深入浅出统计学

出版者:电子工业出版社

作者:Dawn Griffiths

页数:720

译者:李芳

出版时间:2018-4

价格:99.00元

装帧:平装

isbn号码:9787121338908

具体描述

《深入浅出统计学》具有“深入浅出”系列的一贯特色，提供符合直觉的理解方式，让统计理论的学习既有趣又自然。从应对考试到解决实际问题，无论你是学生还是数据分析师，都能从中受益。本书涵盖的知识点包括：信息可视化、概率计算、几何分布、二项分布及泊松分布、正态分布、统计抽样、置信区间的构建、假设检验、卡方分布、相关与回归等等，完整涵盖AP考试范围。本书运用充满互动性的真实世界情节，教给你有关这门学科的所有基础，为这个枯燥领域的学习带来鲜活的乐趣，不仅让你充分掌握统计学的要义，更会告诉你如何将统计理论应用到日常生活中。

作者简介

道恩·格里菲思（Dawn Griffiths）以数学家的身份在一所英国大学开始读书生活，曾获得数学专业一级荣誉学位。可是，当她意识到人们在聚会上不愿意与她谈话时，就拒绝了一份研究极为罕见的微分方程的博士奖学金，转而从事软件开发事业。目前她集IT咨询、写作及数学研究于一身。

目录信息

总目录
序言 xxvii
1 信息图形化：第一印象 1
2 集中趋势的量度：中庸之道 45
3 分散性与变异性的量度：强大的“距” 83
4 概率计算：把握机会 127
5 离散概率分布的运用：善用期望 197
6 排列与组合：排序、排位、排 241
7 几何分布、二项分布及泊松分布：坚持离散 269
8 正态分布的运用：保持正态 325
9 再谈正态分布的运用：超越正态 361
10 统计抽样的运用：抽取样本 415
11 总体和样本的估计：进行预测 441
12 置信区间的构建：自信地猜测 487
13 假设检验的运用：研究证据 521
14 χ2分布：继续探讨…… 567
15 相关与回归：我的线条如何？ 605
附录i 尾声：正文未及的十大拓展 643
附录ii 统计表：快来查表 657
· · · · · · (收起)

读后感

适合入门的书，每天大早上起床翻看几页，慢慢的就看完了。前面的6章都比较基础，有些可视化的内容倒是还值得一看吧。后面的各类distribution什么的讲的都还挺好，虽然省略了一些内容，但是也不妨碍理解。  

读到200多页已经发现5个错误了。 P228练习，问题是餐厅将糕饼价格提高1美元，解答就变成了提高0.5美元。 P244动动笔，你本身有500美元，下注输了，收益是-500，赢了给你3500，那收益当然是3000而不是3500，哪里的赌场赢了还给你返还本金呢？ P249动动笔，问题没有描述马匹数量...

这老话说的好啊，“女怕嫁错郎，男怕入错行”。还有“一如侯门深似海，从此君王不早朝”。说的是什么意思呢？就是说，现在流的汗，都是当初做决定时脑子里进的水。因此，在我们做决定的时候，千万别喝水。 以上纯属瞎扯下面说些正经的。 但开篇说的这些其实是感慨...  

用户评价

这本《深入浅出统计学》简直是为我这种数学恐惧者量身定制的！我一直觉得统计学是高深的学问，充满了复杂的公式和难以理解的理论，每次翻开相关的书籍都会感到头大。但是这本书完全颠覆了我的认知。作者的讲解方式极其生动有趣，仿佛不是在读一本教科书，而是在听一位经验丰富的老师娓娓道来，用生活中的例子来解释抽象的概念。比如，书中对“中心极限定理”的阐述，竟然能和我们平时抽奖中奖的概率联系起来，让我一下子茅塞顿开。最让我惊喜的是，它并没有一味地堆砌数学符号，而是着重于统计思维的培养。它教会我如何正确地提出问题，如何设计实验来收集数据，以及最关键的——如何批判性地解读那些铺天盖地的“统计数据”。读完后，我不再害怕那些报表和图表，甚至开始主动去分析新闻报道中的数据陷阱。这本书的价值，不在于教会你如何精确计算某个数值，而在于让你拥有一个清晰、理性的统计视角去看待这个充满数据驱动的世界。对我来说，这是一次真正的思维升级，而不是简单的知识学习。

这本书的实用性，远超出了我对入门级统计读物的预期。我原本以为它会停留在理论介绍层面，但实际内容更侧重于“如何应用”和“如何避免误区”。书中对于抽样方法和置信区间的讲解尤其到位。在商业分析中，我们经常需要根据样本数据对总体情况做出判断，而这本书清晰地界定了我们在做判断时所处的“可信区间”，这比单纯给出一个点估计值要稳健得多。我甚至尝试着用书中学到的知识去检验我们公司内部的一些市场调研报告，立刻发现了其中一些基于小型、有偏样本得出的结论的潜在风险。它不仅仅是一本学术读物，更像是一本“反忽悠指南”。通过阅读，我学会了区分“相关性”和“因果性”这两个经常被混为一谈的关键概念。这种深刻的洞察力，对于任何需要基于数据做决策的人来说，都是无价之宝。它让我从一个被动接受数据的人，转变成了一个有能力质疑和检验数据的人。

从文字的风格来看，这本书的作者明显是一位极富激情的教育者。他的文字充满了热情和一种想要与读者建立起伙伴关系的愿望。整本书读下来，丝毫没有那种“高高在上”的学术腔调，更像是朋友之间分享经验和心得。特别是书中穿插的一些“名人轶事”或者历史上的统计学争论，让原本可能枯燥的章节瞬间变得鲜活起来。我非常喜欢作者在总结部分的反思，他不仅总结了本章的知识点，还会引导读者思考这些知识在更广阔领域中的应用。例如，在讨论了贝叶斯统计的基本思想后，他将它与传统的频率学派进行了幽默而深刻的对比，而不是简单地宣布哪一种更好。这种开放式的讨论，激发了我的好奇心，让我渴望去探索更多不同统计学派的观点。这本书的优点在于，它成功地将统计学从一门“硬科学”转化成了一门“智慧的工具”，它教给我的，是如何在不确定性中，做出最合理、最明智的推断。

我必须承认，在阅读初期，我对某些概率论基础概念感到一丝挑战，但这本书的处理方式非常人性化。它没有回避这些基础，但绝对没有将其作为炫耀知识深度的工具。作者似乎深知读者的痛点，每当一个稍微需要数学基础的概念出现时，它总会立刻提供一个简单到令人发笑的类比来锚定理解。比如，它解释条件概率时，引用的例子甚至比我多年前学过的任何入门概率课本都要直观和易记。这种“先建直觉，后加严谨”的策略，非常适合那些希望快速上手、建立全局观的读者。此外，书中对“统计显著性”的讨论非常深刻，它没有简单地告诉你P值小于0.05就是好的，而是深入探讨了统计功效（Power）的重要性，这在实际研究中是常常被忽略的关键环节。这本书的深度是循序渐进的，它为你打下坚实的基础，让你在未来深入学习更高级模型时，不会感到力不从心，因为底层逻辑已经深深植入了你的思维模式中。

坦白讲，这本书的结构安排非常巧妙，它不是那种传统意义上按部就班、枯燥乏味的统计学教材。我特别欣赏作者在章节衔接上的处理，逻辑链条非常顺畅。从最基础的描述性统计入手，逐步过渡到推断性统计的核心概念，每一步的引入都显得那么自然而然，让人感觉“原来如此”。我记得在讲假设检验时，书中用了一个非常贴近现实的场景——比如某新药是否真的比安慰剂有效，而不是用那些晦涩的“零假设”和“备择假设”来硬套。这种以问题为导向的教学方法，极大地激发了我继续深入阅读的欲望。我读完后，感觉自己像是掌握了一套拆解复杂问题的工具箱。尤其是在处理回归分析的部分，它并没有陷入繁复的代数推导，而是聚焦于如何解释回归系数的实际意义，以及如何判断模型是否“靠谱”。这本书的排版和插图也值得称赞，大量的图示将复杂的统计关系可视化，省去了我大量自己画图摸索的时间，极大地提升了阅读效率和理解深度。

浅显易懂，非常不错

历时一个月总算读完了

咸鱼消遣

历时一个月总算读完了

仅适合初学者，前半部分讲得较好