现实工作中，人们常常需要用数据说话。可是，数据自己不会说话，需要人对它进行分析和挖掘才能找到有价值的信息。概率统计是数据分析的通用语言，是大数据时代预测未来的根基。如果你有编程背景，就能以概率和统计学为工具，将数据转化为有用的信息和知识，让数据说话。本书介绍了如何借助计算而非数学方法，使用Python语言对数据进行统计分析。

通过书中有趣的案例，你可以学到探索性数据分析的整个过程，从数据收集和生成统计量，到发现模式和检验假设。你还将探索概率分布、概率法则、可视化技术，以及其他许多工具和概念。

这一版内容较第1版有很多改动，并且新增了回归、时间序列分析、生存分析和分析方法章节，以丰富你的知识。

通过学习本书，你将能够：

编写测试代码深入理解概率论和统计学；
运行实验检验统计行为特征，如生成服从各种分布的样本；
通过模拟理解数学上艰涩的概念；
学习贝叶斯估计等实用内容；
用Python从大部分数据源导入数据，不依赖由统计工具清洗的格式化数据；
用统计推理解读现实世界中的数据。

内容简介

《统计思维：程序员数学之概率统计（第2版）》是一本以全新视角讲解概率统计的入门图书。抛开经典的数学分析，Downey手把手教你用编程理解统计学。
具体说来，《统计思维：程序员数学之概率统计（第2版）》通过一个案例研究，介绍探索性数据分析的全过程：从收集数据、生成统计信息，到发现模式、验证假设。同时研究分布、概率规则、可视化和其他多种工具及概念。此外，第2版新增了回归、时间序列分析、生存分析和分析方法等章节。

作者简介

Allen B. Downey是富兰克林欧林工程学院计算机科学教授，曾执教于韦尔斯利学院、科尔比学院和加州大学伯克利分校。在加州大学伯克利分校获得计算机科学博士学位。Downey已出版十余本技术书，包括Think Python、Think Bayes、Think Complexity等。

内页插图

前言 xi
第1　章探索性数据分析　1
1．1　统计学方法　2
1．2　全国家庭增长调查　2
1．3　数据导入　3
1．4　DataFrame　4
1．5　变量　6
1．6　数据变换　6
1．7　数据验证　8
1．8　解释数据　9
1．9　练习　10
1．10　术语　11
第2　章分布　13
2．1　表示直方图　14
2．2　绘制直方图　14
2．3　全国家庭增长调查中的变量　15
2．4　离群值　18
2．5　第一胎　18
2．6　分布概述　20
2．7　方差　21
2．8　效应量　21
2．9　报告结果　22
2．10　练习　23
2．11　术语　23
第3　章概率质量函数　25
3．1　概率质量函数　25
3．2　绘制PMF　26
3．3　绘制PMF 的其他方法　28
3．4　课堂规模悖论　29
3．5　使用DataFrame 进行索引　31
3．6　练习　33
3．7　术语　34
第4　章累积分布函数　35
4．1　PMF 的局限　35
4．2　百分位数　36
4．3　CDF　37
4．4　表示CDF　38
4．5　比较CDF　39
4．6　基于百分位数的统计量　40
4．7　随机数　41
4．8　比较百分位秩　42
4．9　练习　43
4．10　术语　44
第5　章分布建模　45
5．1　指数分布　45
5．2　正态分布　48
5．3　正态概率图　49
5．4　对数正态分布　51
5．5　Pareto 分布　53
5．6　随机数生成　56
5．7　为什么使用模型　56
5．8　练习　57
5．9　术语　59
第6　章概率密度函数　61
6．1　PDF　61
6．2　核密度估计　63
6．3　分布框架　65
6．4　Hist 实现　65
6．5　Pmf 实现　66
6．6　Cdf 实现　67
6．7　矩　68
6．8　偏度　69
6．9　练习　72
6．10　术语　73
第7　章变量之间的关系　75
7．1　散点图　75
7．2　描述关系特征　78
7．3　相关性　79
7．4　协方差　80
7．5　Pearson 相关性　81
7．6　非线性关系　82
7．7　Spearman 秩相关　82
7．8　相关性和因果关系　83
7．9　练习　84
7．10　术语　85
第8　章估计　87
8．1　估计游戏　87
8．2　猜测方差　89
8．3　抽样分布　90
8．4　抽样偏倚　93
8．5　指数分布　93
8．6　练习　95
8．7　术语　95
第9　章假设检验　97
9．1　经典假设检验　97
9．2　假设检验　98
9．3　检验均值差　100
9．4　其他检验统计量　101
9．5　检验相关性　102
9．6　检验比例　103
9．7　卡方检验　104
9．8　再谈第一胎　105
9．9　误差　106
9．10　功效　107
9．11　复现　108
9．12　练习　109
9．13　术语　109
第10　章线性最小二乘法　111
10．1　最小二乘法拟合　111
10．2　实现　112
10．3　残差　113
10．4　估计　114
10．5　拟合优度　116
10．6　检验线性模型　118
10．7　加权重抽样　119
10．8　练习　121
10．9　术语　121
第11　章回归　123
11．1　StatsModels　124
11．2　多重回归　125
11．3　非线性关系　127
11．4　数据挖掘　128
11．5　预测　129
11．6　Logistic 回归　131
11．7　估计参数　132
11．8　实现　133
11．9　准确度　134
11．10　练习　135
11．11　术语　136
第12　章时间序列分析　139
12．1　导入和清洗数据　139
12．2　绘制图形　141
12．3　线性回归　143
12．4　移动平均值　144
12．5　缺失值　146
12．6　序列相关　148
12．7　自相关　149
12．8　预测　150
12．9　参考书目　154
12．10　练习　154
12．11　术语　155
第13　章生存分析　157
13．1　生存曲线　157
13．2　危险函数　159
13．3　估计生存曲线　160
13．4　Kaplan-Meier 估计　161
13．5　婚姻曲线　162
13．6　估计生存函数　163
13．7　置信区间　164
13．8　群组效应　166
13．9　外推　168
13．10　预期剩余生存期　169
13．11　练习　171
13．12　术语　172
第14　章分析方法　173
14．1　正态分布　173
14．2　抽样分布　174
14．3　表示正态分布　175
14．4　中心极限定理　176
14．5　检验CLT　177
14．6　应用CLT　180
14．7　相关检验　181
14．8　卡方检验　183
14．9　讨论　184
14．10　练习　184
作者介绍　186
封面介绍　186