分析師好比偵探，總有一些秘密等著他們?nèi)グl(fā)現(xiàn)，這正是數(shù)據(jù)分析的樂趣所在惠勒。

1. 《深入淺出數(shù)據(jù)分析》

本書的作者是邁克爾·米爾頓（Michael Milton角钩，美國）吝沫，擁有新弗洛里達(dá)學(xué)院哲學(xué)學(xué)位以及耶魯大學(xué)宗教倫理學(xué)位呻澜。他將自己的大半職業(yè)生涯獻(xiàn)給了非營利性機(jī)構(gòu)，幫助它們分析和處理從贊助人那里收集來的數(shù)據(jù)惨险，提高融資能力易迹。邁克爾.米爾頓博覽群書，但走出圖書館和書店平道，人們會看到他在跑步睹欲、攝影，以及親手釀制啤酒一屋。

《深入淺出數(shù)據(jù)分析》以類似“章回小說”的活潑形式窘疮，告訴我們?nèi)绾伟l(fā)現(xiàn)和解密數(shù)據(jù)在日常生活中的作用，以及系統(tǒng)化的數(shù)據(jù)分析對制定決策多么有用冀墨。

《深入淺出數(shù)據(jù)分析》

如果下面的問題全部答“對闸衫！”，那么這本書適合你诽嘉！

• 你認(rèn)為蔚出，數(shù)據(jù)中隱含了無窮的智慧，需要有合適的方法虫腋，來利用這些智慧骄酗，對嗎？
• 你想學(xué)習(xí)悦冀、理解和記憶如何創(chuàng)建靚麗的圖形趋翻、試驗(yàn)假設(shè)條件、進(jìn)行預(yù)測或整理混亂的數(shù)據(jù)盒蟆，對嗎踏烙？
• 你喜歡“創(chuàng)意十足、引人入勝的演講”勝于“枯噪历等、無聊的學(xué)術(shù)報(bào)告”讨惩，對嗎？

但寒屯，如果以下問題只要有一個回答“是”荐捻，那么本書與你無緣！

• 你懼怕嘗試新事物浩螺，寧可用直觀感覺來描述客觀世界靴患，是嗎？
• 你從未使用過Excel要出，是嗎鸳君？
• 你是一個經(jīng)驗(yàn)老道的數(shù)據(jù)分析師嗎，正在調(diào)查數(shù)據(jù)分析領(lǐng)域最前沿的課題患蹂，是嗎或颊？

2. 讀書目的

購買砸紊、并閱讀這本書的目的，是想解決如下的問題：

1. 為什么要學(xué)習(xí)數(shù)據(jù)分析囱挑？
2. 數(shù)據(jù)分析的基本步驟是什么醉顽？
3. 如何檢驗(yàn)數(shù)據(jù)分析成果的正確性？
4. 關(guān)于最優(yōu)化平挑，有何啟發(fā)游添？
5. 什么是假設(shè)檢驗(yàn)？
6. 什么是貝葉斯統(tǒng)計(jì)通熄？
7. 什么是主觀概率唆涝？
8. 什么是啟發(fā)法？
9. 什么是回歸預(yù)測唇辨？
10. 如何解釋和管理誤差廊酣？
11. 有哪些圖形化展示數(shù)據(jù)的技巧？

3. 讀書筆記

3.1 為什么要學(xué)習(xí)數(shù)據(jù)分析赏枚？

數(shù)據(jù)無處不在亡驰，這已經(jīng)是不爭的事實(shí)。除此之外饿幅，我在公司從事IT工作還有一些切身體會：

1. 數(shù)據(jù)量越來越大凡辱。2000年時，上網(wǎng)速度是KB算的诫睬，一個典型的應(yīng)用服務(wù)其數(shù)據(jù)庫是按GB算的煞茫。而現(xiàn)在帕涌，上網(wǎng)速度是按GB算的摄凡，典型應(yīng)用服務(wù)的數(shù)據(jù)量最小單位都是TB。
2. 數(shù)據(jù)類型越來越豐富蚓曼。公司業(yè)務(wù)橫向拓展亲澡、縱向細(xì)分，帶來了豐富多樣的數(shù)據(jù)類型纫版。

如今床绪，不管學(xué)沒學(xué)過數(shù)據(jù)分析，很多崗位在日常工作中都要分析數(shù)據(jù)其弊、得到?jīng)Q策癞己。我想，掌握一些數(shù)據(jù)分析技能梭伐，從而知道：

• 如何處理所有的數(shù)據(jù)材料痹雅；
• 如何分解和構(gòu)建復(fù)雜的問題和數(shù)據(jù)集；
• 如何將原始數(shù)據(jù)轉(zhuǎn)變成推進(jìn)現(xiàn)實(shí)工作的妙策糊识。

數(shù)據(jù)分析師能夠牢牢把握各種問題的要害绩社、指明正確的方向摔蓝。

3.2 數(shù)據(jù)分析的基本步驟是什么？

數(shù)據(jù)分析流程

優(yōu)秀的數(shù)據(jù)分析師同時也是優(yōu)秀的溝通者愉耙。...未明確問題或目標(biāo)就進(jìn)行數(shù)據(jù)分析贮尉，就如同未定下目的地就上路旅行一樣。...所以朴沿，與你的客戶溝通猜谚，了解越深，你的分析越有可能派上用場赌渣。

將大問題劃分為小問題：你無法直接回答大問題龄毡，但是，通過回答從大問題分解出來的小問題锡垄，你就可以找到大問題的答案沦零。

進(jìn)行有效的比較，是數(shù)據(jù)分析的核心货岭。

你對外界的假設(shè)和你確定的觀點(diǎn)路操，就是你的心智模型。

讓自己介入分析的意思是：做出自己的明確假設(shè)千贯，并且以自己的信用為自己的結(jié)論做擔(dān)保屯仗。所以，在撰寫最終報(bào)告的時候搔谴，一定要提到你自己魁袜，這樣客戶才有信心。

除非將分析形成報(bào)表供制定決策敦第，否則分析將毫無用處峰弹。

3.3 如何檢驗(yàn)數(shù)據(jù)分析成果的正確性？

根據(jù)數(shù)據(jù)分析的結(jié)論做決策芜果，但為了避免決策失誤鞠呈，應(yīng)先做小面積的實(shí)驗(yàn)。所以右钾，科學(xué)的實(shí)驗(yàn)可以檢驗(yàn)分析成果的正確性蚁吝。

做個好實(shí)驗(yàn)

分組比較的方法普遍用于臨床醫(yī)學(xué)上。一種新藥有沒有療效舀射，除非做對照實(shí)驗(yàn)窘茁，否則無法確定用藥的治療是否比不用藥的治療更有效，甚至還會有更大的副作用危害脆烟。

混雜因素就是研究對象的個體差異山林，也可以稱為噪音。它們不是你試圖進(jìn)行比較的因素浩淘，最終會導(dǎo)致分析結(jié)果的敏感度變差捌朴。

做到什么程度才算查清了混雜因素吴攒？與其說是科學(xué)，不如說是藝術(shù)砂蔽。你不妨就自己正在研究的問題問自己一些常識性問題洼怔，借此想象哪些變量可能會影響你的分析結(jié)果。正如數(shù)據(jù)分析和統(tǒng)計(jì)學(xué)中的各種手段一樣左驾，無論你的量化技術(shù)多么出神入化镣隶，真正的重點(diǎn)卻永遠(yuǎn)在于：分析結(jié)論要有意義。

3.4 關(guān)于最優(yōu)化诡右，有何啟發(fā)安岂？

所謂最優(yōu)化，就是借助線性代數(shù)求解最大值（或最小值）帆吻。在以往的工作經(jīng)驗(yàn)中域那，我接觸過“利潤最大化、排班”等需求猜煮，為此使用過GLPK次员、Gurobi等線性規(guī)劃工具箱。雖然期間收獲不小王带，但始終有一個問題困擾大家淑蔚，即：用戶對最優(yōu)化模型的輸出成果不甚滿意。

最優(yōu)化模型

你的假設(shè)立足于不斷變化的實(shí)際情況愕撰。所以刹衫，接納“不完美及實(shí)際情況在不斷變化”的事實(shí)，就能理解“最優(yōu)化模型只是參考搞挣，不是一勞永逸的萬能鑰匙”带迟。...模型現(xiàn)在是在起作用，但可能會突然失靈柿究。你需要做好準(zhǔn)備邮旷，以便在必要的時候重新構(gòu)建分析方法，反復(fù)不斷地進(jìn)行構(gòu)建正是分析師的工作蝇摸。

在本書中，介紹了使用excel自帶的功能來解決最優(yōu)化問題的案例办陷。這對于小數(shù)據(jù)集來說夠用貌夕，但如果數(shù)據(jù)集較大，建議使用專業(yè)的線性規(guī)劃工具民镜。

3.5 什么是假設(shè)檢驗(yàn)啡专？

曾經(jīng)朋友們討論到一個話題，即：學(xué)習(xí)科技知識制圈，有何用们童？答案是預(yù)測未來畔况。就拿“數(shù)據(jù)分析”來說，其結(jié)果用于決策慧库，難道決策不就是預(yù)測未來嗎跷跪？掌握并運(yùn)用項(xiàng)目管理知識，把工作目標(biāo)分解為合理的任務(wù)計(jì)劃齐板，說到底也是預(yù)測未來吵瞻。

如何預(yù)測未來？關(guān)于這個話題甘磨，本書用一個“手機(jī)殼生產(chǎn)商預(yù)測新手機(jī)何時上市”的案例來講解假設(shè)檢驗(yàn)橡羞、證偽法的知識。

關(guān)鍵的知識點(diǎn)是：

• 從各種渠道收集消息（注意济舆，消息也是一種數(shù)據(jù)）卿泽；
• 書中列舉的關(guān)注消息有：經(jīng)濟(jì)形勢（會影響消費(fèi)者支出意愿）、零配件供貨商產(chǎn)量（會影響新品手機(jī)的產(chǎn)量）滋觉、手機(jī)生產(chǎn)商的競爭對手的近期活動（會影響手機(jī)生產(chǎn)商如何應(yīng)對競爭）等等又厉；
• 基于收集到的情報(bào)，確定它們與想預(yù)測目標(biāo)的正負(fù)關(guān)系椎瘟；
• 對分析模型進(jìn)行假設(shè)檢驗(yàn)覆致，而且要使用證偽法，回避滿意法肺蔚。

并非只有數(shù)字表格才叫做數(shù)據(jù)煌妈。只要證據(jù)能夠幫助你按照強(qiáng)弱程度對假設(shè)進(jìn)行排列，它就具有診斷性宣羊。

若一種變量增大意味著另一種變量也增大璧诵，則為正相關(guān)，反之為負(fù)相關(guān)仇冯。

請勿試圖選出最合理的假設(shè)之宿，只需剔除無法證實(shí)的假設(shè)——這就是假設(shè)檢驗(yàn)的基礎(chǔ)：證偽。

滿意法的嚴(yán)重問題是：當(dāng)人們在未對其它假設(shè)進(jìn)行透徹分析的情況下選取某種假設(shè)時苛坚，往往會堅(jiān)持這個假設(shè)比被，即使反面證據(jù)堆積如山也往往視而不見。證偽法則讓人們對各種假設(shè)感覺更敏銳泼舱，從而防止掉入認(rèn)知陷阱等缀。

現(xiàn)實(shí)世界中的各種原因呈現(xiàn)網(wǎng)絡(luò)關(guān)系，而非線性關(guān)系娇昙。線性等于直覺尺迂，容易忽略其它信息。在現(xiàn)實(shí)世界里，各種原因在相關(guān)變量構(gòu)成的網(wǎng)絡(luò)中傳導(dǎo)噪裕，你的模型怎么可能獨(dú)善其身呢蹲盘？作為一位分析師，你的視野要比這個簡單的模型開闊才行膳音，要渴望看出因果關(guān)系網(wǎng)絡(luò)召衔。

優(yōu)秀分析師的理想是找到復(fù)雜問題的非直覺答案。你會愿意聘用一個思想保守的數(shù)據(jù)分析師嗎严蓖？如果客戶真正有興趣從數(shù)據(jù)中挖掘一些新信息薄嫡，就會尋覓能想人所不能想的人才。

分析師們一個很好的經(jīng)驗(yàn)法則是：當(dāng)你開始懷疑因果關(guān)系的走向時颗胡，請進(jìn)行反向思考毫深，看看結(jié)果會怎么樣。

假設(shè)檢驗(yàn)毒姨，是一種根據(jù)情報(bào)預(yù)測未來的方法哑蔫。難度在于：收集情報(bào)的多少、以及情報(bào)的準(zhǔn)確性弧呐。物價會不會上漲闸迷？股票是升還是降？貌似都可以用這個方法俘枫，但在這些領(lǐng)域內(nèi)我們收集情報(bào)的能力遠(yuǎn)遠(yuǎn)低于專業(yè)咨詢公司腥沽、智庫。盡管如此鸠蚪，仍然值得掌握假設(shè)檢驗(yàn)今阳、證偽法，因?yàn)樵谧约簩I(yè)從事的業(yè)務(wù)領(lǐng)域內(nèi)茅信，我們可以做得比較專業(yè)盾舌。

3.6 什么是貝葉斯統(tǒng)計(jì)？

前面介紹的假設(shè)檢驗(yàn)蘸鲸、證偽法妖谴，可以處理異質(zhì)數(shù)據(jù)，但如果碰到直接概率問題酌摇，就要使用貝葉斯統(tǒng)計(jì)了膝舅。貝葉斯概率準(zhǔn)則提供了一種利用已知概率來估算未知概率的有效方法，其基礎(chǔ)公式是：

P(A | B) = P(B | A) * P(A) / P(B)

其中妙痹，P(A | B)的解讀為：B中出現(xiàn)A的概率铸史。

關(guān)于貝葉斯概率的入門案例，可以參考以前整理的《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》讀書筆記4怯伊。

3.7 什么是主觀概率？

主觀概率是一種將嚴(yán)謹(jǐn)融入直覺的簡便方法，結(jié)合標(biāo)準(zhǔn)偏差來評估數(shù)據(jù)的分布耿芹。

其實(shí)我們遇到過主觀概率的實(shí)際應(yīng)用崭篡，如：
用戶在社交平臺上對我們的移動客戶端評價，有激烈的說“非常難用”吧秕、有敷衍的說“尚可忍受”琉闪、有委婉的說“建議改進(jìn)”。但如果去聯(lián)絡(luò)這些用戶砸彬，就會發(fā)現(xiàn)颠毙，他們只是表達(dá)情緒的激烈程度不一樣，但都還會繼續(xù)使用我們的移動客戶端砂碉。那么如何更精確的收集用戶的意向呢蛀蜜？答案就是問卷調(diào)查。

口語表達(dá)上的概率用詞有：可能增蹭、極不可能滴某、可能性更大、有可能滋迈、可能不霎奢、不可能、可能會饼灿、肯定幕侠、大有機(jī)會...。不同的人碍彭，對這些概率用詞的情緒感覺不同晤硕，A說的非常有可能與B說的完全不可能，也許都想表達(dá)30%的概率硕旗。

如果用一個數(shù)字形式的概率來表示自己對某事的確認(rèn)程度窗骑，所用的就是主觀概率。...主觀概率是對分歧內(nèi)容和分歧大小的一種精確規(guī)范漆枚，可以避免表達(dá)不當(dāng)帶來的矛盾激化创译，從而讓數(shù)據(jù)分析師抓住問題焦點(diǎn)，進(jìn)而解決問題墙基。

主觀概率是根據(jù)規(guī)律進(jìn)行分析的巧妙方法软族，尤其是在預(yù)測孤立事件，但缺乏相同條件下的歷史經(jīng)驗(yàn)的情況下残制。

標(biāo)準(zhǔn)偏差度量的是典型的分析點(diǎn)與數(shù)據(jù)集平均值的差距立砸。偏差越大，表明分歧也越大初茶。

3.8 什么是啟發(fā)法颗祝？

你是如何做決定的？

• 憑沖動做決定（直覺）？
• 還是憑幾個精心選取的關(guān)鍵數(shù)據(jù)做決定（啟發(fā)法）螺戳？
• 或是構(gòu)建一套包含所有變量的模型搁宾，然后得出最優(yōu)解（最優(yōu)化）？

以上答案可能都對倔幼，但這些答案卻代表完全不同的思維模式盖腿，認(rèn)識到這一點(diǎn)很重要。... 大多數(shù)思維活動都是啟發(fā)式的损同，最優(yōu)化是一種理想境界翩腐，啟發(fā)法是從直覺走向最優(yōu)化的橋梁。

忽視整個系統(tǒng)而只關(guān)心一個變量是不對的膏燃，但關(guān)注所有數(shù)據(jù)進(jìn)行分析茂卦，艱深耗時。精心選擇與問題相關(guān)的部分?jǐn)?shù)據(jù)蹄梢，然后根據(jù)它們對整個系統(tǒng)做出結(jié)論疙筹，這就是在使用啟發(fā)法。

工作中禁炒，面對銷售量統(tǒng)計(jì)圖而咆，你如何解釋銷量上升的原因？可能很難精確解釋幕袱，因?yàn)橛绊戜N量的因素太多了暴备，如：

• 經(jīng)濟(jì)回暖，人們愿意消費(fèi)了们豌；
• 現(xiàn)在是本行業(yè)的銷售旺季涯捻；
• 最近的一個公司宣傳上了熱搜；
• 投放了一個好產(chǎn)品望迎；
• 支撐在線電商的系統(tǒng)做了優(yōu)化障癌；
• 合作伙伴不抖動了；
• 領(lǐng)導(dǎo)以身作則辩尊，帶領(lǐng)大家攻堅(jiān)涛浙；
• ...

要對所有因素去分析太難了，甚至連搜集數(shù)據(jù)都做不到摄欲。但可以挑選幾個關(guān)鍵因素進(jìn)行分析轿亮。記住：我們無法證明改善都是我們的功勞胸墙，但通過分析結(jié)果有理由相信我注，我們的付出造成了這些改善。

3.9 什么是回歸預(yù)測迟隅？

本書中講解的是線性回歸但骨，入門案例可以參考以前整理的《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》讀書筆記8励七。

線性回歸

使用已有的數(shù)據(jù)集可以構(gòu)建回歸方程式，進(jìn)而使用該方程式預(yù)測未來嗽冒。但要注意呀伙，回歸方程式是有適用范圍的补履。內(nèi)插法對數(shù)據(jù)范圍內(nèi)的數(shù)值進(jìn)行預(yù)測添坊，很準(zhǔn)確，這是回歸法的目的箫锤。預(yù)測數(shù)據(jù)范圍外的數(shù)值贬蛙，稱為外插法，很不準(zhǔn)確谚攒。你必須把回歸方程式的適用范圍告訴用戶阳准。

只要數(shù)據(jù)呈現(xiàn)正態(tài)分布，大量高效而簡單的統(tǒng)計(jì)方法就能派上用場馏臭。...如果直方圖上顯示有多于一個的峰值野蝇，且你想弄明白為何不是正態(tài)分布的，那么就可以劃分?jǐn)?shù)據(jù)子集括儒，重新繪制多個直方圖绕沈、找到原因。

3.10 如何解釋和管理誤差帮寻？

預(yù)測很少不偏不倚乍狐，這種實(shí)際結(jié)果與預(yù)測結(jié)果之間的偏差，叫機(jī)會誤差固逗，統(tǒng)計(jì)學(xué)中又稱為殘差浅蚪。

預(yù)測有失精準(zhǔn)并不稀奇。不過烫罩，如果在進(jìn)行預(yù)測的時候指出誤差范圍惜傲，你和你的客戶就不僅能知道平均預(yù)測值，還能知道該誤差造成的典型偏差贝攒。指出誤差可以讓預(yù)測更全面盗誊，可信度更高。

用均方根誤差定量表示殘差分布饿这。

分組浊伙，減少回歸誤差

將數(shù)據(jù)分拆為幾個組稱為分割，分割的根本目的是管理誤差长捧。如果為幾個分組分別創(chuàng)建預(yù)測模型嚣鄙，比單獨(dú)一個模型更能減小誤差，則應(yīng)進(jìn)行分割串结。

優(yōu)秀的歸回分析兼具監(jiān)解釋功能和預(yù)測功能哑子。如果號稱零誤差舅列，那就是表明沒有預(yù)測功能。這也稱為過擬合卧蜓。

3.11 有哪些圖形化展示數(shù)據(jù)的技巧帐要？

數(shù)據(jù)可視化：創(chuàng)建優(yōu)秀數(shù)據(jù)圖形的第一要務(wù)就是促使用戶謹(jǐn)慎思考并制定正確決策，優(yōu)秀的數(shù)據(jù)分析從始至終都離不開“用數(shù)據(jù)思考”弥奸。

優(yōu)秀數(shù)據(jù)圖表的特點(diǎn)：

• 展示了數(shù)據(jù)榨惠；
• 做了高明的比較；
• 展示了多個變量盛霎；
• 美觀赠橙。

如何選擇圖表類型？

數(shù)據(jù)分析師喜歡用散點(diǎn)圖發(fā)現(xiàn)因果關(guān)系愤炸，即一個變量影響另一個變量的關(guān)系期揪。通常用散點(diǎn)圖的X軸代表自變量，用Y軸代表因變量规个。

柱狀圖（直方圖）能夠迅速二有效地匯總數(shù)據(jù)凤薛，用于度量數(shù)據(jù)的分布、差異诞仓、集中趨勢等缤苫。

如果數(shù)據(jù)圖表能對每個數(shù)據(jù)的三個以上的變量進(jìn)行展示，這個圖表就是多元的狂芋。盡量讓圖形多元化最有可能促成最有效的比較榨馁。

我以前習(xí)慣用一個圖表來解釋數(shù)據(jù)，其實(shí)完全可以并列兩個圖表進(jìn)行對比展示帜矾。如：一個網(wǎng)站的瀏覽次數(shù)翼虫、瀏覽時長、回頭率與營業(yè)額的關(guān)系屡萤，都做在一個圖表中有難度珍剑、且不夠美觀。那么可以分別做成3個圖表死陆，但可以放在一起展示招拙。

當(dāng)你描述你的數(shù)據(jù)圖表時，需要論述可相互換用的兩種因果模型或圖解措译。能完成這個任務(wù)說明你非常公正：讓客戶知道你不僅會展示自己最喜歡的一面别凤，還會徹頭徹尾地考慮自己提出的原理中可能存在的問題點(diǎn)。

激發(fā)制圖靈感领虹、提高制圖能力的渠道：

1. 學(xué)習(xí)大師的著作规哪，如讀數(shù)據(jù)圖形化領(lǐng)域權(quán)威Edward Tufte的著作；
2. 看到制作精良的圖表案例塌衰，用心的收集下來（有同事在這方便比我做得好）诉稍。

4. 收獲與行動

收獲知識蝠嘉、付出行動、體現(xiàn)價值

4.1 啊哈

此處收集了書中讓我眼前一亮的句子杯巨。

考慮不確定因素蚤告、盲點(diǎn)會讓人感覺不爽，但回報(bào)顯著服爷，因?yàn)?strong>了解自己的知識缺陷非常重要杜恰。數(shù)據(jù)分析也是如此，“反查”方法會揭示出未知信息层扶，而不是已知信息箫章。

千萬要保存原始數(shù)據(jù)，避免進(jìn)行任何數(shù)據(jù)處理镜会。即使是最好的數(shù)據(jù)分析師也會失誤，必須保留將工作結(jié)果與原始數(shù)據(jù)進(jìn)行比較的機(jī)會终抽。

對于分析來說戳表，大量的、準(zhǔn)確的數(shù)據(jù)是好的開頭昼伴。但數(shù)據(jù)分析有一個不可告人的秘密——到手的數(shù)據(jù)往往算不上井井有條匾旭，數(shù)據(jù)分析師花在數(shù)據(jù)整理上的時間多過數(shù)據(jù)分析上的時間。所以擅長使用數(shù)據(jù)處理工具圃郊、擁有對海量數(shù)據(jù)進(jìn)行清洗的能力非常重要价涝。

免不了要報(bào)告壞消息是數(shù)據(jù)分析師工作的一部分。不過持舆，同樣的消息卻可以用不同的方式來表達(dá)色瘩。頂級數(shù)據(jù)分析師懂得妥當(dāng)?shù)貓?bào)告有可能令人沮喪的消息。

我們都碰到過在經(jīng)濟(jì)上逸寓、認(rèn)知上很費(fèi)力的刁鉆問題居兆。對于這類棘手的問題，人們天生的反應(yīng)就是答非所問竹伸，這實(shí)屬及其正常泥栖、及其人性的現(xiàn)象。

數(shù)據(jù)分析的根本在于：妥善分解問題勋篓、為數(shù)據(jù)套上適當(dāng)?shù)男闹悄Ｐ秃徒y(tǒng)計(jì)模型吧享、做出正確的判斷，但并不保證次次得到精確的答案譬嚣。

4.2 下一步行動：實(shí)操本書中的例子

本書每個章節(jié)的案例都非常精彩钢颂，同時還提供了原始數(shù)據(jù)下載的地址」氯伲看懂了是一回事甸陌，自己去操作一次更好须揣。

4.3 下一步行動：收集制作精良的數(shù)據(jù)圖表

有些人更具有設(shè)計(jì)圖形報(bào)表的天賦，可以向他們的成果學(xué)習(xí)钱豁。在閱讀出版物時耻卡，關(guān)注技高一籌的作品，保留下來牲尺，思考它好在哪里卵酪，可以提高自己制作數(shù)據(jù)報(bào)表的技能。

4.4 下一步行動：學(xué)習(xí)統(tǒng)計(jì)學(xué)知識

許多數(shù)據(jù)分析著作其實(shí)就是統(tǒng)計(jì)學(xué)著作谤碳，因?yàn)榻y(tǒng)計(jì)學(xué)領(lǐng)域擁有的大量數(shù)據(jù)分析技術(shù)對數(shù)據(jù)分析及其重要溃卡。統(tǒng)計(jì)知識越淵博，分析工作越有可能取得輝煌成就蜒简。

4.5 拓展閱讀

在本書中提到或引用了如下書籍：

1. 《深入淺出統(tǒng)計(jì)學(xué)》瘸羡，道恩·格里菲思
2. 《出色的證據(jù)》，Edward Tufte

現(xiàn)實(shí)世界非常復(fù)雜搓茬，因此我們用心智模型來理解現(xiàn)實(shí)犹赖。心智模型可能是一些與生俱來的先天稟賦，也可能是后天學(xué)會的理論卷仑，不管是哪種情況峻村，都會大大影響你對數(shù)據(jù)的解釋。