基本介紹
- 書名：統計學的世界（第8版）
- 作者：[美]戴維·穆爾 [美]威廉·諾茨 著
- 原版名稱：Statistics：Concepts and Controversies 8thEdition
- 譯者：鄭磊
- ISBN：978-7-5086-6672-3
- 類別：統計學-通俗讀物
- 頁數：696頁
- 定價：148.00元
- 出版社：中信出版集團
- 出版時間：2017年9月
- 裝幀：平裝
- 開本：16開
編輯推薦,內容簡介,作者簡介,譯者簡介,目錄,精彩書摘,
編輯推薦
內容簡介
統計學的思想和各種統計數據對政府、社會乃至我們的工作和日常生活都有著不可忽視的影響，甚至超乎你的想像。通過閱讀《統計學的世界》這本書，你將會對我們生活的這個世界有更完整、更清晰的認識。
《統計學的世界》不是一本講述乾巴巴的統計學理論的書，《統計學的世界》主要介紹統計學概念的套用及其對日常生活、公共政策和許多其他領域的影響。書中沒有煩瑣的公式、圖表和計算，你只要看得懂而且會解簡單的方程式就足夠了。《統計學的世界》著重於啟發思考，這比生搬硬套地使用數學公式更有助於訓練看問題的視角和解決問題的思維。
《統計學的世界》把統計學概念分成四個部分來呈現：數據的生產、整合數據、機會與機率、統計推斷。
《統計學的世界》一點兒也不乏味，恰恰相反，它是那樣生動有趣，深入淺出地把統計學的概念和分析方法呈現在你面前。通過一個個具體的案例、簡單的練習和知識普及，能讓你在閱讀過程中不知不覺地增長統計學知識，提高分析和解決問題的水平。
《統計學的世界》是一本能給你帶來閱讀樂趣的書，也是一本能讓你更睿智的書。
作者簡介
戴維·穆爾（David S. Moore），就職於美國普渡大學，曾擔任美國統計學會主席。他獲得了普林斯頓大學的數學學士學位和康奈爾大學的數學博士學位，著有多篇統計理論方面的學術論文。他還是美國統計學會、數學統計研究所、國際統計學研究所會員，也曾擔任美國國家自然基金會統計學和機率項目主任、國際統計學教育協會主席，並獲得美國數學協會傑出教育獎。
威廉·諾茨（William I. Notz），就職於美國俄亥俄大學，獲得了約翰·霍普金斯大學的物理學學士學位和康奈爾大學的數學博士學位。他一開始就職於普渡大學統計學系。在那裡，他和戴維·穆爾一起講授統計學課程，對統計學教育產生了興趣。他的研究領域是實驗設計和計算機實驗。他是美國統計學會和國際統計學研究所會員。
譯者簡介
鄭磊，博士，本科就讀於蘭州大學數學系，後獲得荷蘭瑪斯特里赫特管理學院MBA學位和南開大學經濟學博士學位。工作經歷涵蓋製造業、諮詢和智庫，現在深圳和香港從事經濟研究和投資銀行工作，出版4本專著，翻譯近20本引進版書籍。
目錄
(上冊)
致讀者 // III
序 言 了解統計學 // VII
第1部分 數據的生產
第1章 數據從哪裡來 // 003
第2章 好樣本和壞樣本 // 023
第3章 樣本可以告訴我們什麼 // 042
第4章 真實世界中的抽樣調查 // 066
第5章 好實驗與壞實驗 // 098
第6章 現實世界中的實驗 // 120
第7章 數據倫理 // 145
第8章 度量 // 167
第9章 統計數字會說謊 // 194
第1 部分 內容回顧 // 153
第2部分 整合數據
第10章 好圖表與壞圖表 // 227
第11章 用圖呈現數值變數的分布 // 254
第12章 用數字描述分布 // 279
第13章 常態分配 // 309
第14章 描述相關關係：散點圖和相關係數 // 333
（下冊）
第15 章 描述相關關係：回歸、預測與因果關係 // 001
第16 章 居民消費價格指數和政府統計數據 // 032
第2 部分 內容回顧 // 056
第3 部分 機會與機率
第17 章 思考隨機事件 // 073
第18 章 機率模型 // 096
第19 章 統計模擬 // 114
第20 章 賭場的生意經：期望值 // 135
第3 部分 內容回顧 // 153
第4 部分 統計推斷
第21 章 什麼是置信區間 // 165
第22 章 什麼是顯著性檢驗 // 193
第23 章 統計推斷的濫用 // 220
第24 章 雙向表與卡方檢驗 // 240
第4 部分 內容回顧 // 266
附 錄 // 279
精彩書摘
統計學是關於數據的學問。數據就是數字，但又不僅僅是“數字”，數據是有上下文聯繫的數字。比如，數字10.5本身沒任何意義，但是，假如我們聽說一位朋友剛出生的孩子體重為10.5磅a，那么我們會恭喜她生了一個健康的寶寶。結合數字的上下文聯繫和個人知識，就可以做出判斷。我們知道，體重10.5磅的新生兒個頭相當大，而新生兒的體重不太會是10.5盎司b或10.5千克。因此，上下文聯繫可以使數字含義明確。
統計學通過數據獲取真知灼見並且得出結論，所用的工具是圖表和計算。但是，這些工具要在符合常識的思考方式下使用。讓我們先快速地了解一下新聞媒體、熱門政治和社會爭議的數據和統計研究方面的豐富成果，邁出學習統計學旅程的第一步。在後文中，我們將對序言裡列舉的案例展開更為詳細的研究。
一則逸聞就是一個引人入勝的故事，它之所以能夠深入人心，就在於其內容能打動人。逸聞可以讓事情人性化，所以新聞報導通常以逸聞開頭（和結尾）。但是逸聞無法用作決策的依據，正是因其內容生動，所以也常常誤導我們。我們判斷一個說法可信與否的依據，是它是否有數據支持，而不是它是否來自一個動人的故事。
住得離高壓電纜太近，是否會導致兒童患上白血病？美國國家癌症研究所花了5年時間和500萬美元，來收集有關這個問題的數據。結果發現，在白血病和暴露在高壓電纜產生的電磁場之間沒有任何相關性。和這篇研究報告同時發表在《新英格蘭醫學期刊》上的社評大聲疾呼，是時候不要在這個問題上 “再浪費我們的研究資源了”。
比較一下兩則報導產生的影響：一則是有關歷時5年、花費500萬美元的調查研究的電視新聞報導，另一則是對一位能說會道的母親的電視採訪，她患有白血病的孩子恰好住在高壓電纜附近。在公眾心目中，幾乎每次都是逸聞勝出。但事實上，我們應該心存疑問，因為數據要比逸聞更可靠，數據可以系統地描繪出整體圖景，而不是聚焦於個別事件。
我還打算補充一句，“數據勝過自封的專家。”新聞行業通常所秉持的所謂公正的立場，就是各找一名正反方“專家”發表簡短的評論。我們永遠無法知道是否其中一方代表的是整個學科的共識，而另一方則是蠅營狗苟於某些特殊利益的騙子。媒體這種處理衝突的做法使現在的公眾認為，對應每一位專家，都有一個持相反觀點的專家。如果你真的關注某個話題，就應該嘗試從數據中找出結論，還要判斷數據的質量是否良好。很多問題確實還未得到解決，但也有很多問題，只在那些不重視證據的人的頭腦中才懸而未決。你至少可以了解一下這些“專家”的背景，還有他們引用的研究結果是否曾刊載於那些文章必須先通過外部評審之後才能發表的嚴謹期刊上。
數據是數字，而數字總顯得非常可信。其實有的數字是這樣，有的卻並非如此。任何統計研究中最重要的事，就是數據的來源。專欄作者安·蘭德斯問她的讀者，如果可以重新來過，是否還會生孩子？回答的人中有70% 堅定地說“不要”。但是，你對於蘭德斯從淚跡斑斑的信中，引述讀者哭訴他們的孩子如何像野獸一樣的話語，大可一笑置之。因為蘭德斯從事的是娛樂業，她邀請讀者回答這個問題時，回應最熱烈的應該是那些後悔生孩子的父母。大部分的父母並不後悔生小孩。我們知道這個事實，是因為曾經有人對許多父母做過調查，而且為了規避偏見，受訪的父母是隨機抽取的。民意調查當然也不是沒有瑕疵—這點我們後面會談到—但它仍比邀請有一肚子不滿的人來回答問題要好得多。
即使是信譽卓著的期刊，也不一定能對壞數據免疫。《美國醫學會雜誌》刊登過一篇文章，聲稱用管子將冷卻的液體輸送進胃裡，可以緩解潰瘍症狀。這種治療對病人的確有效果，但那只是因為病人通常會信服醫生的權威性。也就是說，安慰劑（placebo，虛擬治療）發生了作用。後來終於有人產生了質疑， 做了有控制組的比較研究—有些病人接受了這項治療，有些只使用了安慰劑—結果表明安慰劑組（控制組）的“表現”更好。“沒有比較，就沒有結論”， 這是判斷醫學研究好壞的一個很好的依據。比如，我對於最近突然流行的“自然療法”就心存懷疑。在這些療法當中，極少會通過比較實驗來證明它們不只是裝在貼著漂亮植物圖片的瓶子裡售賣的安慰劑。
有報導說，在美國，設有賭場的縣犯罪率較高。有位大學教師說，線上上課的學生比在教室里上課的學生表現好。政府報告強調，受過良好教育的民眾比受教育少的民眾賺錢多。最好不要太快下結論，而要先問一句：“有沒有什麼是他們沒告訴我的，卻可以用來解釋這些事？”
有賭場的縣的確犯罪率較高，但是在城市或是較窮的縣，犯罪率也比較高。什麼樣的縣會開設賭場呢？這些縣是否在開設賭場之前，犯罪率就已經很高了呢？線上上課的學生學得比較好，但是和在教室里上課的學生比起來，前者的年齡比較大，底子也比較好，因此他們表現好很正常。受教育程度高的人的確賺錢多，但受教育多的人和受教育少的人相比，平均來說前者的父母受的教育也較多，也比較有錢。而且，前者在更好的環境中長大，上更好的學校。這些有利條件讓他們接受到更多的教育，即使他們不接受這么多教育，這些有利條件也可能會幫他們賺到很多錢。
以上這些案例，都涉及兩個變數之間的相關性，並且引導我們得出結論，即其中一個變數影響了另一個變數。“賭場會增加犯罪率”和“想變富有就要多讀點兒書”，是它們傳達的信息。這些信息有可能是正確的，但我們看到的相關性，大部分說不定還可以由隱藏在背景中的一些變數來解釋，比如開設賭場的縣的本質，以及受教育程度高的人生來就具備的有利條件。好的統計研究會考慮許多的背景變數，這當然需要技巧，不過你至少可以找一找，看它們有沒有這樣做。
