《统计学的世界》书评

有新版了

这本书今年6月台湾出了新版的，分了三册，什么时候国内能引进啊~非常期待啊。给出台湾天下文化的：http://www.bookzone.com.tw/event/bw1104-1106/index.asp

难得一见的好书

难得一见的好书，深入浅出的讲解了抽样、调查和统计学的基础知识，并将其用到具体实践中，不过遗憾的是翻译中有些不尽如人意的地方，影响了对内容的理解。

一个字：贵

这本书真不值得买，因为中信出书从来就不考虑浪费的问题。字大行疏，搞得整本书600多页，携带起来相当不方便。但这本书又真值得看，理由不说了，别人都说过了。-------------------------重复：这本书真不值得买，但这本书又真值得看。

深入浅出，简单明了。在数理统计大门口转圈找不着门的，赶紧找来看。附：数学天才就不要费功夫了。

这的确是一本难得的好书。我非常感谢作者，所以一贯坚决支持盗版的我决定买一本正版的以示谢意。可惜，绝版了，一直没货，买不着。可能是因为太笨吧，我在学校里里一直没搞懂几个数理统计的基本问题。后来我花了很大的精力自学，还是搞不明白。市面上国内编的教科书我基本上都看过了，一百本跟一本差不多，实在是不适合自学。一般是学数学的人编的，以公理体系开头，说句不好听的，那个基本上不是给地球人看的，一大堆公式，就是不告诉你这些公式是要干啥，为啥要这样。我可以很熟练的使用那些公式，可是还是不知道公式背后的逻辑，做了半天题还是不知道自己在干啥。这书真是传道授业解惑的，简单明了深入浅出，统计工具背后的思想说的很清楚，一目了然，一看就明白了，解决了我好几年做了N多题没搞明白的问题。比如，置信区间到底是个啥东东？早看这个，省多少功夫啊。算我运气好，“一念之差”看了这本“初级读物”，要不到现在还迷糊呢。这书是科普读物，不是教科书，但是我觉得他所讲述的内容正是教科书应该说清楚的。可能国内的教课书大多由讲义改编吧，一般都是配合课堂使用的，所以默认任课老师在课堂上会讲解，可是你把这些东西写进去又何妨，难道会有人因为看懂了就逃课？而且即使教科书可以满足课堂教学的需要，这样一本科普的书也是很有意义的。可惜，到目前为止我还没见到国内有类似的书。这个，唉，无语了。

发现越来越多的统计入门好书

现在发现好多统计入门的好书~大多数都是老外的是不是像某老师说的，老外喜欢把书本简单化，中国人喜欢把东西复杂化……

书写的非常不错，但是买得有点后悔

这本书又厚又大，但是翻开以后第一感觉就是四个字“字大行稀”，隐隐的有一种上当受骗之感。同是讲统计学的张厚粲老师的《心理与教育统计学》53万字，只有32印张，这本书54万字，却搞到了43印张。足足多出了30%左右，价格也高了75%（原价）。粗粗一翻，觉得确实通俗易懂，举了非常多有趣的例子（讲一个概念竟然用了10多个例子）。特别的是整本书竟然很少出现公式！作为一本讲统计学的书能做到这点简直是个奇迹~同样，书中也没有谈到相关统计学软件的操作。另外要提及的是，这本书的课后习题非常丰富，很有价值，也有趣。我感觉，作为一个已经学过统计学的人来说，买这本书就不大值当了，里面可能只有习题和有趣的例子还有点吸引力；再加上价格昂贵，字大行稀，买了有可能会失望。但是，如果之前没有接触过统计学相关的知识，这本书将是非常好的入门书籍。

拿它入门吧，不错

如果没有涉足过统计学领域，觉得这本书的路子入门是再好不过的了。没有把统计神秘化和复杂化，从最根本的原则、思路入手，非常细致地讲解每一个概念。这本书已经很难买到了，我是从BLCU图书馆借阅的。

不错的一本大本本

从图书馆借过。。在桌子上平躺了两个月又回归原处了。。不过大体翻过这本书。。还是不错的。。内容生动易懂，网络上比较推荐的一本书。搞统计的应该看看。。初级入门类

求统计学的世界

急需这本书，找遍了书店和网上书城，都没有。那位朋友可以告诉我那里还可以买到这本书？或者二手的转让也可以。谢谢了，可以联系我：15959214575或sunday123abc@163.com谢谢！

太好了！

以前就曾在一个朋友那看过，回来找了几次都没有找到。今天偶遇，真是太好了！这本书太棒了，深入浅出，易懂！同国内的教材相比，就跟国内外计算机图书的差别。就像一个读国内c++教材多年，忽然一天见到《c++编程思想》的感觉......

极好的入门书

这本书没有使用传统教材的课程结构，而用一种更加精简的类似科普作品的角度来组织统计学知识。作为一本入门书来说，这种风格是十分难可的，因为他避免了作为第一本书给没有强烈学习愿望的一般读者留下“统计学好差劲，我不要看下去了”的印象（实际某些教材即使对专业学生也会留下这种印象）。引用其他豆友的话来说就是——这是一本可以一口气读完的书。当读完这本书以后，虽然你可能仍然不会使用很多统计公式，但你对统计学的本质认识的一定更深。这时候再像使用工具书一样去学习其他专业教材就相对容易得多了。最后，这书和《统计学》（David Freedman）一样都已经绝版了，所以在这里推荐新浪的下载版（46MB），比较清楚而且有完善的目录（私以为PDF有了目录就跟实体书差不多了）

统计学的入门读物

我是没有学过统计学，前段时间由于做市场调研用到SPSS，硬补的课。这本书可以说是不可多得的好书，每个概念讲的特别浅显易懂，而且大量的实例，不像高校教材让人看的头晕。反正对于对统计学一无所知的人来说，绝对是最好的读物。

后面部分很精彩

其实该说的大家都说了，对于初学者，确实是一本相当不错的好书！不过前面三分之二过于拖沓了，真的是把读者当小学生了（不过符合美国人的思维）；后面部分比较精彩！

值得一读

应该说原书不错，面向非专业人群传播统计学思考方式。这本书对读者的专业知识方面要求不高。如果略有概率和统计方面的基础知识，就可以很快很流畅地读完。对于专业读者来说，即便不能通过阅读提高专业知识，也能获得不少的启发。如果完全无相关知识基础，读起来或许会有一点儿困难吧。btw: 翻译得有些粗糙，很多地方读着别扭，甚至可以读出译者，或译者之一的南方口音来。。。

无法容忍那么多案例。。

本书把统计中重要的概念都道出来了，用大量的案例和分析，公式甚少（公式癖的数学人可能没兴趣读下去），和物理学基础一样，大师的视野非常之广阔，不像国内的限得那么的死，非常适合入门级，也适合统计高手的再阅读，去了解大师对实际问题如何与统计结合的想法，中学生也可以借来阅读，但是对于一个善于数学的人来说，的确是多余和冗长的。

很好的入门书

本书对具体的方法涉及不多，想看公式推导的同学可以跳过去了（不过实际上最后几章很细致地讲解了若干常用统计学概念的推导）。但本书的两大特色，决定了它是一本极其优秀的统计学普及性书籍：对统计核心思想的深入浅出的阐述（深入浅出这个词绝对没有夸张。书中给出大量实际案例，帮助读者了解哪些思想对统计是重要的，以及它们为什么如此重要）；每一章后所附的大量习题（不要小看习题。通过这些题目，你才可以真正知道，自己是不是真的掌握了那些重要的思想）。摘一段凑字数：实验结果如何推广到一般人群，是一个极其重要的课题。本章中作者给出了若干事例，说明即便是一个设计良好的实验，也极少能使人完全信服。新发现必须在不同背景下经过多次实验，才能找到真正的适用范围。另外，如何设计实验，使之能产生实际有用的信息，不是由统计学理论决定，而是由实验者对实验主题领域的知识掌握情况而定。好的实验，必须结合统计原则，和对研究专业领域的了解。

真的很棒

真的很棒的一本书。看此书之前我对统计学的畏惧和迷茫，被此书清晰的思考，平易近人的讲解一一驱散，并使我对统计学充满了无限兴趣。此书将难于理解的知识由浅入深娓娓道来，阅读的过程实在是享受。

爱上统计学

以《统计学的世界》底页的一段话开头：“许多统计学家在第二次世界大战中发挥了重大的作用，沃德是其中之一。他发明的一些统计昂发，在战时被视为军事机密。沃德在被咨询飞机上什么部位的钢板需要加强时，画了飞机的轮廓，并且标出返航的战斗机上受敌军创伤的弹孔资料积累一段时间后，机身各部位几乎都被填满了。于是沃德建议，把剩下少数几个没有弹孔的位置加强，因为这些部位被击中的飞机都没有返航。”在《统计与真理》中开头有这么一句话：“在终极的分析中，一切知识都是历史，在抽象的意义下，一切科学都是数学，在理性的基础上，所有的判断都是统计学”。自从大学来，我就有了阅读报刊的习惯，整个大学四年读过很多报纸杂志，而且花了很多时间在看网页新闻，从一开始的实事政治到后来的经济金融，越发觉得数据很重要，但是却总是觉得无法把控，怎么说呢？比如给你个一个季度的全国经济报告，那么多数据，还有术语真是头都大了，面对这个媒体化的社会，我们除了知道了发生了一件什么事外，往往需要知道这个事有多大的度，这个度，我们用数字衡量，而数字本身是抽象的，没有实际参照的数始终让我们很难理解，那个抽象的世界与大部分人绝缘了，自从这个月开始接触统计学后，我开始意识到我们所知道的世界实际上是在统计学的基础上描述，而未来可能是统计学与信息技术结合的新革命世界（也是我很感兴趣的方向），隐藏在表面的世界的确很神奇，我们每天面对的是大量统计学基础下的来信息，甚至未来我们将应用数据分析和数据挖掘来进行决策，更甚者将数学世界和信息化世界统一的智能世界的出现。而大部分人却无从意识到这点，我们的信息是否正确，在这一串数据中是否有过度的夸张，隐瞒，逻辑不正确，进一步其数据的采样，处理是否本身就是错误的，何况在这个缺失诚信的社会里，一切都是值得怀疑的，另一个角度来理解统计的话，还需要理解“度”，首先描述的这个属性到底是什么，能否加入一些对比而使其更加直观呢？比如说GDP全民生产总值，能否加些解释然后来一两个比喻看能买多少车，多少房子等等，这样才叫理解数据，或者利用现代的图形化技术把数据图形化使其更加容易观察和理解。看完《统计学的世界，headfirststastics，乐读统计学》这三本书后，我才知道什么叫认知学习，看看我们过去的教材，首先用很抽象的概念化语言描述公式，然后给出公式，然后进行推导，然后做题，这样不光学习起来很难，更主要的是很难灵活应用，统计学来说是门应用数学，面向的是应用，而统计学甚者数学的发展很大部分是因为出现了实际问题而要去解决，不去首先思考产生这公式这数理关系的问题是什么，而直接把一套繁琐的推导拿出来最终只能是成了如何计算的机器，老实说，看完这几本书后我开始对数学重新热爱起来，更加的使热爱统计学起来，如何去理解抽样，如何去明辨数据，如何去理解正态分布，都是一件探索很奇妙的事情，更主要的是，我开始有能力来认识一个更加真实的世界，阅读新闻敏感性的思考这些数据是否合理，心里构图来理解对比数据，结合我现在的课题方向来说，我会想想其中的数量关系，发掘些有意思的事情。总结下来说，好的认知学习应该是营造生活化的环境，是以问题为中心的，初步的学习应该是体现其应用价值，看这知识怎么来的，有些什么故事，他们怎么想办法解决的，具体怎么用，现在有什么问题能够应用，而headfirst系列提供了一个强大的组织认知界面，大量的图片，大量的个性化问题，直接练习的案例，在引你进入思考，初次的学习真的不应该提供太难的专业知识，其实我们的很多学习需要一些这样的感性认知基础，然后引发兴趣后才继续深入，最重要是理解这门学科蕴含的哲理，并保持其思考习惯，对于今后处理实际问题，学习更深知识，创新都有很大的作用。《统计学的世界》很多时候是在讲统计学的故事，面对纷杂的社会，面对爆炸的数据浪潮，如何明辨，如何选取，如何判断，如何利用，其中蕴含了些什么思想呢？很多时候我们应该思考的是数据来源，我们所采取的调查方式，我们的统计伦理问题，因为我们面对的是极其纷杂的现实世界，任何抽象的动作都是对其的简化，一有疏忽就产生了错误的判断。这本书让我回溯本源的思考问题，与其说是统计学更不如说是认识世界的方式。越发觉得学习这个东西，是个循序渐进的过程，学的时候想想如果别人问你你怎么教会别人，能否有案例或者题目让你马上练习，能否面对实际项目应用这些知识。学习统计学只是我课题的基础需要，对于数据挖掘来说，我感觉度过了开始那段很困难的时期，接下来就是应用R软件实现些统计学公式和做简单的数据分析，路漫漫其修远，蛮好的。

数字的智慧

为了解复杂适应系统，自学了随机过程，概率论和统计等课程，唯有这本《统计学的世界》才让我领悟了数字的智慧。　　　　1。统计学是帮助我们认识复杂世界的有力工具。世界是复杂的，我们的认知都是这个世界的一部分。为了避免重蹈“盲人摸象”的覆辙，统计学应运而生，用于研究总体的性质。　　 a. 用“概率样本”，对总体参数进行“估计”；　　 b. 用“随机化比较试验”，对总体参数间的关系进行“推断”；　　 c. 并对“参数估计”和“关系推断”所做的假设，进行“检验”。　　　　2。概率是统计学的数理基础，统计学是概率论的实际应用。　　　　3。复杂世界始终处于间歇性平衡过程中，统计工具不仅可以研究处于平衡态的总体，而且引入“概率”，来研究相邻平衡态间的总体动力学的长期规律性。　　　　4。随机现象任一结果的“客观概率”是同一个随机现象重复许多次的情形下，其结果应会出现的比例。随机现象任一结果的“主观概率”是个人对一次随机试验该结果发生机会有多大的判断。对一次随机试验的结果，只有“主观概率”，没有“客观概率”，因为“客观概率”只对一连串重复试验的结果的结论。　　 当我们说这次掷铜板，出现正面的概率是1/2时，我们是在把根据掷很多次会发生的结果，而得到的正面概率的量度，应用在掷一次的状况上面。

很好的一本基础工具书

最近看了几本引进翻译的国外教科书，真替国内的教育界汗颜，你们除了会编习题集，会念课文，还会做些什么。现在，我已不再指望中国的教育能够助中华腾飞，只希望它不要做祸国殃民的罪人。

OCR大邀请

看了题目就被吸引了，但遍寻大小网店，MS只有台版在卖，价格且不论，台式汉语的艰深就打消我的购买年头。退而求其次，下载了郑老师的电子扫描版。若隐若现的文字和天马行空的翻译都不能稍减内容的丰盛有趣，遂决心将其付之OCR，并对语言不通之处略加润饰，以造福我等09年才注意到此书之辈。现征召愿志愿者与我一同工作，为了保证质量，还是有点要求1，中文通畅2，有起码的数学基础有意者请pm我或发信至daemonhsu@yahool.com.cn，可获得我转的前言及第一章的word版本。

理清了统计学的基本概念

这本书整体偏向简单，适合入门，理清了以下这些统计学上的概念：[写给老师 & 前言]统计思考、统计、数据、比较试验、潜在变量(背景变量)。[第一部分 产生数据]个体、变量、观测研究、总体、样本、普查、实验、方便抽样、自发性回应样本、有偏抽样、简单随机样本(SRS)、随机抽样、无偏、误差界限、参数(总体参数)、统计量(样本统计量)、中心点、偏差、变异性、置信叙述、抽样误差、随机抽样误差、涵盖不全、非抽样误差、处理误差、回应误差、无回应、问题措辞、分层、分层样本、分层随机样本、机遇、概率样本、非概率样本、反应变量(因变量)、解释变量(自变量)、受试对象、处理、潜在变量、交叉(交叉问题)、单轨实验、随机化比较实验、因果关系、统计显著性、系统差异、机遇差异、双盲实验、完全随机化设计、联合效应、适配、配对设计、分组、区集设计、度量、数值变量、有效度量、无效度量、计数、比率(百分比)、有效性、预测有效性、误差、偏差、随机误差、重复度量、数字感。[第二部分 整合数据]图(图形)、表(数据表)、舍入误差、饼状图、柱状图、类别变量、数量变量(数值变量)、象形图、线图、整体形态(一般形态)、直方图、茎叶图、显著偏差、异常值、中心、离度、中间点、最小值、最大值、对称、偏斜、长尾巴、左偏、右偏、中位数、四分位数、第一四分位数、第三四分位数、五数综合、箱形图、百分位数、平均数、标准差、除以(n - 1)、极端值、正态分布、密度曲线、目测标准差、高斯分布、68-95-99.7法则、标准计分、散布图、相关关系、负相关、正相关、相关系数、直线相关、回归、回归直线、回归方程式、最小二乘法、相关系数的平方、共同反应、交叉、指数。[第三部分 机遇]机遇(可能性，机会)、模式(形态)、概率、随机、长期规律性、个人概率、胜算、概率模型、抽样分布、模拟、树图、期望值、加权平均、大数法则。[第四部分 推论]统计推论、不确定程度、概率语言、置信区间、95%置信区间、近似正态、样本比例的抽样分布、水平C置信区间、统计显著性、统计检验、断言、显著性检验、原假设、备择假设、P值、单边、双边、显著水平(统计显著性水平)、双向表、三向表、辛浦森悖论、潜在变量、预期计数、卡方检验、卡方统计量、卡方分布、自由度、样本平均数的抽样分布、中央极限定理。个人认为把以上的概念讲得很清楚很透彻，但是深入的统计学知识就没有了，如果你对这些概念都已经弄懂了，还是看看其他统计方面的书吧，看这本书只会浪费你的时间。