具体描述
| 白话统计 | ||
| 定价 | 69.00 | |
| 出版社 | 电子工业出版社 | |
| 版次 | 第1版 | |
| 出版时间 | 2018年01月 | |
| 开本 | 16开 | |
| 作者 | 冯国双 | |
| 装帧 | 平塑勒 | |
| 页数 | ||
| 字数 | ||
ISBN编码 | 9787121335181 | |
目录
目 录
第 1 篇 基础篇
第1 章 为什么要学统计 2
1.1 统计学有什么用 3
1.2 生活世事皆统计 4
1.3 如何学统计 4
第 2 章 变异——统计学存在的基础 6
2.1 随机与变异 6
2.2 特朗普与罗斯福的胜出——抽样调查到底可不可靠 8
2.3 什么是抽样误差 9
第 3 章 郭靖的内力能支撑多久——谈概率分布 11
3.1 累积分布与概率密度的通俗理解 12
3.2 是生存还是死亡？这是一个问题——用Weibull 分布寻找生存规律 16
3.3 2003 年的那场SARS——用Logistic 分布探索疾病流行规律 20
3.4 “普通”的正态分布 23
3.5 几个常用分布——t 分布、χ2 分布、F 分布 28
第 4 章 关于统计资料类型的思考 35
4.1 计数资料等于分类资料吗 36
4.2 计数资料可否采用连续资料的方法进行分析 37
4.3 分类资料中的无序和有序是如何确定的 38
4.4 连续资料什么时候需要转换为分类资料 39
4.5 连续资料如何分组——寻找cut-off 值的多种方法 41
4.6 什么是虚拟变量/哑变量 47
第 5 章 如何正确展示你的数据 52
5.1 均数和中位数——你被平均了吗 53
5.2 方差与标准差——变异的度量 54
5.3 自由度——你有多少自由活动的范围 56
5.4 百分位数——利用百分数度量相对位置 57
5.5 如何比较苹果和橘子——利用Z 值度量相对位置 59
5.6 某百岁老人调查报告说：少运动才能活得久——谈一下比例和率 61
5.7 在文章中如何正确展示百分比 63
第 6 章 寻找失踪的运动员——中心极限定理 64
6.1 中心极限定理针对的是样本统计量而非原始数据 65
6.2 样本量大于30 就可以认为是正态分布了吗 67
第 7 章 从“女士品茶”中领会假设检验的思想 70
7.1 女士品茶的故事 70
7.2 零假设和备择假设 . 72
7.3 假设检验中的两类错误 73
7.4 P 值的含义 76
7.5 为什么P 值小于0.05（而不是0.02）才算有统计学意义 78
7.6 为什么零假设要设定两组相等而不是两组不等 79
第 8 章 参数估计——一叶落而知秋 81
8.1 点估计 .81
8.2 最小二乘估计 82
8.3 最大似然估计 84
8.4 贝叶斯估计 86
第 9 章 置信区间估计——给估计留点余地 88
9.1 置信区间的理论与实际含义 88
9.2 置信区间与P 值的关系 90
9.3 利用标准误计算置信区间 91
9.4 利用Bootstrap 法估计置信区间 . 92
第 2 篇 实用篇
第10 章 常用统计方法大串讲 98
10.1 一般线性模型——方差分析与线性回归的统一 99
10.2 广义线性模型——线性回归与Logistic 回归的统一 103
10.3 广义可加模型——脱离“线性”束缚 107
10.4 多水平模型——打破“独立”条件 112
10.5 结构方程模型——从单因单果到多因多果 119
第 11 章 正态性与方差齐性 .127
11.1 用统计检验方法判断正态性 127
11.2 用描述的方法判断正态性 130
11.3 方差分析中的方差齐性判断 .133
11.4 理解线性回归中的方差齐性 135
第 12 章 t 检验——不仅是两组比较 .138
12.1 从另一个角度来理解t 检验 138
12.2 如何正确应用t 检验 140
12.3 t 检验用于回归系数的检验 141
12.4 t 检验的替代——Wilcoxon 秩和检验 142
第 13 章 方差分析与变异分解 145
13.1 方差分析中变异分解的思想 145
13.2 为什么回归分析中也有方差分析 147
13.3 铁打的方差分析，流水的实验设计 148
13.4 方差分析后为什么要进行两两比较 152
13.5 多重比较方法的选择建议 154
13.6 所有的多组都需要做两两比较吗——兼谈固定效应和随机效应 164
13.7 重复测量方差分析详解 166
13.8 方差分析的替代——Kruskal-Wallis 秩和检验 176
13.9 多组秩和检验后的两两比较方法 178
第 14 章 卡方检验——有“卡”未必走遍天下 181
14.1 卡方检验用于分类资料组间比较的思想 181
14.2 卡方用于拟合优度评价——从Hardy-Weinberg 定律谈起 184
14.3 似然比χ2、M-H χ2、校正χ2 与Fisher 精确检验 186
14.4 等级资料到底可不可以用卡方检验 191
14.5 卡方检验的两两比较 193
14.6 Cochran-Armitage 趋势检验 194
14.7 分类变量的赋值是如何影响分析结果的 196
第 15 章 相关分析与一致性检验 200
15.1 从协方差到线性相关系数 200
15.2 线性相关系数及其置信区间 203
15.3 如何比较两个线性相关系数有无差异 206
15.4 分类资料的相关系数 207
15.5 基于秩次的相关系数 210
15.6 相关分析中的几个陷阱 213
15.7 用ICC 和CCC 指标判断一致性 215
15.8 用Bland-Altman 图判断一致性 218
15.9 Kappa 检验在一致性分析中的应用 219
第 16 章 线性回归及其分析思路 .222
16.1 残差——识别回归模型好坏的关键 223
16.2 回归系数的正确理解 226
16.3 回归系数检验VS 模型检验 227
16.4 均值的置信区间VS 个体的预测区间 228
16.5 逐步回归筛选变量到底可不可靠——谈变量筛选策略 230
16.6 如何评价模型是好还是坏——交叉验证思路 237
16.7 线性回归的应用条件——你的数据能用线性回归吗 240
16.8 如何处理非正态——Box-Cox 变换 247
16.9 如何处理非线性——Box-Tidwell 变换 248
16.10 方差不齐怎么办——加权最小二乘法 250
16.11 当共线性导致结果异常时怎么办——岭回归、Lasso 回归 .254
16.12 发现异常值应该删除吗——谈几种处理异常值的方法 .260
16.13 如何处理缺失值——是删除还是填补 268
16.14 一个非教材的非典型案例——线性回归的综合分析 276
一本书如果没有作者自己的观点，而只是知识的堆叠，那么这类书是没有太大价值的。尤其在当前网络发达的时代，几乎任何概念和知识点都可以从网络上查到。但是有一点你很难查到，那就是统计分析的思路和观点。比如，你可以很容易地在网上查到什么是线性回归，但你却查不到怎么“做”线性回归分析，在你遇到实际数据时仍然不知道如何分析。在《白话统计》中，你可以获得这些思路和观点。尽管这些观点未必是所有人都认可的，但根据笔者多年的分析经验，它们在实践中通常是奏效的。《白话统计》凝结了作者十多年来对统计分析的理解，对各种方法的介绍采用全新的理念和思路，不再是介绍方法本身，而是试图将各种方法之间的联系阐述清楚；不再是介绍方法如何计算出结果，而是尽量说明方法背后的思想。当然，本书同时提供了如何实现结果的软件（涉及Excel、SAS、R、JMP、SPSS 等）操作。
冯国双，毕业于北京大学 ，具有十多的数据统计分析经验，主要擅长各种回归分析、非独立数据分析、药物分析建模、数据挖掘技术、新药临床试验中数据管理与统计分析等。精通SAS软件，协助医院临床或医学研究进行的设计及统计分析项目上百项。
用户评价
这本书的封面设计着实吸引眼球，那种朴素又不失深沉的蓝色调，让我想起那些经典的理工科教材，但又不至于太过枯燥。初翻开目录时，我心里是有些忐忑的，毕竟“统计”这个词汇对于很多非专业人士来说，往往与复杂的公式和难以理解的理论画上了等号。然而，当我真正沉浸在阅读的过程中，这种顾虑很快就被打消了。作者的叙述方式非常平易近人，仿佛一位经验丰富的老师在循循善诱，将原本高高在上的统计学原理，拆解成了一个个可以触摸、可以理解的生活场景。比如，在讲解概率分布时，作者并没有直接抛出冗长的数学推导，而是用掷骰子、抽扑克牌的例子来引入，让我瞬间找到了切入点。书中对数据收集和清洗过程的强调，也让我受益匪浅，这在很多同类书籍中常常被一带而过，但这本书却给了足够的篇幅去探讨“垃圾进，垃圾出”的道理，这对于我们这些需要处理实际业务数据的学习者来说，是极其宝贵的经验之谈。那种润物细无声的引导，让人在不知不觉中，对数据分析的全局观有了更清晰的认识。
评分阅读体验中，书籍的细节处理常常能反映出作者的用心程度。这本书的章节之间的逻辑过渡非常自然流畅，几乎没有生硬的跳跃感，即便是跨越了从描述性统计到推断性统计，再到更高级的检验方法，每一步都像是被精心铺设的阶梯，引导读者稳步向上。此外，作者在书中时不时地会穿插一些“过来人的忠告”或者对历史误区的反思，这些小插曲不仅调剂了阅读的节奏，更增添了人情味和可信度。它让读者感受到，作者不仅是一个知识的传授者，更是一位经历过实践风雨的同行者。这种亲切的交流感，极大地减少了学习过程中的挫败感，使得原本可能显得枯燥乏味的统计学习过程，变成了一场富有探索乐趣的旅程。这本书真正做到了让统计“触手可及”。
评分与其他偏重于公式推导和数学证明的统计学著作相比，这本书在讲解统计思维的培养上，显得尤为深刻和独到。作者似乎非常理解初学者在面对真实世界数据时的迷茫感——数据往往是混乱的、不完整的，而且背后的商业逻辑往往比统计模型本身更难把握。因此，书中花了大量篇幅去探讨如何建立正确的“统计假设”，如何识别数据中的潜在偏差，以及在面对不完美数据时如何做出合理的工程取舍。这部分内容，在我看来，比掌握任何一个具体的统计检验方法都要来得重要。它培养的是一种批判性思维，一种对数据背后的故事保持警惕和好奇心的态度。读完这部分，我感觉自己不再是简单地套用公式的“计算器”，而是开始像一个真正的“数据分析师”那样去思考问题的本质和数据的可靠性。
评分说实话，我过去接触过几本号称“零基础入门”的统计书籍，但读完后总感觉像是看了一本理论大纲，实践起来依旧无从下手，很多概念停留在纸面上无法落地。这本书则完全不同，它仿佛是为那些渴望从“知道”到“做到”的人量身定制的。最让我印象深刻的是，作者在讲解回归分析时，不仅展示了如何建立模型，更深入地探讨了如何检验模型的有效性和解释系数的实际意义。书中穿插的大量案例分析，案例的选取都非常贴合现代商业环境，无论是市场份额的预测，还是用户行为的建模，都具有很强的现实指导性。我尝试着将书中的方法应用到我正在进行的一个小项目上，发现原本那些晦涩难懂的P值、R方，在作者的解释下变得清晰明了，不再是单纯的数字堆砌。这种注重“应用价值”的编写思路，极大地提升了我的学习积极性，让我觉得手中的知识正在切实地转化为解决问题的能力，而不是空中楼阁。
评分这本书的排版和视觉设计也值得称赞。在处理技术性强的书籍时，清晰的结构和合理的图表布局至关重要，而这本书在这方面做得非常到位。很多统计学书籍的图表常常是黑白、密密麻麻的小字，看着费力，但这本书中对关键概念的图示化处理非常精妙，色彩的运用也恰到好处，既保持了专业性，又避免了视觉疲劳。特别是在介绍复杂的数据可视化技巧时，作者提供的配图清晰地展示了不同图表类型适用的场景和它们能传达出的信息侧重点。这不仅仅是一本“教你怎么算”的书，更是一本“教你怎么看”的书。它教会了我如何通过图形语言与数据进行对话，如何用更直观的方式向非技术背景的同事汇报分析结果。这种对阅读体验的重视，让我在冗长的学习过程中保持了相对愉悦的心情，也保证了学习效率的稳定输出。
评分物流快，纸张质量挺好的
评分早就想看这本书，通俗易懂，省去很多摸索时间
评分学统计的表示，内容不错！
评分此用户未填写评价内容
评分这本书非常值得看，一直想买，终于买到了！
评分学统计的表示，内容不错！
评分物流快，纸张质量挺好的
评分学统计的表示，内容不错！
评分物流快，纸张质量挺好的
相关图书
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.coffeedeals.club All Rights Reserved. 静流书站 版权所有