者知道如何去避免，这比单纯地讲大道理有用多了。

——爱德华·E·雷姆，加州大学洛杉矶分校教授

• 作者：鱼鳞 发布时间：2018-06-12 21:05:14

  我觉得我是撒比才会买这本书

• 作者：江户川柯镇恶 发布时间：2018-03-21 22:11:30

  讲的是人在统计学思维中产生的各种谬误。在看到股市k线图和彩票选号的案例时，我就想到这条信息要屏蔽起来不给老爸看见。有时候人能在自己的信念中度过，真的不容易，千万不要狠心去拆穿什么。书中的案例都是笑里藏刀的，时不时拿出来虐虐心，有利于身体健康。

• 作者：生锈发条 发布时间：2019-12-29 00:01:20

  知易行难，对中年人来说，看这种书的时间不如用来玩把游戏，无甚内涵。

• 作者：后浪 发布时间：2018-01-16 10:50:09

  耶鲁大学简单统计学课，让数据说实话是现代社会的基本生存技能

• 作者：柑橘和柠檬啊 发布时间：2021-01-30 17:45:30

  国外一些畅销书的通病：前一半挺有启发，后半部分一直在重复前一半的观点…

• 作者：young 发布时间：2017-12-19 11:41:56

  这本书看完后感觉对自己的认知以及对世界的认知又真实了一步。首先意识到自己总是被骗的原因是，原始大脑带给我们的、内心对世界探知的渴望导致的对模式的迷恋。以后再遇到某种模式及其支持理论的时候，会记得反问自己，这种模式是真实存在还是一种解释世界的拙劣障眼法。同时看完书后，“数据和理论，缺一不可”这句话深深印在我的心里。

• 简单统计学

  作者：lefei 发布时间：2018-04-15 21:48:07

  这本书真的是一本非常适合雪球阅读法的一本书，它在每一章节后面都附加了一个小节，并且在最后一章又将所有的重要观点结论进行了一个总结，因此，你如果花10几分钟将这些小结和结论看一遍也基本能了解这本书所讲的东西。书中包含了非常丰富的案例和研究过程，帮助你更加深刻的理解这些结论。书中主要讲了三件事：

  一、出现统计结论错误的原因

  1、 低估随机事件的发生概率。人类有解释世界的倾向，我们期望所有发生的事情都有一个因果关系，好让我们能更好的理解这个世界，低估了毫无道理的随机事件的发生概率。常见的幸运颜色、幸运数字，还是打麻将时是否带书，事实上对结果根本没有影响，但是人们就是热衷于此，要为所有的结果都找到一个原因。事实上很多个体事件的发生没有原因，上帝决定了偶然事件发生的概率。

  2、 被数据欺骗。有些数据采集本身就具有误导性。比如书中一个案例，2011年，一群研究人员报告说，在澳大利亚，每天用6小时看电视的人比从不看电视的人平均早死5年，因此看电视影响寿命。这个结论问题就在于每天看电视的人或许本身就更加安静、更加抑郁，或者健康状况不是很理想，影响寿命的原因不一定与看电视相关。因此即便是真实的数据也可能得出错误的结论，这需要我们去分辨判断，思想永远比数据重要。

  3、 我们有产出错误结论的动机。在学习工作中，有些人有发表论文的压力，有经济或名誉的诱惑，他们或许会主动的去美化一些数据或者是忽略某些数据，得出一个他们期望的结论。有时候，只要价格合适，一些人愿意寻找能够证明荒谬论点的证据。

  二、常见的统计错误结论

  1、自选择偏差。指的是在研究过程中因样本选择的非随机性而导致得到的结论存在偏差。如果我们在比较做出不同选择的人，同时不去考虑他们为什么做出这些选择的时候就会出现自选择偏差。比如参加体育活动的孩子比较自信，并不能说明体育运动能增强自信，也许有自信的孩子更愿意参加竞争性的活动；大学生的平均工资高于高中生，可能有一部分原因是他们更加聪明更加有抱负。

  2、幸存者偏差。因为我们无法看到不复存在的事物。因此对老年人对研究不包含中年夭折的人；对于伟大公司共同特点的整理不包含拥有这些特点但是却已经破产的公司。我们通过观测到的现象得出结论，但是它是有风险的。

  3、变形的图像。图像可能会扭曲和破坏数据。我记得教主曾经说过他认为股票的的走势图有时就会给你一种错觉，比如一支股票从1块涨到10块，另一个股票从10块涨到20块都是一条斜线，但是结果却是完全不一样的，因为前者翻了10倍，而后者才2倍。要特别当心数轴上零点忽略掉的图像，这种忽略可以将图像放大，放大数据的波动性，可能产生误导效果。

  三、如何识辨和避免这些错误

  1、保持怀疑。当某人向你展示某种模式时，不管这个人的履历多么令人震撼，你都应该保持怀疑，问一问“为什么”。不管遇到怎样的模式，你都应该思考：为什么会出现这种模式？特别是对于天马行空的反直觉的理论，应抱有极为谨慎的怀疑态度。另外如果两种事物之间没有合理的联系，那么即便他们数据上呈现相关性，也不能证明有因果关系。

  2、注意数据的完整性和真实性。在研究中遗漏数据是一个危险信号，因为一些数据被丢弃或者“调整”，可能是因为他们对理想结果相矛盾。

• 信息时代防骗指南：你心里就没点“数”吗？

  作者：王小照 发布时间：2018-06-15 17:25:48

  

  自2011年以来，大数据之风席卷全国，且始终“高烧不退”。信息、政治、经济、社会等领域，纷纷高擎大数据旗帜，把数据的重要性上升到了前所未有的高度。在生活中，亦有很多人唯“数据”马首是瞻，一切以统计数据说话。于是便有了这样一个笑话：从前，有一位统计学家，他在趟过一条平均水位不足1米深的河流时，被淹死了。

  先别急着嘲笑。很多时候，我们往往跟这位统计学家一样，不自觉地就被各种各样的统计数据给骗了。那么，有没有办法能够让我们免于重蹈上面那位统计学家的覆辙呢？答案当然是有。

  《简单统计学》一书，就是一本帮助我们轻松拆穿日常生活中的数字谎言的防骗指南。本书脱胎自耶鲁大学同名热门公开课，由诺贝尔经济学奖得主、《非理性繁荣》一书的作者罗伯特·席勒赞赏推荐。

  书中通过分析日常生活中的常见实例，不仅深入浅出地为我们展示了数据作假的那些小花招、分析了我们为何如此容易被数据所欺骗，而且贴心地为我们附上了一份完美的数据防骗指南。全书简明扼要、幽默风趣，谈笑间便扯下了数据的伪善面具，顺带还把“认清数据真面目”这套独门秘籍传授给了每一个认真阅读本书的人。

  本书作者加里·史密斯，就是这门火爆耶鲁大学的课程的主讲，他在耶鲁大学任教七年，期间两度获得教学奖，因而在控制节奏、输出干货以及抖包袱方面极为擅长。当然，他的这三个特长在《简单统计学》一书中也得到了集中且鲜明的展现。

  别不信，数据很会骗人

  虽然计算机从不犯错，但数据却可以欺骗。

  作者加里·史密斯在书中为我们列举了10余种数据作假方式，比如当年轰动世界的神算子——章鱼保罗的骗局、比如癌症发病率与居住地关系等。其中与我们关系最为密切的三个骗局分别是：数据选择过程中存在自选偏差；数据统计中存在不可避免的偶然性，以及人们会根据自己的理想对数据进行别有用心地处理。

  这些骗局大致可以分为两类：

  一类

  是由于不可避免的自然原因或数据样本采集过程中不可避免的局限性而导致的数据欺骗，比如偶然性因素对数据的影响；

  另一类

  则是人们为了达到某种目的或实现某种目标而对数据进行别有用心地收集和解读，比如忽略掉不符合自己期望的数据。

  见鬼了，为啥被骗的总是我

  在很多人的家乡都有这样一个习俗：本命年要穿红衣服，据说这样就可以辟邪免灾。于是很多人在本命年到来时，都会不自觉地“红”成一片，甚是喜庆。在这个我们所熟知的习俗中，其实包含了两个基于统计数据之上的结论：一个是人们在本命年时都会倒霉；另一个是穿红衣服会让我们交好运。

  我们暂且不对这两组数据的有效性进行评论，单就这一观念来讲，可谓深入人心且代代相传。尽管将信将疑，绝大多数人还是乖乖地选择了照章办事，在本命年时置办下一两件红色的衣物。必竟谁都想交好运，而至于这好运究竟是不是来自于那件红外套，管他的呢。

  别不承认，其实我们很多人都经常像上述例子中那样，被统计数据牵着鼻子走。

  加里·史密斯在《简单统计学》一书中就为我们总结了

  人类面对统计数据时的三大软肋：易受欺骗的本性；对符合自己期望的数据不再进行深入思考的惰性；以及具有统计显著性崇拜。

  接好了，防骗指南来了

  在如今这个信息时代，用数据指导思想和行动已经成为了很多人的一种习惯。各类媒体也纷纷“用数据说话”，为我们提供各种各样的生活指导。比如吃西兰花可以预防癌症、上半年出生的人更容易成功、数字6和8能给人们带来好运等等。而在我们生活中也不乏这样的人，他们非常认真地遵照这些数据调整着自己的生活：多吃西兰花、选择含有6和8的手机号或车牌号，为了让孩子在上半年出生而精心计算怀孕及生产时间等等。

  但这些数据骗局明明就简单粗暴地有些可笑。

  《简单统计学》一书在总结了这些花样百出的作假方式后，给出了

  三条防骗指南

  ：

  第一条：

  要读数据，更要读数据背后的原因 ；

  第二条：

  要有意识地寻找两种事物之间的合理联系；

  第三条：

  无论什么时候，都要记得对拿到的数据进行检验。

  讲真，数据还是要信的

  综上所述，数据似乎靠谱度不高，但加里·史密斯在《简单统计学》一书中却告诉我们：

  数据是可信的，只是要经过思考和检验。

  一方面，

  在大数据时代，数据已经渗透进了我们生活的方方面面，成为了我们思想和行动的指南。作为普通人，我们需要根据数据来选择性价比高的商品；作为医生，我们需要根据数据来为病人制定最合适的治疗方案；而作为政府，则需要根据数据来对政策进行调节，等等。

  另一方面，

  我们也应该认识到，数据并不是万能的。只有正确地使用数据，使用正确的数据，才能让数据发挥出上述这些积极的作用。

  换句话说，

  信息时代对我们普通人的统计学知识提出了更高的要求。我们不仅要懂得如何获取数据，更应学会理解和鉴别数据；我们既要破除自己对数据的盲目迷信，又要不断培养自己对数据的辨别能力。只有这样，我们才能更好地利用数据做出决策，实现最美好的生活。