看穿一切数字的统计学 书 (日)西内启|译者:朱悦玮 中信 正版.

你也许相信“数字会说话”，小心！数字可能经过加工，目的就是巧妙误导你的判断。你也许只看统计结果不看过程，小心！任何统计过程中都可能有你意想不到的疏漏。你面前的数据来自有公信力的机关，小心！你觉得完全可信的数据，也可能存在陷阱。 《看穿一切数字的统计学》告诉你，海量数据中，哪些数字能帮你做出准确判断，哪些会让你走入误区？本书是一点儿也不无聊的统计学入门书，不用艰深的数学尸就能理解统计学的基本概念，用故事点出主题，让你学得透彻，看得过瘾。学会统计学，看穿一切数字背后的真相！本书由西内启著。

第一章为什么统计学是最牛的学问？
01没有统计学思维的人将会吃大亏的时代02统计学是能够得出最好、最快答案的正确方法03所有的学问都从统计学开始04大数据时代，统计学火了第二章大幅减少信息成本的抽样调查05统计学家的大数据“狂想曲”06准确度令人震惊的抽样调查07为了1%的准确率值得花费几千万吗？
第三章统计学的关键：误差与因果关系08抛弃传统的统计学方法吧！
09单纯收集数据会得出“禁食米饭”的荒谬结论10改变投放广告单的方式就能赚取60亿日11真的增加了一亿销售额，还是只是误差？
12值得分析的数据都是与利益明显相关的13统计学中的重大问题：“因果关系的方向”第四章最强的统计学武器：随机对照试验14先放牛奶还是先放红茶？
15随机对照试验：商业竞争中的有力武器16“一次购买两台缝纫机可以打9折”真的能增加销量吗？
17随机化面对的现实、伦理和感情之壁
第五章无法进行随机对照试验时该怎么办？
18低成本、快速搜集数据的流行病学方法19“回归平凡”的回归分析方法20所有领域都可以应用的回归分析法21快速加深对统计学的理解的一张图表22现代统计学的主角：多回归分析23统计学家最拿手的统计方法第六章应对一切问题的统计学思考方法24统计学家们的残酷战争25发明“IQ”的心理统计学26诞生于市场调查现场的数据挖掘27文本挖掘：莎士比亚真的存在吗？
28“演绎”的计量经济学与“归纳”的统计学29贝叶斯派与频率派之间的对立第七章帮你站在巨人肩膀上的统计学30用统计学寻找“最佳答案”31寻找实证来结束争论后记

西内启，1981年出生，毕业于东京大学医学部生物统计学专业，历任东京大学医学系研究科医疗交流学领域助教、大学医院医疗情报网络研究中心副主任、哈佛癌症研究中心客座研究员，现在致力于通过数据给社会带来革新，对诸多项目的调查、分析、系统开发以及战略立案进行分析与指导。

一个简单的举措就能拯救10万人的？改变投放广告单的方式就能赚取60亿日？“一次购买两台缝纫机可以打9折”真的能够增加销量吗？用随机对照试验就可以看穿占卜师和推销员的大多数骗术？只要通过简单的测试就可以避免商业经营中绝大多数的错误？……大数据时代，统计学可以被应用在所有领域，可以出现在世界上的每一个角落以及人生的每一个瞬间，能够对所有渴望得到回答的问题、以最快的速度给出最精准的答案。本书由西内启著。
或许你从未在意过统计学是什么，也从未意识到这门专业性看似很强的学问跟你有怎样密不可分的关系。但如今，你无法否认数字已经全面掌控了你的生
活，要想一眼看穿所有数字背后的真相，你必须懂一
些统计学的知识。只要掌握了统计学，不管是想变得健康、聪明还是富裕，都非常简单——而这也是世界上的学者们通过统计学证明了的事实。
要掌握这门强大的学问，不必像IBM等跨国公司那样支付数额庞大的费用，只需要在你的人生中投资一些学习的时间就足够了。而现在，你只需要读完这本一点儿也不无聊的统计学入门读物《看穿一切数字的统计学》，就能为所有问题找到最佳答案。
《看穿一切数字的统计学》让你学会统计学，看穿一切数字背后的真相！

“流行病学”这种基于数据和统计分析做出最佳判断的思考方法，在被斯诺发现之后100年的今天，已经成为医学领域不可缺少的东西。
现代医疗最重要的手段叫作EBM(Evidence-BasedMedicine)，翻译过来就是“基于实证的医疗”，也叫“循证医学”。而在上述的实证之中最重要的一环，就是通过科学的方法所得出的统计数据和分析结果。
斯诺的流行病学仅仅根据基本的数据采集就揭晓了霍乱产生
的原因，但是随着现代统计学的进铂流行病学的方法论也逐渐变得更加完善，因此可以做出更加准确的判断。
人类的身体充满了不确定性，如果对数据进行分析就会发现很多问题。在生理学理论上完全正确的治疗方法有可能对某些人群完全没有疗效，著名医院的那些权威医师到目前为止一直使用的治疗方法，实际上是完全错误的。
因此，不能仅凭医师的经验和直觉，而应该重视数据以及分析结果，也就是基于实证做出最合适的判断，这已经成为现代医学主流的思考方法。
EBM的思考方法从20世纪80～90年代才逐渐扩展到全世界，而对于目前活跃在医疗第一线的医师们来说，大多都“在学生时代基本没有学过这个知识”。
对医师进行统计学教育似乎在美国也是一个非常严峻的问题，美国医师协会甚至在他们发行的学术杂志上发表了一
篇文章称“对医学生进行的基础统计学测试结果令人非常遗憾”。要将EBM彻底拓展到医学第一线，想必还有很长的路要走。
但是即便困难重重，统计学的实证方法在医学中所处的重要
地位还是没有变的。比如说一家制药公司要开发新药品的时候，首先，需要用缜密地计划出来的研究方法对采集来的数据进行适
当的统计分析。其次，还必须将分析结果提交给厚生
劳动省，如
果没有做到这些，新药品就无法得到批准，也无法适
用于医疗保险。当这款药品上市之后，制药公司如果希望自己的商品能够得到更好的销量，那就必须投入巨额的研究费用进行临床试验，并且凭借研究的结果将药品推销给医师们。
正如我在上一节中说过的那样，实证方法可以略过讨论直接得出最佳答案。当然，所依据数据的提取方法和分析方法，对最
终结论的准确性会有一定的影响。但是即便如此，要
想反驳实证，仅凭理论和个人经验是远远不够的，只能针对统计学数据和方法的局限性来进行反驳，或者另外建立一个新的实证数据模型来进行对抗。
活用在教育中的实证方法现在大家多少对实证方法的优势有了一些了解，实际上实证方法并不只局限于应用在医学领域。
比如说，近年来在美国教育界也非常积极地提倡实证方法的重要性，并且开始对基于实证研究的教育方法进行评价。
其中最具代表性的当属从小布什执政时期提出的《不让一个孩子掉队法》开始的WWC工程。
在《不让一个孩子掉队法》中类似“针对处于不利状况的学生的教育服务计划，必须根据科学的研究结果进行考虑”和“只有具备科学研究依据的预防年轻人采取暴力行为和吸毒的政策，才会得到财政预算”这样带有同“基于实证研究”相似的说法的的表述总共出现了100次以上。
为了对基于实证研究的教育程序进行计划和评价，WWC工程将到目前为止所有与教育相关的实证研究全部收集到一起，并且进行了系统整理。研究的结果被公布在互联网上，阐明“什么样的教育方法是科学的”，希望借此提高全美国的教育质量。虽然《不让一个孩子掉队法》这个政策本身褒贬不一，但是将科学的研究方法引入教育领域这件事情，本身却是一件非常了不起的功绩。
不可思议的是，一旦提到教育相关的问题，就算是对教育一
无所知的人也会提出自己的意见和看法。任何一个居住在先进国家的正常人，基本上都接受过某种形式的学校教育，孩子们一出生也要接受教育。
因此，这些人出于“我接受过教育”或者“我教育过孩子”的个人经验，对教育的优劣做出判断，并且提出自己的意见。还有些人，只是因为在上大学时就当上了律师，或者所
有的孩子都进了东京大学，就将其个人经验奉为真理、深信不疑。P(咨询特价)