統計學原來如此有趣
作者：徐苑琳、李岩 著 | |||
叢書名： | |||
出版日期：2019年10月 | 書號：978-7-122-34442-7 | ||
開本：B5 710×1000 1/16 | 裝幀：平 | 版次：1版1次 | 頁數：196頁 |
本書結合大量日常生活中的實際案例，生動形象地闡述了基本的統計學方法和原理，分析了統計學套用過程中的一些常見誤區和陷阱。全書共 10 章，每一章都和日常生活緊密結合，每個案例都從統計學的角度出發，一層一層地深入分析，讓讀者體會到其中的統計學知識，並且熟悉其套用場景，從而能夠活學活用。本書特別適合對數據分析感興趣及想了解統計學的讀者。
目錄
第1章 大數據時代，要懂點統計學 1
1.1 真實的數據也會說謊 2
1.2 那些不會統計學的倒霉蛋 4
◎ 1.2.1 重新解讀“小馬過河” 4
◎ 1.2.2 名校畢業生的收入有這么高嗎 5
◎ 1.2.3 男女比例會有不同嗎 7
1.3 數據雖好，但分析更重要 9
◎ 1.3.1 不可忽視的數據清理工作 9
◎ 1.3.2 分析數據也要考慮具體情境 10
◎ 1.3.3 合適的圖表——數據的可視化 11
1.4 統計學，就是在玩數據 14
1.5 大數據時代下，統計學該怎么玩 15
第2章 不講道理的統計陷阱 19
2.1 用來忽悠人的平均數 20
◎2.1.1 老闆給的“平均工資”靠譜嗎 20
◎2.1.2 廣告行銷中的平均數 22
◎2.1.3 這些比平均數更值得看 24
2.2 讓你產生錯覺的百分比 27
◎2.2.1 商品的折扣等於實惠嗎 27
◎2.2.2 測測你的機率思維 29
◎2.2.3 相對數和百分比 31
2.3 有失偏頗的樣本 33
◎2.3.1 出人意料的總統特朗普 33
◎2.3.2 不愛運動者的藉口 35
◎2.3.3 什麼樣本才合理 36
2.4 分不清的相關和因果 38
◎2.4.1 冰激凌和犯罪有關係嗎 39
◎2.4.2 汽車竟然對香草味過敏 40
◎2.4.3 相關和因果有何不同 42
2.5 不公平的比較 43
◎2.5.1 飛機變成了危險的交通工具 43
◎2.5.2 參軍竟然更加安全 44
◎2.5.3 如何客觀公正地比較 45
第3章 參差不齊的統計數據 49
3.1 數據與二手數據 50
◎3.1.1 數據到底是什麼 50
◎3.1.2 我們周圍有哪些二手數據 52
3.2 你是教練，會選擇誰參賽 53
◎3.2.1 教練的煩惱，選擇誰更合適 54
◎3.2.2 運動水平，應該怎么來衡量 54
◎3.2.3 成績穩定性，又該如何來衡量 56
3.3 智商測驗真的靠譜嗎 60
◎3.3.1 智商測驗里的偏差 60
◎3.3.2 誤差，在所難免 62
3.4 更加公平的評分機制 63
◎3.4.1 “掐頭去尾”的評分機制 63
◎3.4.2 加權的評分機制 66
1.1 真實的數據也會說謊 2
1.2 那些不會統計學的倒霉蛋 4
◎ 1.2.1 重新解讀“小馬過河” 4
◎ 1.2.2 名校畢業生的收入有這么高嗎 5
◎ 1.2.3 男女比例會有不同嗎 7
1.3 數據雖好，但分析更重要 9
◎ 1.3.1 不可忽視的數據清理工作 9
◎ 1.3.2 分析數據也要考慮具體情境 10
◎ 1.3.3 合適的圖表——數據的可視化 11
1.4 統計學，就是在玩數據 14
1.5 大數據時代下，統計學該怎么玩 15
第2章 不講道理的統計陷阱 19
2.1 用來忽悠人的平均數 20
◎2.1.1 老闆給的“平均工資”靠譜嗎 20
◎2.1.2 廣告行銷中的平均數 22
◎2.1.3 這些比平均數更值得看 24
2.2 讓你產生錯覺的百分比 27
◎2.2.1 商品的折扣等於實惠嗎 27
◎2.2.2 測測你的機率思維 29
◎2.2.3 相對數和百分比 31
2.3 有失偏頗的樣本 33
◎2.3.1 出人意料的總統特朗普 33
◎2.3.2 不愛運動者的藉口 35
◎2.3.3 什麼樣本才合理 36
2.4 分不清的相關和因果 38
◎2.4.1 冰激凌和犯罪有關係嗎 39
◎2.4.2 汽車竟然對香草味過敏 40
◎2.4.3 相關和因果有何不同 42
2.5 不公平的比較 43
◎2.5.1 飛機變成了危險的交通工具 43
◎2.5.2 參軍竟然更加安全 44
◎2.5.3 如何客觀公正地比較 45
第3章 參差不齊的統計數據 49
3.1 數據與二手數據 50
◎3.1.1 數據到底是什麼 50
◎3.1.2 我們周圍有哪些二手數據 52
3.2 你是教練，會選擇誰參賽 53
◎3.2.1 教練的煩惱，選擇誰更合適 54
◎3.2.2 運動水平，應該怎么來衡量 54
◎3.2.3 成績穩定性，又該如何來衡量 56
3.3 智商測驗真的靠譜嗎 60
◎3.3.1 智商測驗里的偏差 60
◎3.3.2 誤差，在所難免 62
3.4 更加公平的評分機制 63
◎3.4.1 “掐頭去尾”的評分機制 63
◎3.4.2 加權的評分機制 66
