[正版]新手小白学统计

统计学原本就是一种“闻一知十”的方法，随着IT的进步，大数据分析获得长足的发展，统计学越来越受到重视。尤其是文科出身的人，很多都有这样的憧憬：假如自己能够运用统计学进行工作那该多酷！

如果你可以做到用数据的形式向上司汇报；亮出漂亮的图表，运用逻辑而不是小聪明向客户进行宣讲……那么你就是职场精英了。

本书的目的就是满足这样的需求，通过大量的插图和图解，循序渐进地传授统计学的精粹。最大的特点就是将统计学的关键词形象化，用“一句话概括”的风格来介绍统计学的各项概念和内容。希望读者朋友通过阅读本书，拨开“统计学迷雾”，开启学习统计学的“第一步”。

序言

序章

垃圾数据只能获得垃圾解析

 1 仅有900个家庭的数据可以吗

 2 这些数据值得信赖吗

 3 统计学究竟有什么用

 4 帮助我们了解统计学作用的三个智力题

第一章

兵贵神速，一鼓作气走进统计学

 1 在头脑中形成统计学地图

 2 将原始数据作为1个代表值──描述统计学①

 3 数据的离散度──描述统计学②

 4 通过样本来思考──推测统计学①

 5 像福尔摩斯那样推理──推测统计学②

 6 建立假说并进行验证──推测统计学③

 7 什么事统计分析和多变量解析

 8 传统统计学VS贝叶斯统计学

第二章

不要用错数据和图表

 1 连续量数据与非连续量数据

 2 用尺度来划分数据

 3 名义尺度是“北海道＝1”之类的数据

 4 顺序尺度是有“顺序”的数据

 5 间隔尺度和比例尺度

 统计学研讨课──百分数和百分点的区別

 6 等到出错就为时已晚——“饼状图禁忌”

 统计学研讨课──南丁格尔的玫瑰图

第三章

理解平均值和方差

 1 “平均值”是代表值的代表

 2 受极端值影响小的中间值

 3 出现频率最高的最频值

 统计学研讨课──被用来破解密码中的最频值

 4 平均值、中间值、最频值3者的位置关系

 5 表示离散程度的四分位数和箱形数

 6 从平均值到方差

 7 试着方来计算离散程度

 8 从方差到标准偏差

 9 计算标准偏差

 统计学研讨课──天气预报中的“和往年一样”是平均值，还是中间值

第四章

亲身感受正态分布

 1 用数据制作频数分布表

 2 如果发现了双峰型直方图

 3 从直方图到分布曲线

 4 让正态分布动起来（1）——尝试改变平均值

 5 让正态分布动起来（2）——改变标准偏差

 6 从正态分布看概率

 7 用“控制图”进行质量管理

 统计学研讨课──用Excel制作正态分布的步骤

 8 将两个不同的正态分布合为一体

 9 标准正态分布很灵活

 10 尝试比较两组不同的数据

 统计学研讨课──庞加莱和面包店之间毫无仁义的攻防战

第五章

通过样本推测总体特征

 1 “推测”的对象是什么

 2 从整理统计学用语开始

 3 “点推测”是否准确

 4 “平均值的平均”的分布与中心极限定理

 5 用区间表示的“区间推测”

 6 如果样本数多，会发生怎样的变化

 7 可靠度为99%时的区间推测

 8 t分布、χ2分布

 9 如何推测收视率

 10 调查问卷回答数需要多少为好

 统计学研讨课──学生的t分布

第六章

提出假设，通过概率来判断其是否正确

 1 假说检定是从红茶妇人开始的吗

 2 什么事验证假设

 3 何为单方验证和双方检定

 4 假说检定的顺序

 5 验证要注意避免出现两种错误

番外編

人的直觉竟然完全不准

 1 哪个里面有奖品？概率是1/2

 2 如何看待罕见病的阳性反应

 统计学研讨课──真是意外，相扑冠军的体重在“平均值”以下

本丸谅，日本横滨市立大学毕业，日本数学协会会员。曾担任出版社编辑、数据专业杂志主编，后成立锡拉库扎主编工作室。擅长主编策划科学类图书，尤其擅长统计学，以及“向文科生介绍理科知识”的科普类读物。主要作品有（含合作）《文科生也能用于工作的统计学第一步》《看得懂的微积分》《身边的数学符号》《漫画几何》《了不起的磁石！》等。

在茶会现场的人可能会对此一笑置之，他们说：“只要加入奶茶，不管先加牛奶还是后加牛奶，味道都不会有区别。”实际上，没有人真的会留意加入牛奶的先后顺序是否会改变味道，所以，女士的主张有可能是正确的，当然，也有可能是个谎言。那么，如果是你，将如何判断呢？

有人说“女士无法判断味道的差别（女士在说谎）”，却拿不出让大多数人信服的证据。关键在于“怎样测试女士，才能做出客观的判断”。

即使女士真的说了谎，也不能排除在“碰巧”或者“偶尔”的情况下，有l/2的概率猜中的可能性。如果连续猜中2次，也有可能是“碰巧”（1/4概率）。那么如果连续3次？甚至连续4次、5次呢？假若真的连续5次（概率为1/32-3％）猜中，那么不得不令人开始怀疑，“等等，这应该不是巧合吧，也许是真的。”我会在后文（第六章）中介绍这个故事的测试方法，总之就是“思考如何根据概率来做出判断”。这也正是统计学之所以以概率为基础来进行思考的理由。但请记住，这仅仅是“有很高的可能性”，并且“经常有可能出现偏差”。统计学并不是种的判断。

这个问题的关键在于——两人所属的部门不同，无法直接比较。因此，我们采用其他的方法，将两人的成就放在“相同条件”下进行比较。以“相同条件”为基准进行比较的处理方法（虽然这样多少有些勉强），对于销售部和研发部来说应该都可以接受。两人既然属于不同的部门，用于表示其贡献程度的图表自然也会有所不同。那么怎样才能将两人的贡献程度放在一起比较呢？

现实中经常会发生这样的情况，而通过著名的正态分布，能够将两人的贡献程度进行客观比较并分出优劣，这样便能实现对“两个不同的组别进行比较”。

精通棒球的人读到这里，可能会生气并斥责：“这根本就是个不现实的假定，不懂棒球的人太过分了。”在这里，我们暂且不考虑这些，仅仅将其视为一道智力题来对待吧。

在棒球中一垒无人出局，通常的选择是①触击策略、②强攻策略。因笔者在高中时代隶属于弱小的硬式棒球部，此时，采用触击策略是一般规律。

若采取触击策略（假若成功）虽然可以促使跑垒员在圈内得分，但是另一方面，也容易为对方献上自己的一次出局。棒球的规则是，三次出局则结束攻击，将宝贵的一次出局无条件给予对方，真的是上策吗？

头脑中闪过许多场景。如果在第二局出局，只是跑垒员和击球手互换（一次出局增加），通过触击对方予以爆投，有可能大量得分……利用统计学可以想出前所未有的策略吗？

事实上并不需要想那么多。此时需要考虑的是①和②中，哪种策略提高了得分率？然后调查这个数据，仅此而已。对于棒球经理来说，作出如下回答即可。

在“一垒无人出局”的情况下。对比①和②两种情况的得分率，然作出判断。实际上，投手进入击球区的情况、本垒打的情况、比赛才不到一半的情况……如果可以，上述条件下的数据都应该进行调查。不管怎样，根据过去的数据，会发现除了触击策略和强攻策略之外，还有第三种方法，比如四坏球策略。①在无人出局且一垒有人的情。况下……

跑者远离一垒，给对方投手造成自己要盗垒的假象。

对方投手因为要警惕跑者盗垒，所以会考虑多投坏球。

击球员要以坏球为目标，牢记不轻易挥棒。

这样一来就可以等待对方投出四坏球保送上垒。

若是将四坏球策略贯彻到整个队伍，一旦有人成功上垒，就能够让对方的投手神经紧绷，这样快速将对方的主力投手消耗掉，比赛就会变得对我方有利。

此外，像“不打地滚球，打腾空球”（腾空球革命）这样的、颠覆了棒球常识的策略也是从棒球数据②中产生。

像“四球作战”’“打腾空球”这样的策略，从传统的棒球常识来看也许很神奇，但在统计学中却是出其不意的策略（成功率高的策略）。 P13-16

双色印刷。日本数学协会副会长冈部恒治审定。

漫画作陪，一问一答，轻松敲开统计学大门。

有统计思维、会数据分析的人更能做出好决策。

像福尔摩斯一样做推理，闻一知十，发现数据背后的秘密和价值。

“连接文科与理科”的科普作家，编写的一本面向统计学门外汉的书。

读者对象：

商务人士、学生群体、统计学爱好者等。

对追求效率的公民而言，统计思维总有会和读写能力一样必要。

——英国小说家、社会学家 H.G.威尔斯

学者不能离开统计而研究，政治家不能离开统计而施政，事业家不能离开统计而执业。

——中国经济学家、人口学家 马寅初

在的分析中，一切知识都是历史；在抽象的意义下，一切科学都是数学；在理性的世界里，所有的判断都是统计学。

——美国科学院院士、英国皇家统计学会会员 C.R.劳