☆☆☆☆☆
简体网页||繁体网页

Why 2025 pdf epub mobi 电子书 著者简介

---

Why 电子书 图书目录

---

点击这里下载

---

---

---

发表于2025-01-15

Why 2025 pdf epub mobi 电子书

Why 2025 pdf epub mobi 电子书

Why 2025 pdf epub mobi 电子书

---

喜欢 Why 电子书 的读者还喜欢

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

类似图书 点击查看全场最低价

出版者:O'Reilly Media

作者:Samantha Kleinberg

出品人:

页数:284

译者:

出版时间:2015-12-10

价格:USD 29.99

装帧:Paperback

isbn号码:9781491949641

丛书系列:

Why 2025 pdf epub mobi 电子书

评分☆☆☆☆☆

这本书主攻因果关系构建的主题，使用了很多例子和实证来介绍相关的影响因素。虽然市面上已经有一些质量较佳的书其实也论述同类型问题，比如超级预测术和随机概率的本质作用等，但是侧重均不同，需要相互补充进行全面了解。此书的章节分别讨论心理学因素、相关性、时间、非实验观察、计算、实验、解释和行动指南，其中只有最后这一章讲的是怎么办，其它都是解释是什么和为什么的问题，很无奈但的确实际能做的很少。作者的观点是因果关系存在但不是普通想象中那么多，尤其当它处于极其复杂的系统中时，例如社会科学。人们总是倾向于各种因果的bias，且现有的数学工具也没有办法完美解决，比如多重假设检验的统计处理方法永远是以牺牲两类错误中的一方来提高另一方的效力，永远不是完美的。这些对于科研工作者可能更有意义，因为科研就是探索因果关系。

评分☆☆☆☆☆

I was first attracted to this book by the opening example of Sally Clark. But when I read through, I struggled to deal with so many examples, not each one being well interpreted by the author... Anyway, here are the main takeaways from the book: 1) Causality and correlation are not synonymous; 2) Think critically about bias; 3) Time matters.

评分☆☆☆☆☆

这本书主攻因果关系构建的主题，使用了很多例子和实证来介绍相关的影响因素。虽然市面上已经有一些质量较佳的书其实也论述同类型问题，比如超级预测术和随机概率的本质作用等，但是侧重均不同，需要相互补充进行全面了解。此书的章节分别讨论心理学因素、相关性、时间、非实验观察、计算、实验、解释和行动指南，其中只有最后这一章讲的是怎么办，其它都是解释是什么和为什么的问题，很无奈但的确实际能做的很少。作者的观点是因果关系存在但不是普通想象中那么多，尤其当它处于极其复杂的系统中时，例如社会科学。人们总是倾向于各种因果的bias，且现有的数学工具也没有办法完美解决，比如多重假设检验的统计处理方法永远是以牺牲两类错误中的一方来提高另一方的效力，永远不是完美的。这些对于科研工作者可能更有意义，因为科研就是探索因果关系。

评分☆☆☆☆☆

I was first attracted to this book by the opening example of Sally Clark. But when I read through, I struggled to deal with so many examples, not each one being well interpreted by the author... Anyway, here are the main takeaways from the book: 1) Causality and correlation are not synonymous; 2) Think critically about bias; 3) Time matters.

评分☆☆☆☆☆

这本书主攻因果关系构建的主题，使用了很多例子和实证来介绍相关的影响因素。虽然市面上已经有一些质量较佳的书其实也论述同类型问题，比如超级预测术和随机概率的本质作用等，但是侧重均不同，需要相互补充进行全面了解。此书的章节分别讨论心理学因素、相关性、时间、非实验观察、计算、实验、解释和行动指南，其中只有最后这一章讲的是怎么办，其它都是解释是什么和为什么的问题，很无奈但的确实际能做的很少。作者的观点是因果关系存在但不是普通想象中那么多，尤其当它处于极其复杂的系统中时，例如社会科学。人们总是倾向于各种因果的bias，且现有的数学工具也没有办法完美解决，比如多重假设检验的统计处理方法永远是以牺牲两类错误中的一方来提高另一方的效力，永远不是完美的。这些对于科研工作者可能更有意义，因为科研就是探索因果关系。

查看全网最低价