讀《赤裸裸的統(tǒng)計(jì)學(xué)》——面對(duì)爆炸的數(shù)據(jù)赚窃,了解統(tǒng)計(jì)學(xué)是很有必要的

image

作者和本書概要

查爾斯?惠倫(Charles Wheelan)佃却,于1997~2002年間擔(dān)任《經(jīng)濟(jì)學(xué)人》雜志駐美國中西部地區(qū)的記者薄榛,還為《芝加哥部報(bào)》讳窟、《紐約時(shí)報(bào)》和《華爾街日報(bào)》撰稿,所著《赤裸裸的經(jīng)濟(jì)學(xué)》是暢銷多年的經(jīng)濟(jì)學(xué)普及讀物敞恋。

《赤裸裸的統(tǒng)計(jì)學(xué)》是一本關(guān)于統(tǒng)計(jì)學(xué)常識(shí)的科普書丽啡。

《赤裸裸的統(tǒng)計(jì)學(xué)》思維導(dǎo)圖

內(nèi)容

作為大數(shù)據(jù)時(shí)代炙手可熱的學(xué)問,統(tǒng)計(jì)學(xué)可以解決很多實(shí)際問題硬猫〔构浚可如果運(yùn)用不當(dāng),統(tǒng)計(jì)學(xué)也會(huì)制造假象啸蜜、造成誤導(dǎo)坑雅。

了解統(tǒng)計(jì)學(xué),了解在大數(shù)據(jù)時(shí)代生存的游戲法則盔性。 運(yùn)用好統(tǒng)計(jì)學(xué)知識(shí)霞丧,能讓我們在面對(duì)陌生問題的時(shí)候,得出有說服力的結(jié)論冕香,做出合理的決策蛹尝。
統(tǒng)計(jì)學(xué)家的工作:通過分析數(shù)據(jù)來推斷事物的本質(zhì)后豫,預(yù)測它未來的發(fā)展。

一突那、大數(shù)定律

大數(shù)定律 的數(shù)學(xué)表達(dá):當(dāng)試驗(yàn)次數(shù)足夠多時(shí)挫酿,實(shí)驗(yàn)結(jié)果的平均值會(huì)無限地接近一個(gè)數(shù)值,這個(gè)數(shù)值一般叫做“期望值”愕难。

  • 彩票:發(fā)行機(jī)構(gòu)只要保證彩票的銷售額大于獎(jiǎng)金期望值早龟,就肯定賺錢。

  • 賭場:只要能吸引到足夠數(shù)量的賭客猫缭,不管幸運(yùn)兒贏走多少錢葱弟,賭場永遠(yuǎn)是最后的贏家。

  • 投資
    風(fēng)險(xiǎn)承受能力越強(qiáng)猜丹,意味著允許試驗(yàn)的次數(shù)越多芝加,也就越有可能賺到期望的投資回報(bào)。

  • 保險(xiǎn)行業(yè)

二射窒、中心極限定理

中心極限定理: 任意一個(gè)群體樣本的平均值藏杖,都會(huì)圍繞在這個(gè)群體的整體平均值周圍。 任意群體樣本的平均值≈整體平均值

例子??: 假如你燒了一鍋湯脉顿,想知道味道怎么樣蝌麸,沒必要把湯都喝光,只要嘗一小勺就可以了艾疟,任意一勺湯的味道絕不會(huì)相差很遠(yuǎn)来吩。

三、隨機(jī)抽樣

選取代表性樣本的過程就是隨機(jī)抽樣汉柒。 注意偏見误褪。

  • 選擇性偏見

  • 幸存者偏見

  • 健康用戶偏見

四责鳍、回歸分析

回歸分析 :通過一個(gè)已知的現(xiàn)象碾褂,來找到未知的原因。多元線性回歸方程模型历葛。研究復(fù)雜統(tǒng)計(jì)學(xué)問題的必備工具正塌。保持理性的態(tài)度。

五恤溶、常犯的錯(cuò)誤

  • “黑天鵝事件”:一般用來指那些影響很大乓诽,但難以預(yù)測的小概率事件。

美國次貸危機(jī)咒程,致命問題是它的概率學(xué)模型參照的是過去20年的市場行為鸠天,不能對(duì)未知的意外情況做出預(yù)測。

  • 統(tǒng)計(jì)誤差: 只要數(shù)據(jù)分析建立在抽樣調(diào)查之上帐姻,樣本的統(tǒng)計(jì)結(jié)果和真實(shí)情況之間就會(huì)存在誤差稠集。

六奶段、總結(jié)

精確有時(shí)候并不意味著準(zhǔn)確。

概率學(xué)本身不會(huì)犯錯(cuò)剥纷,犯錯(cuò)的是使用它的人痹籍。

隨著大數(shù)據(jù)時(shí)代的到來,轉(zhuǎn)變自己對(duì)周圍世界的認(rèn)知方式非常重要晦鞋。

參考:得到-每天聽本書

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末蹲缠,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子悠垛,更是在濱河造成了極大的恐慌线定,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,104評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件确买,死亡現(xiàn)場離奇詭異渔肩,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)拇惋,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,816評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門周偎,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人撑帖,你說我怎么就攤上這事蓉坎。” “怎么了胡嘿?”我有些...
    開封第一講書人閱讀 168,697評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵蛉艾,是天一觀的道長。 經(jīng)常有香客問我衷敌,道長勿侯,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,836評(píng)論 1 298
  • 正文 為了忘掉前任缴罗,我火速辦了婚禮助琐,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘面氓。我一直安慰自己兵钮,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,851評(píng)論 6 397
  • 文/花漫 我一把揭開白布舌界。 她就那樣靜靜地躺著掘譬,像睡著了一般。 火紅的嫁衣襯著肌膚如雪呻拌。 梳的紋絲不亂的頭發(fā)上葱轩,一...
    開封第一講書人閱讀 52,441評(píng)論 1 310
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼靴拱。 笑死复亏,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的缭嫡。 我是一名探鬼主播缔御,決...
    沈念sama閱讀 40,992評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼妇蛀!你這毒婦竟也來了耕突?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,899評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤评架,失蹤者是張志新(化名)和其女友劉穎眷茁,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體纵诞,經(jīng)...
    沈念sama閱讀 46,457評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡上祈,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,529評(píng)論 3 341
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了浙芙。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片登刺。...
    茶點(diǎn)故事閱讀 40,664評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖嗡呼,靈堂內(nèi)的尸體忽然破棺而出纸俭,到底是詐尸還是另有隱情,我是刑警寧澤南窗,帶...
    沈念sama閱讀 36,346評(píng)論 5 350
  • 正文 年R本政府宣布揍很,位于F島的核電站,受9級(jí)特大地震影響万伤,放射性物質(zhì)發(fā)生泄漏窒悔。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,025評(píng)論 3 334
  • 文/蒙蒙 一敌买、第九天 我趴在偏房一處隱蔽的房頂上張望简珠。 院中可真熱鬧,春花似錦放妈、人聲如沸北救。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,511評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至托启,卻和暖如春宅倒,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背屯耸。 一陣腳步聲響...
    開封第一講書人閱讀 33,611評(píng)論 1 272
  • 我被黑心中介騙來泰國打工拐迁, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留蹭劈,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,081評(píng)論 3 377
  • 正文 我出身青樓线召,卻偏偏與公主長得像铺韧,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子缓淹,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,675評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容