具體描述
| 白話統計 | ||
| 定價 | 69.00 | |
| 齣版社 | 電子工業齣版社 | |
| 版次 | 第1版 | |
| 齣版時間 | 2018年01月 | |
| 開本 | 16開 | |
| 作者 | 馮國雙 | |
| 裝幀 | 平塑勒 | |
| 頁數 | ||
| 字數 | ||
ISBN編碼 | 9787121335181 | |
目錄
目 錄
第 1 篇 基礎篇
第1 章 為什麼要學統計 2
1.1 統計學有什麼用 3
1.2 生活世事皆統計 4
1.3 如何學統計 4
第 2 章 變異——統計學存在的基礎 6
2.1 隨機與變異 6
2.2 特朗普與羅斯福的勝齣——抽樣調查到底可不可靠 8
2.3 什麼是抽樣誤差 9
第 3 章 郭靖的內力能支撐多久——談概率分布 11
3.1 纍積分布與概率密度的通俗理解 12
3.2 是生存還是死亡？這是一個問題——用Weibull 分布尋找生存規律 16
3.3 2003 年的那場SARS——用Logistic 分布探索疾病流行規律 20
3.4 “普通”的正態分布 23
3.5 幾個常用分布——t 分布、χ2 分布、F 分布 28
第 4 章 關於統計資料類型的思考 35
4.1 計數資料等於分類資料嗎 36
4.2 計數資料可否采用連續資料的方法進行分析 37
4.3 分類資料中的無序和有序是如何確定的 38
4.4 連續資料什麼時候需要轉換為分類資料 39
4.5 連續資料如何分組——尋找cut-off 值的多種方法 41
4.6 什麼是虛擬變量/啞變量 47
第 5 章 如何正確展示你的數據 52
5.1 均數和中位數——你被平均瞭嗎 53
5.2 方差與標準差——變異的度量 54
5.3 自由度——你有多少自由活動的範圍 56
5.4 百分位數——利用百分數度量相對位置 57
5.5 如何比較蘋果和橘子——利用Z 值度量相對位置 59
5.6 某百歲老人調查報告說：少運動纔能活得久——談一下比例和率 61
5.7 在文章中如何正確展示百分比 63
第 6 章 尋找失蹤的運動員——中心極限定理 64
6.1 中心極限定理針對的是樣本統計量而非原始數據 65
6.2 樣本量大於30 就可以認為是正態分布瞭嗎 67
第 7 章 從“女士品茶”中領會假設檢驗的思想 70
7.1 女士品茶的故事 70
7.2 零假設和備擇假設 . 72
7.3 假設檢驗中的兩類錯誤 73
7.4 P 值的含義 76
7.5 為什麼P 值小於0.05（而不是0.02）纔算有統計學意義 78
7.6 為什麼零假設要設定兩組相等而不是兩組不等 79
第 8 章 參數估計——一葉落而知鞦 81
8.1 點估計 .81
8.2 最小二乘估計 82
8.3 最大似然估計 84
8.4 貝葉斯估計 86
第 9 章 置信區間估計——給估計留點餘地 88
9.1 置信區間的理論與實際含義 88
9.2 置信區間與P 值的關係 90
9.3 利用標準誤計算置信區間 91
9.4 利用Bootstrap 法估計置信區間 . 92
第 2 篇 實用篇
第10 章 常用統計方法大串講 98
10.1 一般綫性模型——方差分析與綫性迴歸的統一 99
10.2 廣義綫性模型——綫性迴歸與Logistic 迴歸的統一 103
10.3 廣義可加模型——脫離“綫性”束縛 107
10.4 多水平模型——打破“獨立”條件 112
10.5 結構方程模型——從單因單果到多因多果 119
第 11 章 正態性與方差齊性 .127
11.1 用統計檢驗方法判斷正態性 127
11.2 用描述的方法判斷正態性 130
11.3 方差分析中的方差齊性判斷 .133
11.4 理解綫性迴歸中的方差齊性 135
第 12 章 t 檢驗——不僅是兩組比較 .138
12.1 從另一個角度來理解t 檢驗 138
12.2 如何正確應用t 檢驗 140
12.3 t 檢驗用於迴歸係數的檢驗 141
12.4 t 檢驗的替代——Wilcoxon 秩和檢驗 142
第 13 章 方差分析與變異分解 145
13.1 方差分析中變異分解的思想 145
13.2 為什麼迴歸分析中也有方差分析 147
13.3 鐵打的方差分析，流水的實驗設計 148
13.4 方差分析後為什麼要進行兩兩比較 152
13.5 多重比較方法的選擇建議 154
13.6 所有的多組都需要做兩兩比較嗎——兼談固定效應和隨機效應 164
13.7 重復測量方差分析詳解 166
13.8 方差分析的替代——Kruskal-Wallis 秩和檢驗 176
13.9 多組秩和檢驗後的兩兩比較方法 178
第 14 章 卡方檢驗——有“卡”未必走遍天下 181
14.1 卡方檢驗用於分類資料組間比較的思想 181
14.2 卡方用於擬閤優度評價——從Hardy-Weinberg 定律談起 184
14.3 似然比χ2、M-H χ2、校正χ2 與Fisher 精確檢驗 186
14.4 等級資料到底可不可以用卡方檢驗 191
14.5 卡方檢驗的兩兩比較 193
14.6 Cochran-Armitage 趨勢檢驗 194
14.7 分類變量的賦值是如何影響分析結果的 196
第 15 章 相關分析與一緻性檢驗 200
15.1 從協方差到綫性相關係數 200
15.2 綫性相關係數及其置信區間 203
15.3 如何比較兩個綫性相關係數有無差異 206
15.4 分類資料的相關係數 207
15.5 基於秩次的相關係數 210
15.6 相關分析中的幾個陷阱 213
15.7 用ICC 和CCC 指標判斷一緻性 215
15.8 用Bland-Altman 圖判斷一緻性 218
15.9 Kappa 檢驗在一緻性分析中的應用 219
第 16 章 綫性迴歸及其分析思路 .222
16.1 殘差——識彆迴歸模型好壞的關鍵 223
16.2 迴歸係數的正確理解 226
16.3 迴歸係數檢驗VS 模型檢驗 227
16.4 均值的置信區間VS 個體的預測區間 228
16.5 逐步迴歸篩選變量到底可不可靠——談變量篩選策略 230
16.6 如何評價模型是好還是壞——交叉驗證思路 237
16.7 綫性迴歸的應用條件——你的數據能用綫性迴歸嗎 240
16.8 如何處理非正態——Box-Cox 變換 247
16.9 如何處理非綫性——Box-Tidwell 變換 248
16.10 方差不齊怎麼辦——加權最小二乘法 250
16.11 當共綫性導緻結果異常時怎麼辦——嶺迴歸、Lasso 迴歸 .254
16.12 發現異常值應該刪除嗎——談幾種處理異常值的方法 .260
16.13 如何處理缺失值——是刪除還是填補 268
16.14 一個非教材的非典型案例——綫性迴歸的綜閤分析 276
一本書如果沒有作者自己的觀點，而隻是知識的堆疊，那麼這類書是沒有太大價值的。尤其在當前網絡發達的時代，幾乎任何概念和知識點都可以從網絡上查到。但是有一點你很難查到，那就是統計分析的思路和觀點。比如，你可以很容易地在網上查到什麼是綫性迴歸，但你卻查不到怎麼“做”綫性迴歸分析，在你遇到實際數據時仍然不知道如何分析。在《白話統計》中，你可以獲得這些思路和觀點。盡管這些觀點未必是所有人都認可的，但根據筆者多年的分析經驗，它們在實踐中通常是奏效的。《白話統計》凝結瞭作者十多年來對統計分析的理解，對各種方法的介紹采用全新的理念和思路，不再是介紹方法本身，而是試圖將各種方法之間的聯係闡述清楚；不再是介紹方法如何計算齣結果，而是盡量說明方法背後的思想。當然，本書同時提供瞭如何實現結果的軟件（涉及Excel、SAS、R、JMP、SPSS 等）操作。
馮國雙，畢業於北京大學 ，具有十多的數據統計分析經驗，主要擅長各種迴歸分析、非獨立數據分析、藥物分析建模、數據挖掘技術、新藥臨床試驗中數據管理與統計分析等。精通SAS軟件，協助醫院臨床或醫學研究進行的設計及統計分析項目上百項。
用戶評價
評分這本書的排版和視覺設計也值得稱贊。在處理技術性強的書籍時，清晰的結構和閤理的圖錶布局至關重要，而這本書在這方麵做得非常到位。很多統計學書籍的圖錶常常是黑白、密密麻麻的小字，看著費力，但這本書中對關鍵概念的圖示化處理非常精妙，色彩的運用也恰到好處，既保持瞭專業性，又避免瞭視覺疲勞。特彆是在介紹復雜的數據可視化技巧時，作者提供的配圖清晰地展示瞭不同圖錶類型適用的場景和它們能傳達齣的信息側重點。這不僅僅是一本“教你怎麼算”的書，更是一本“教你怎麼看”的書。它教會瞭我如何通過圖形語言與數據進行對話，如何用更直觀的方式嚮非技術背景的同事匯報分析結果。這種對閱讀體驗的重視，讓我在冗長的學習過程中保持瞭相對愉悅的心情，也保證瞭學習效率的穩定輸齣。
評分閱讀體驗中，書籍的細節處理常常能反映齣作者的用心程度。這本書的章節之間的邏輯過渡非常自然流暢，幾乎沒有生硬的跳躍感，即便是跨越瞭從描述性統計到推斷性統計，再到更高級的檢驗方法，每一步都像是被精心鋪設的階梯，引導讀者穩步嚮上。此外，作者在書中時不時地會穿插一些“過來人的忠告”或者對曆史誤區的反思，這些小插麯不僅調劑瞭閱讀的節奏，更增添瞭人情味和可信度。它讓讀者感受到，作者不僅是一個知識的傳授者，更是一位經曆過實踐風雨的同行者。這種親切的交流感，極大地減少瞭學習過程中的挫敗感，使得原本可能顯得枯燥乏味的統計學習過程，變成瞭一場富有探索樂趣的旅程。這本書真正做到瞭讓統計“觸手可及”。
評分這本書的封麵設計著實吸引眼球，那種樸素又不失深沉的藍色調，讓我想起那些經典的理工科教材，但又不至於太過枯燥。初翻開目錄時，我心裏是有些忐忑的，畢竟“統計”這個詞匯對於很多非專業人士來說，往往與復雜的公式和難以理解的理論畫上瞭等號。然而，當我真正沉浸在閱讀的過程中，這種顧慮很快就被打消瞭。作者的敘述方式非常平易近人，仿佛一位經驗豐富的老師在循循善誘，將原本高高在上的統計學原理，拆解成瞭一個個可以觸摸、可以理解的生活場景。比如，在講解概率分布時，作者並沒有直接拋齣冗長的數學推導，而是用擲骰子、抽撲剋牌的例子來引入，讓我瞬間找到瞭切入點。書中對數據收集和清洗過程的強調，也讓我受益匪淺，這在很多同類書籍中常常被一帶而過，但這本書卻給瞭足夠的篇幅去探討“垃圾進，垃圾齣”的道理，這對於我們這些需要處理實際業務數據的學習者來說，是極其寶貴的經驗之談。那種潤物細無聲的引導，讓人在不知不覺中，對數據分析的全局觀有瞭更清晰的認識。
評分與其他偏重於公式推導和數學證明的統計學著作相比，這本書在講解統計思維的培養上，顯得尤為深刻和獨到。作者似乎非常理解初學者在麵對真實世界數據時的迷茫感——數據往往是混亂的、不完整的，而且背後的商業邏輯往往比統計模型本身更難把握。因此，書中花瞭大量篇幅去探討如何建立正確的“統計假設”，如何識彆數據中的潛在偏差，以及在麵對不完美數據時如何做齣閤理的工程取捨。這部分內容，在我看來，比掌握任何一個具體的統計檢驗方法都要來得重要。它培養的是一種批判性思維，一種對數據背後的故事保持警惕和好奇心的態度。讀完這部分，我感覺自己不再是簡單地套用公式的“計算器”，而是開始像一個真正的“數據分析師”那樣去思考問題的本質和數據的可靠性。
評分說實話，我過去接觸過幾本號稱“零基礎入門”的統計書籍，但讀完後總感覺像是看瞭一本理論大綱，實踐起來依舊無從下手，很多概念停留在紙麵上無法落地。這本書則完全不同，它仿佛是為那些渴望從“知道”到“做到”的人量身定製的。最讓我印象深刻的是，作者在講解迴歸分析時，不僅展示瞭如何建立模型，更深入地探討瞭如何檢驗模型的有效性和解釋係數的實際意義。書中穿插的大量案例分析，案例的選取都非常貼閤現代商業環境，無論是市場份額的預測，還是用戶行為的建模，都具有很強的現實指導性。我嘗試著將書中的方法應用到我正在進行的一個小項目上，發現原本那些晦澀難懂的P值、R方，在作者的解釋下變得清晰明瞭，不再是單純的數字堆砌。這種注重“應用價值”的編寫思路，極大地提升瞭我的學習積極性，讓我覺得手中的知識正在切實地轉化為解決問題的能力，而不是空中樓閣。
早就想看這本書，通俗易懂，省去很多摸索時間
評分一次買瞭兩本，還沒有開始看
評分此用戶未填寫評價內容
評分學統計的錶示，內容不錯！
評分還好瞭，是正版
評分此用戶未填寫評價內容
評分學統計的錶示，內容不錯！
評分很好的東西~~很好的東西~~很好的東西~~很好的東西~~
評分物流快，紙張質量挺好的
相關圖書
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.tinynews.org All Rights Reserved. 静思书屋 版权所有