具体描述
《你一定爱读的极简统计学》是一本零基础统计学读物,在日本被称为“可完全自学的统计学入门书”,到目前为止已加印18次。精简的计算工具、浅显的文字,简明的图解、与实际应用紧密联系的练习题,《你一定爱读的极简统计学》让零基础读者一看就懂,一学就会!
《你一定爱读的极简统计学》教授现代社会应用广泛、实用的一门科学知识。大数据时代,每个人都要懂一点统计学,我们缺的不是数据,而是正确分析数据的路径,如何从海量数据中撷取有用信息、产生新价值,甚至用以推估未知的事物,已经成为个人和企业的关键竞争力。
作者简介
小岛宽之,日本帝京大学经济学系副教授,经济学博士,知名数学随笔作家。1958年出生于东京,毕业于东京大学理学院数学系,同大学经济学研究所博士课程修毕。著有《几率的思考方式》《方便运用!几率的思考》《世界第一简单微积分》《从零开始学习微积分》以及《专为文科设计的数学教室》等多部作品。
目录信息
--本书的立场
第1部分 速学!从标准差到检验、区间估计
第1章 用频率分布表和直方图刻画数据的特征
1 根据原始数据什么也搞不明白,所以使用统计
2 做直方图
第2章 平均值是挑担人偶玩具的支点
--平均值的作用和把握方法
1 统计量是概括数据的数值
2 平均值
3 频率分布表上的平均值
4 平均值在直方图中的作用
5 该怎样捕捉平均值
第3章 由数据分散程度估计统计量
--方差和标准差
1 想要知道数据的分散和波动
2 以公交车到达时刻的例子来理解方差
3 标准差的意义
4 从频率分布表求标准差
第4章 这个数据是“平常”还是“特殊”,以标准差(S.D.)来评价
1 标准差是浪涌的激烈程度
2 明确了S.D.就可以评价数据的“特殊性”
3 复数的数据组的比较
4 加工后的数据的平均值和标准差
第5章 标准差(S.D.)可以灵活运用于股票风险指标(波动率)
1 股票的平均收益率是什么
2 仅凭平均收益率不能判断是不是优良的投资
3 波动率的意义
第6章 标准差(S.D.)也可用于理解高风险、高回报(夏普比率)
1 高风险、高回报和低风险、低回报
2 金融商品优劣的衡量方法
3 衡量金融商品优劣的数值:夏普比率
第7章 身高、掷硬币等最常见的分布、正态分布
1 最常见的数据分布
2 一般正态分布的观察方法
3 身高数据是正态分布的
第8章 推论统计的出发点,使用正态分布进行“预测”
1 使用正态分布的知识,可以进行“预测”
2 标准正态分布的95%预测命中区间
3 一般正态分布的95%预测命中区间
第9章 从一个数据推出母群体
--假设检验的思维方法
1 所谓推论统计即从部分推出整体
2 推测差不多可行的母群体
3 判断95%预测命中区间是否妥当
第10章 以测定温度为例,探寻95%置信区间
--区间估计
1 反过来利用预测命中区间的估计
2 置信区间的“95%”的意义
3 对标准差的已知正态母群体的平均值的区间估计
第2部分 从观测数据推测其背后的广阔世界
第11章 根据“部分”推论“总体”
--母群体和统计的估计
1 母群体是假想之潭
2随机抽样法和总体均值
第12章 表示母群体数据分散程度的统计量
--总体方差和总体标准差
1 搞清数据的分散程度
2 总体方差和总体标准差的计算
第13章 复数数据的平均值比1个数据接近总体均值
--样本均值的思维方法
1 从观测到的1个数据可以推测出什么
2 为什么要做样本均值
第14章 随着观测数据增加,预测区间变窄
--正态母群体的便利商品、样本均值
1 正态分布样本均值的性质很美
2 关于正态母群体样本均值的95%预测命中区间
第15章 已知总体方差,求正态母群体的总体均值
--使用样本均值进行总体均值的区间估计
1 推测总体均值和总体方差
2 使用样本均值进行总体均值的区间估计
第16章 卡方分布登场
--样本方差的求法和卡方分布
1 样本方差的求法
2 卡方分布是什么
第17章 用卡方分布推算总体方差
--推算正态母群体的总体方差
1 卡方分布的95%预测命中区间
2 终于开始正态母群体总体方差的估计了
第18章 样本方差呈卡方分布
--与样本方差成正比的统计量W的做法
1 与样本方差成正比的统计量W的做法
2 样本方差的卡方分布自由度下降1
第19章 即使未知总体均值仍能推算总体方差
--总体均值未知时对正态母群体进行区间估计
1 未知总体均值推算总体方差
2 估计总体方差的具体例子
第20章 t分布登场
--总体均值以外的以“实际观测样本”可计算的统计量
1 终于登场的t分布
2 t分布的直方图
3 统计量T的计算
4 关于t分布的正式定义
第21章 根据t分布进行区间估计
--未知总体方差时以正态母群体推算总体均值
1 最自然的区间估计--t分
· · · · · · (收起)
读后感
用户评价
这本书太棒了!简直是我一直以来寻找的入门书籍。我一直对统计学有点畏惧,觉得它充斥着复杂的公式和抽象的概念,但这本书完全颠覆了我的想法。作者用一种非常通俗易懂的语言,把那些曾经让我头疼的统计学原理,一一拆解得清晰明了。最让我惊喜的是,它并没有一上来就抛出各种公式,而是从生活中的实际例子入手,比如如何理解民意调查的结果,或者如何解读科学研究的论文。我发现,原来统计学并不是遥不可及的,它就藏在我们身边,帮助我们更理性地看待世界。 这本书在解释概念时,用了大量的类比和生动的图示,让我能瞬间抓住核心。比如,在讲到“均值”、“中位数”、“众数”的时候,作者并没有直接给出定义,而是用了一个关于不同身高人群的例子,让我一下子就明白了它们之间的区别和适用场景。而且,它强调的不是记住公式,而是理解公式背后的逻辑。这一点真的非常重要,因为很多时候,我们学过的东西很快就忘了,但如果理解了原理,即使忘记了公式,也能推导出来。这本书就像一位耐心的老师,一步一步地引导我,让我不再害怕统计学,甚至开始对它产生了浓厚的兴趣。 而且,这本书的结构安排也非常合理。它从最基础的概念开始,然后逐渐深入,每一章的内容都建立在前一章的基础上,不会让人感到突兀。我特别喜欢它讲解“概率”的那部分,用了很多生活中的例子,比如抛硬币、抽奖等等,让我深刻理解了随机事件的可能性。同时,它也解释了如何避免一些常见的概率陷阱,比如“幸存者偏差”。读完之后,我感觉自己看问题的角度都变了,不再轻易被表面的现象所迷惑,而是能更深入地去分析背后的原因。 这本书还让我明白,统计学不仅仅是数字的游戏,它是一种思考方式,一种分析工具。在数据爆炸的时代,拥有基本的统计学素养,就像拥有了一双辨别真伪的眼睛。这本书教会了我如何批判性地看待数据,如何识别那些可能存在的误导信息。它不仅仅是一本书,更是一种能力的培养。我开始尝试着用统计学的思维去审视我遇到的各种信息,无论是新闻报道,还是广告宣传,都觉得豁然开朗。 总而言之,这本书是我近期读到的最满意的一本书。它真正做到了“极简”,却又不失深度。它让我看到了统计学的美丽和实用性,也让我重拾了学习的信心。我强烈推荐给所有对统计学感到困惑,或者想提升自己数据素养的朋友们。这本书绝对会让你受益匪浅,甚至改变你看待世界的方式。我真的很高兴能拥有这本书,感觉就像打开了一扇新的大门。
这本书真是一股清流,在众多统计学书籍中脱颖而出。作者的语言风格非常自然流畅,就像在和老朋友聊天一样,一点也没有说教的痕迹。他善于捕捉生活中的细节,用这些细节来引出统计学原理,让原本枯燥的知识变得鲜活起来。我读这本书的时候,常常会不自觉地发出会心的微笑。 书中对于“统计模型”的讲解,让我受益匪浅。作者并没有一开始就抛出复杂的模型公式,而是先从“数据建模”这个概念入手,解释了为什么要进行建模,以及模型在数据分析中的作用。然后,他再逐步介绍不同的模型,比如线性回归、逻辑回归等等,并且用非常清晰的图示来展示模型的构建过程。 让我印象深刻的是,作者在讲解“因果推断”的时候,用了大量生动的例子。他不仅解释了什么是相关性,更重要的是,他教会我如何去区分相关性和因果性,以及在进行因果推断时需要注意的事项。这一点对于我在日常生活中解读各种信息,避免被误导,非常有帮助。 这本书还非常注重培养读者的“批判性思维”。它鼓励我们不要盲目相信数据,而是要学会质疑,学会去探究数据背后的真相。作者在书中也提到了很多数据分析中的“坑”,比如过度拟合、选择偏差等等,并且教我们如何去避免这些问题。这一点让我觉得,这本书不仅仅是在传授知识,更是在培养一种正确的学习和分析方法。 总而言之,这本书是一本充满智慧和趣味的书。它不仅让我对统计学有了更深入的理解,更重要的是,它教会了我如何用统计学的视角去观察和分析世界。我真心推荐这本书给所有想要提升自己,并且对知识充满好奇心的人。
老实说,刚拿到这本书的时候,我抱着试试看的心态,想着“极简”也许只是个噱头。但读进去之后,我立刻被它深深吸引了。作者的文笔非常流畅,一点也没有学术论文的那种枯燥感。他把很多复杂的统计学概念,比如“假设检验”、“回归分析”等等,都解释得像在讲故事一样。我从来没有想过,这些在很多书里看起来高深莫测的东西,竟然可以这么容易理解。 这本书的逻辑性非常强,每一章都像是一个完整的单元,但又紧密联系着前面的内容。让我印象深刻的是,在讲解“方差”和“标准差”的时候,作者用了不同班级的学生成绩来做对比,非常形象地展示了数据的离散程度。而且,它不仅仅是告诉你“是什么”,更重要的是告诉你“为什么”。它会解释为什么需要这些概念,它们在解决实际问题时有什么作用。这让我觉得,我学的不仅仅是知识,更是解决问题的能力。 这本书的另一个亮点是,它非常注重培养读者的“数据直觉”。很多时候,我们看到一组数据,可能不知道该怎么解读。这本书通过大量的实例分析,教我如何从数据中提炼出有用的信息,如何发现数据背后的规律。它并没有强迫我去记住大量的公式,而是强调理解数据的含义,以及如何用统计学的方法去验证自己的想法。我感觉自己在不知不觉中,就已经掌握了一些分析数据的基本技巧。 而且,这本书的案例选择非常贴合实际生活,让我能立刻感受到统计学在日常生活中的应用。比如,在讲到“相关性”的时候,作者就举了一个关于“冰淇淋销量”和“溺水人数”的例子,让我明白了相关性并不等于因果性,这是非常重要的一个概念,常常被人们误解。这本书帮助我纠正了很多对统计学的片面认识,让我能够更全面、更准确地理解数据。 总的来说,这本书给了我一个全新的视角来认识统计学。它不仅仅是一本教材,更像是一位循循善诱的导师,引导我一步一步地走进统计学的世界。我真的非常推荐这本书,特别是对于那些和我一样,曾经对统计学感到头疼的朋友。读完这本书,你会发现,统计学并没有那么可怕,反而充满了乐趣和智慧。
这本书简直就像一本“统计学魔法书”,把那些曾经让人望而生畏的数字和公式,都变成了简单易懂的咒语。作者的写作风格非常灵活,他会根据不同的概念,运用不同的讲解方式,有时候像一位严谨的学者,有时候又像一位幽默的说书人。我从来没有想过,学习统计学可以这么有趣,而且还能收获满满。 书中对于“分布”的讲解,让我印象特别深刻。他不仅仅是讲了正态分布,还介绍了其他一些常见的分布,并且用非常形象的例子来解释它们的特点。比如,他把“泊松分布”和“二项分布”比作“计数”和“概率”的两种不同视角,让我一下子就理解了它们之间的区别和联系。这种深入浅出的讲解方式,让我能够真正地理解每一个概念的内涵。 我特别喜欢书中关于“置信区间”的解释。过去我总是觉得这个概念很难理解,但这本书用了一个非常贴切的比喻,让我瞬间明白了它的意义。它就像是在一个射击场上,我们射击了很多次,置信区间就是我们预测子弹落在的那个区域,虽然我们不能百分之百确定每一次射击都会落在里面,但我们能知道它落在里面的概率有多大。这一点让我对统计推断有了更深的认识。 这本书还不仅仅停留在理论层面,它更关注如何将统计学知识运用到实际问题中。作者在每个章节的结尾,都会给出一些小的练习题,让我有机会去检验自己的学习成果。而且,这些练习题都非常有针对性,能够帮助我巩固所学的知识,并且发现自己可能存在的薄弱环节。这种实践性的学习方式,让我觉得更有成就感。 总而言之,这本书是我在统计学领域的一次惊喜发现。它不仅仅是一本入门书籍,更像是一次心灵的启迪。它让我认识到,统计学并非遥不可及,而是触手可及的实用工具。我强烈推荐这本书给所有想要提升自己数据分析能力,或者对统计学感到好奇的朋友。
这本书就像是一场奇妙的旅程,带我穿越了曾经认为难以逾越的统计学迷宫。作者的叙事风格非常独特,他善于将抽象的数学概念,用日常化的语言和生动的故事来呈现,让整个学习过程充满乐趣,而不是枯燥乏味的填鸭式灌输。我尤其欣赏他对于“统计学思维”的强调,这不仅仅是掌握几个公式,更是培养一种理性、严谨的分析问题的能力。 书中对于“数据可视化”的讲解,让我耳目一新。我过去总觉得图表只是简单的数据罗列,但这本书让我看到了图表背后蕴含的巨大信息量。作者通过不同类型的图表,比如散点图、柱状图、折线图等,教会我如何有效地展示数据,如何通过图表来发现趋势、异常值和潜在的关系。我开始尝试着自己去制作一些简单的图表,并且惊讶于它能帮助我更清晰地理解数据。 让我印象深刻的是,书中对于“抽样调查”的讲解。它不仅解释了抽样的原理,更重要的是,它让我明白了为什么随机抽样如此重要,以及如何避免抽样偏差。作者用了一些非常有趣的例子,比如对不同人群进行调查,来解释不同抽样方法的优劣。读完之后,我才真正理解了为什么民意调查的结果会有一定的误差范围,以及如何去解读这些误差。 这本书还特别强调了“统计学在现实世界中的应用”,这让我觉得学习这些知识非常有价值。它不仅仅是为了应付考试,更是为了让我们在信息爆炸的时代,能够做出更明智的判断。我开始用书中学到的方法去分析一些生活中的例子,比如健康饮食的宣传,或者股票市场的波动,感觉自己对这些问题的理解都更深入了。 总而言之,这本书的价值远不止于“极简”。它提供了一个完整、系统而又易于理解的统计学入门路径。我感觉它不仅仅教会了我知识,更重要的是,它点燃了我学习统计学的热情,让我看到了统计学的无限可能。我一定会把它推荐给所有想要了解统计学,却又害怕它的朋友们。
比课本简单多了 但是只为拓展统计基本知识的话读这一本就可以了
统计学是用来预测的科学。分成描述性统计学(用统计值描述数据)和预测性统计学。(用抽样的小样本推测总体均值和方差) 统计学中重要的卡方分布(预测总体方差)和t分布(预测总体均值),知道分布就知道95%的置信区间,就可以进行预估。 假设检验是反证法,如果它对,等到发生的事情是5%概率的小概率事件,从而推翻假设。
易懂到不消二十分钟就翻完了
1.平均值的介绍很有意思,尤其方差实际为均方根(也是一种平均值),让人想起《数理统计学简史》中强调数理统计学的历史就是从纵横两个方向对算数平均不断深入研究的历史;2.通过“命中区间”的概念对比,用实例解释“95%置信区间”的真正含义:如果以某方法持续进行区间估计,可求得对应观测值各种各样的区间,但100次中有95次真正的N落在求出的区间内;3.将总体均值和方差估计与卡方分布、t分布有机结合,由问题探索解答,并且简洁介绍两类来龙去脉,强于很多所谓教材;4.“相对频数”就是概率,但是作者刻意躲避,其他地方又可见“概率”表述,故感觉略显做作,反而读来别扭,“母群体”的概念不太清晰,故本书不能算“一定爱读”。
很简单很入门