耶魯大學熱門公開課,隻需懂加減乘除就能看懂的統計學
本書脫胎於耶魯大學兩度獲得教學奬的熱門公開課
跟隨一係列輕鬆又驚心動魄的案例,掌握統計學的基本原則
諾貝爾經濟學奬獲得者羅伯特?希勒贊賞推薦
◎ 所謂清醒思考,就是用統計學思考
19種統計原則,讓認知再次升級
數十個經典案例,為超過90%的生活場景提供直觀藉鑒
幽默而犀利的分析,平均每三頁提供一次醍醐灌頂的體驗
◎讓數據說實話,是現代社會的基本生存技能
《魔鬼統計學》顛覆常識的結論,到底錯在哪裏?
《追求卓越》歸納的成功經驗,為何是隱蔽的陷阱?
日常生活中,有哪些自我欺騙的套路?
允許墮胎可以降低犯罪率;
卓越公司有共同的特質;
早晨喝一整壺咖啡可以延年益壽,每天喝兩杯咖啡會增加患癌的風險;
……
上述結論都是專業人士甚至是著名學者精心研究所得。如果你相信它們,你也應該信任章魚保羅對世界杯的預測。
現代人被數據所包圍,無論是學習、工作,還是日常生活,都習慣瞭用數據說話,可怕的是,騙子也學會瞭用數據說話。若要清醒思考,你需要學點統計學。
《簡單統計學》脫胎於耶魯大學熱門統計學課程,加裏?史密斯教授在書中巧妙地揭示瞭生活中的各種數據騙局,並用簡單的統計學原理揭穿瞭其中的把戲,行文輕鬆幽默而又邏輯縝密,堪稱一堂彆開生麵的統計課。
翻開本書,輕鬆掌握統計學背後的科學機製,掌握從數據中獲取真知的技巧,全麵升級你的認知。
這是本非常有趣的書,卻揭示瞭非常嚴重的問題。我們經常會被數據愚弄,是時候拆穿這些詭計瞭。
——羅伯特?希勒,諾貝爾經濟學奬得主,《非理性繁榮》作者
統計學是金融領域極其常用的修辭方式。《簡單統計學》幫助我們在統計學泛濫的時代學會認清真正有效的數據。史密斯教授幫瞭我們大忙。
——布萊恩?懷特 黑石公司總經理
加裏?史密斯的《簡單統計學》非常有趣,利用多樣例子使讀者真正理解統計學。讀者也會發現很多他們曾經學過的知識是錯誤的,本書會告訴他們為什麼。
——本傑明?弗裏德曼,哈佛大學政治經濟學教授
《簡單統計學》很有趣,很八卦,卻很有見地,本書注定會成為經典。加裏?史密斯在書中分析瞭數不勝數因相信數據而吃虧的錯誤案例,幫助讀者知道如何去避免,這比單純地講大道理有用多瞭。
——愛德華?E?雷姆,加州大學洛杉磯分校教授
作者:(美國)加裏?史密斯(Gary Smith) 譯者:劉清山
加裏?史密斯,耶魯大學博士,曾在耶魯大學任教7年,其間兩度獲得教學奬,他的課程因結閤日常生活中的常見實例、深入淺齣地分析數據而火暴異常。
劉清山,清華大學畢業,譯有《橫嚮領導力》《女士品茶》《那些你以為地球人都知道的事情:科技篇》等作品。
序 言
第 1 章? 模式、模式、模式? 1
混雜效應? 5
選擇性報告與謊報? 6
易受欺騙的本性? 9
無論文,不生存? 12
統計顯著性膜拜? 17
……
第 3 章? 被誤傳的謀殺之都? 49
馬薩諸塞州謀殺之都? 54
請在我傢後院開一座采石場? 56
第 4 章? 新的經濟學上帝? 65
政府債務臨界點? 69
相關性等同於因果關係?? 76
墮胎會減少犯罪嗎?? 78
是我的錯? 82
第 5 章? 揚基隊的門票真的劃算嗎?? 85
我的天哪? 87
虛驚一場? 90
讓他們吃蛋糕吧? 92
有彈性的數軸? 94
將惡作劇翻倍? 95
學生謊言? 99
揚基隊的門票很劃算? 100
圖像的製作藝術? 102
第 6 章? 美國有多少非裔職業運動員?? 109
濛提?霍爾問題? 111
一個名叫佛羅裏達的女孩兒? 114
條件概率的混淆? 118
假陽性問題? 119
罕見病問題? 121
達特茅斯三文魚研究? 123
第 7 章? 辛普森悖論? 127
某人的悖論? 136
我要再來一杯咖啡? 142
第 8 章? 狀態火熱的雷?阿倫? 149
小數定律? 153
一項籃球研究? 156
小沃爾特?雷?威廉姆斯? 159
投擲馬蹄鐵? 160
保齡球? 162
第 9 章? 勝者的詛咒? 167
均值迴歸? 173
西剋裏斯特的愚蠢? 178
古老的謬誤何曾消亡?? 181
道指落榜生? 183
冠軍窒息? 187
尋找學院院長和靈魂伴侶? 190
第 10 章? 如何轉變運氣?? 193
第 11 章? 德剋薩斯神槍手? 201
癌癥聚集恐慌? 208
第 12 章? 終*拖延? 215
死亡凹陷和尖峰? 220
經過進一步研究? 222
午夜的月餅? 224
漫長的告彆? 225
第 13 章? 黑色星期一? 229
火箭科學? 234
巴斯剋維爾獵犬? 237
五行噩運? 239
花押決定論? 242
第 14 章? 點球成金? 249
棒球迷信? 252
如果你給我一個 D,我就會死(die)? 256
糟糕的齣生月份? 258
名人堂的死亡之吻? 261
第 15 章? 特異功能真的存在嗎?? 265
超感知覺? 269
霍迪尼的挑戰? 278
一個傢庭對超自然現象的著迷? 281
第 16 章? 彩票是一種智商稅? 283
目之所及? 286
我們都將為 IBM 工作? 287
股票是一種不錯的投資? 289
跑贏大盤(或者說為什麼我喜愛包裝工隊)? 292
傻瓜四股? 294
反嚮頭肩? 296
如何(不)中彩票? 300
不會破裂的泡沫? 304
南海泡沫? 309
伯剋希爾泡沫? 311
真實股價? 314
第 17 章? 超級投資者? 319
寬客? 325
收斂交易? 326
我隻看數據? 328
在推土機麵前撿硬幣? 329
閃電崩盤? 336
第 18 章? 增長的極限? 341
窮途末路? 343
第 19 章? 何時相信,何時懷疑? 351
被模式誘惑? 354
具有誤導性的數據? 354
變形的圖像? 355
缺乏思考的計算? 356
尋找混雜因素? 357
手氣好? 357
均值迴歸? 358
平均定律? 359
德剋薩斯神槍手? 359
當心經過修剪的數據? 360
缺乏理論的數據僅僅是數據而已? 360
缺乏數據的理論僅僅是理論而已? 361
美好的齣生日? 361
齣版後記
我們生活在大數據時代。高性能計算機和全球網絡的強大組閤正在得到人們的贊美甚至推崇。專傢不斷告訴我們,他們發現瞭一種新的能力,可以對海量數據進行篩查並發現真相,這將為政府、商業、金融、醫療、法律以及我們的日常生活帶來一場革命。我們可以做齣更明智的決策,因為強大的計算機可以對數據進行分析,發現重要的結論。
也許事實的確如此,也許未必。有時,這些無所不在的數據和偉大光明正確的計算機會得齣一些非常怪異的結論。例如,有人一本正經地宣稱:
? 淩亂的房間會強化人們的種族主義傾嚮。
? 還未齣生的小雞胚胎會對計算機的隨機事件生成器産生影響。
? 當政府負債相對國內生産總值的比率超過 90% 時,國傢幾乎一定會陷入衰退。
? 在過去 20 年美國犯罪率下降的原因中,閤法墮胎的比例高達 50%。
? 如果每天飲用兩杯咖啡,患上胰腺癌的風險將極度放大。
? 成功的公司傾嚮於變得不那麼成功,不成功的公司傾嚮於變得
? 更加成功,因此用不瞭多久,所有公司都會淪為普通的公司。
? 齣現在《體育畫報》和《麥登橄欖球》封麵上的運動員會受到詛咒,他們可能會陷入平庸,或者受到傷病睏擾。
? 生活在輸電綫附近的兒童具有更大的患癌風險。
? 人類有能力將死亡推遲到重大儀式過後。
? 亞裔美國人更容易在每月四號突發心髒病。
? 如果一個人的姓名首字母縮寫擁有積極的含義(比如 ACE),那麼他可以多活三到五年。
? 平均來說,教名(第—個名字)以字母 D 開頭的棒球運動員的壽命比教名以字母 E 到 Z 開頭的運動員短兩年。
? 臨終病人可以被幾韆英裏以外傳送過來的積極心理能量治愈。
? 當 NFC 冠軍球隊贏得超級碗(美國超級碗總決賽在國傢聯閤會(NFC)和美國聯閤會(AFL)分彆比賽産生的冠軍之間舉行 — 譯者注)時,股市幾乎一定會上漲。
? 如果你購買股息率高、每股價格第二低的道瓊斯股票,你就可以跑贏大盤。
這些說法顯然是錯誤的。不過,許多與此類似的說法每天都會齣現在報紙和雜誌上。在如今的信息時代,我們用沒完沒瞭而又毫無意義的數據指導我們的思想和行動。不難看齣為什麼我們會反復得齣錯誤的推論,製定糟糕的決策。即使能夠得到比較充足的信息,我們也不會永遠注意到數據的偏差性和無關性,或者科學研究的缺陷和誤導性。我們傾嚮於相信計算機從不犯錯,認為不管我們把什麼樣的垃圾扔進去,計算機都會吐齣絕對真理。這種想法不僅存在於外行人的日常生活中,也存在於專業人員嚴肅認真的研究工作中。在流行刊物、電視、互聯網、競選活動、學術期刊、商業會議、法庭,政府聽證會,此類現象屢見不鮮。
幾十年前,數據非常稀少、計算機還沒有齣現時,研究人員需要努力收集優質數據並進行審慎的思考,然後花費幾個小時甚至幾天的時間從事艱苦的計算工作。現在,麵對豐富的數據,研究人員通常不會花費太多的時間對優質數據和垃圾進行區分,或者對閤理分析和垃圾科學進行區分。更糟糕的是,我們常常不假思索地認為,我們對大量數據的處理永遠不會齣錯。我們匆匆忙忙地根據這些機器發齣的夢囈製定決策 — 比如在衰退過程中增加稅收,將我們一生的積蓄交給一些說得天花亂墜的財務分析師,根據新的管理理念製定商業決策,用醫療騙術危害我們的健康 — 更糟糕的是,我們還會放棄心愛的咖啡。
羅納德?科斯(Ronald Coase)曾經嘲諷道:“如果你對數據拷打足夠長的時間,它一定會招供。”《簡單統計學》一書考察瞭幾十個扭麯的結論。隻需片刻的思考,你就會發現這些結論的問題。有時,無恥之徒故意用這些說法來誤導我們。有時,天真快樂的研究人員並沒有意識到他們所製造的惡作劇。我寫這本書的目的是幫助我們遠離錯誤 — 包括外部錯誤和自己造成的錯誤。你將學到一些簡單的指導準則,用於識彆其他人或者你自己說齣的不靠譜的觀點。其他人用數據欺騙我們,我們也經常用數據欺騙自己。
評分
評分
評分
評分
評分
評分
評分
評分
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 book.qciss.net All Rights Reserved. 圖書大百科 版權所有