具体描述
★全美各大名校经济学教授一致赞誉
为什么我们用没完没了又毫无意义的统计说法来思考与行动？
为什么我们相信电脑从不犯错，不管丢什么垃圾进去，吐出的数据都是真理？
为什么专家欺骗我们，而我们也常欺骗自己？
把统计当工具前，先搞懂统计常识！
运用数据做决定前，先学会不被数据欺骗！
每天喝两杯咖啡会增加罹癌风险？
在农历五行中的火年出生的人更容易死于心脏病？
卓越的公司有共同的成功特质与模式？
自杀倾向和出生月份有关？
数据可以帮助我们评估局势，做出良好选择；
数据也可能误导我们，做出错误决策。
大数据时代，
问题不再是没有足够资讯做判断，而是如何不被眼前的资料误导。
到底该不该喝咖啡？每天该喝几杯咖啡？
该选择哪家航空公司？
如何投资？运彩怎么买？
当数据会影响你的日常决策，
当骗子也习惯用数据说话，
你更需要学会辨识隐藏在数字背后的陷阱与诡计。
耶鲁大学教授运用基本统计学原理，
只要会加减乘除，就能揭穿日常生活中的各种数据骗局，
并传授避免落入数字陷阱的简单准则：
◎为什么我们容易被数据欺骗？
人们容易被模式、解释模式的理论吸引，有意或无意地忽略与之矛盾的数据。
◎数据如何欺骗我们？
‧忽略干扰因素：章鱼保罗预测世界盃赛事结果成功率高达九成，但该结论忽略了章鱼偏好横向条纹图案的因素，它只是选择自己喜欢的国旗样式。
‧倖存者偏差：对于敌军最常攻击飞机哪些部位的观察，不会包含那些已经被击落无法返航的飞机。对航空公司满意度的调查，不会包含那些只搭过一次就不再来的乘客。
‧变形的图像：图像可以帮助我们解读数据，但也可能扭曲或破坏数据。一旦省略数据、颠倒数轴或使用不一致的数轴间隔，将形成截然不同的图表，产生误导。
◎如何区分真确与胡诌？
‧常识判断：对于看似严谨，但不太合常理的说法，应寻求压倒性的证据支持。
‧新数据检验：採集新的资料，对既有的解释进行检验。
好评推荐
这是本非常有趣的书，却揭示了非常严重的问题。我们经常会被数据愚弄，是时候拆穿这些诡计了！──诺贝尔奖经济学得主、《钓愚：操纵与欺骗的经济学》作者 罗伯‧席勒（Robert J. Shiller）
很有趣，很八卦，却很有见地，本书注定会成为经典。盖瑞‧史密斯分析无数因相信数据而吃亏的案例，来告诉读者该如何避免，这比单纯讲大道理有用的多了。──加州大学洛杉矶分校（UCLA）统计学系教授 爱德华‧E‧利默（Edward E. Leamer）
盖瑞．史密斯的《常识统计学》非常有趣，利用各种例子使读者真正理解统计学，同时发现自己过去很多知识都是错误的。──哈佛大学政治经济学教授 班杰明‧M‧傅利曼（Benjamin M. Friedman）
本书帮助我们在统计学氾滥的时代，学会认清真正有效的数据。──贝莱德（BlackRock）投资管理公司总经理 布莱恩‧怀特（Brian White）
著者信息
盖瑞．史密斯（Gary Smith）
耶鲁大学经济学博士，并在耶鲁大学任教七年，期间两度获得教学奖。其研究成果获得彭博广播（Bloomberg Radio Network）、CNBC、《富比士》（Forbes）、《纽约时报》、《华尔街日报》、《新闻週刊》（Newsweek）、美国《商业週刊》（BusinessWeek）、理财网站the Motley Fool 报导。
译者简介
刘清山
清华大学毕业，译有《物种起源》（On the Origin of Species）、《横向领导》（Getting it Done）。
图书目录
第一章 模式、模式、模式
混杂效应／选择性报告与谎言／易受欺骗的本性／无论文，不生存／统计显着性膜拜
第二章 不再神奇的超级畅销书
去最好的学校／投票人数越多越好？／一醉方休／放下遥控器／请原谅我的直白／只有弱者留下来／受损的飞机／畅销书的祕密
第三章 被误传的谋杀之都
麻州谋杀之都／请在我家后院开一座採石场
第四章 新的经济学上帝
政府债务临界点／相关性等同于因果关系？／堕胎会减少犯罪吗？／是我的错
第五章 洋基队的门票真的划算吗？
我的天哪／虚惊一场／让他们吃蛋糕吧／有弹性的数线／将恶作剧翻倍／学生谎言／洋基队的门票很划算／图像的制作艺术
第六章 美国有多少非裔职业运动员？
蒙提霍尔问题／一个名叫佛罗里达的女孩／条件机率的混淆／假阳性问题／罕见病问题／达特茅斯鲑鱼研究
第七章 辛普森悖论
某人的悖论／我要再来一杯咖啡
第八章 状态火热的雷．艾伦
小数定律／一项篮球研究／小华特．威廉姆斯／投掷马蹄铁／保龄球
第九章 胜者的诅咒
回归平均值／西克理斯特的愚蠢／古老的谬误何曾消亡？／道琼指数落榜生／冠军窒息／寻找学院院长和灵魂伴侣
第十章 如何改运？
第十一章 德州神枪手
癌症聚集恐慌
第十二章 终极拖延
死亡凹陷和尖峰／经过进一步研究／午夜的月饼／漫长的告别
第十三章 黑色星期一
火箭科学／巴斯克维尔的猎犬／五行噩运／花押决定论
第十四章 魔球
棒球迷信／如果你给我一个D，我就会死（die）／糟糕的出生月份／名人堂的死亡之吻
第十五章 特异功能真的存在吗？
超感知觉／胡迪尼的挑战／一个家庭对超自然现象的着迷
第十六章 彩券是一种智商税
目之所及／我们都将为IBM工作／股票是一种不错的投资／跑赢大盘（或者说为什么我喜爱包装工队）／傻瓜四股／反向头肩／如何（不）中彩券／不会破裂的泡沫／南海泡沫／波克夏泡沫／真实股价
第十七章 超级投资者
宽客／收敛交易／我只看数据／在推土机面前捡硬币／闪电崩盘
第十八章 增长的极限
穷途末路
第十九章 何时相信，何时怀疑
被模式诱惑／具有误导性的资料／变形的图像／缺乏思考的计算／寻找混杂因素／手气好／回归平均值／平均定律／德州神枪手／当心经过剪裁的资料／缺乏理论的资料仅仅是资料而已／缺乏资料的理论仅仅是理论而已／美好的出生日
参考资料
图书序言
我们生活在大数据时代。高性能电脑和全球网路的强大组合正得到人们的赞美，甚至推崇。专家不断告诉我们，他们发现了一种新的能力，可以筛选巨量资料并发现真相，这将为政府、商业、金融、医疗、法律以及我们的日常生活带来革命。我们可以做出更明智的决策，因为强大的电脑可以分析资料，发现重要的结论。
也许事实的确如此，也许未必。有时，这些无所不在的资料和伟大、光明正确的电脑会得出一些非常怪异的结论。例如，有人一本正经地宣称：
‧凌乱的房间会强化人们的种族主义倾向。
‧还未出生的小鸡胚胎会影响电脑的随机事件生成器。
‧当政府负债相对国内生产总值的比率超过百分之九十时，国家几乎一定会陷入衰退。
‧在过去二十年美国犯罪率下降的原因中，合法堕胎的比例高达百分之五十。
‧如果每天饮用两杯咖啡，将大为提高罹患胰腺癌的风险。
‧最成功的公司倾向于变得不那么成功，最不成功的公司倾向于变得更加成功，因此过不久，所有公司都会沦为普通的公司。
‧出现在杂志《运动画刊》（Sports Illustrated）和电玩《劲爆美式足球》（Madden NFL）封面上的运动员会受到诅咒，他们可能会陷入平庸，或者受到运动伤害。
‧生活在高压电线桿附近的儿童具有更大的罹癌风险。
‧人类有能力将死亡推迟到重大仪式过后。
‧亚裔美国人更容易在每月四号突发心脏病。
‧如果一个人的姓名首字母缩写拥有积极的含义（比如ACE），那么他可以多活三到五年。
‧平均来说，教名（第一个名字）以字母D开头的棒球运动员的寿命比教名以字母E到Z开头的运动员短两年。
‧临终病人可以被几千英里以外传送过来的积极心理能量治癒。
‧当NFC冠军球队赢得超级盃（美国超级盃总决赛在国家联合会〔National Football Conference〕和美国联合会〔American Football Conference，AFL〕分别比赛产生的冠军之间举行）时，股市几乎一定会上涨。如果你购买股息率最高、每股价格第二低的道琼工业平均指数，你就可以跑赢大盘。
这些说法显然是错误的。不过，许多与此类似的说法每天都会出现在报纸和杂志上。在如今的资讯时代，我们用没完没了而又毫无意义的资料指导我们的思想和行动。不难看出为什么我们会反覆得出错误的推论，制定糟糕的决策。即使能够得到比较充足的资讯，我们也不会永远注意到数据的偏差性和无关性，或者科学研究的缺陷和误导性。我们倾向于相信电脑从不犯错，认为不管我们把什么样的垃圾扔进去，电脑都会吐出绝对真理。这种想法不仅存在于外行人的日常生活中，也存在于专业人员严肃认真的研究工作中。举凡在流行刊物、电视、网路、竞选活动、学术期刊、商业会议、法庭，政府听证会，此类现象屡见不鲜。
几十年前，资料非常稀少、电脑还没有出现时，研究人员需要努力蒐集优质资料并进行审慎的思考，然后花费几个小时甚至几天的时间，从事艰苦的计算工作。现在，面对丰富的资料，研究人员通常不会花费太多的时间区分优质资料和垃圾，或者区分合理分析和垃圾科学。更糟糕的是，我们常常不假思索地认为，我们对大量资料的处理永远不会出错。我们匆匆忙忙地根据这些机器发出的梦呓制定决策——比如在经济衰退期间提高税赋，将我们一生的积蓄交给一些说得天花乱坠的财务分析师，根据最新的管理理念制定商业决策，用医疗骗术危害我们的健康——更糟糕的是，我们还会放弃心爱的咖啡。
英国经济学家罗纳德．寇斯（Ronald Coase）曾经嘲讽道：「如果你拷打资料足够长的时间，它一定会招供。」《常识统计学》考察了几十个扭曲的结论。只需片刻的思考，你就会发现这些结论的问题。有时，无耻之徒故意用这些说法来误导我们。有时，天真快乐的研究人员并没有意识到他们所制造的恶作剧。
我写这本书的目的是帮助我们远离错误──包括外部错误和自己造成的错误。你将学到一些简单的指导准则，用于测试其他人或者你自己说出的不可靠的观点。人们用数据欺骗我们，我们也经常用数据欺骗自己。
图书试读
投票人数越多越好？
美国只有大约一半的合格选民在总统选举中投票。为了提高这个百分比，一个有趣的建议是将不投票的人的名字张贴在当地报纸或者互联网上，以便使他们感到羞愧。二○一四年，《纽约时报》提出了一个更加激进的解决方案：
惩罚和监禁是导致人们不再参与政治（比如投票或政治实践）的两个原因……一份针对美国城市最边缘群体的大规模调查发现，在曾被员警拦截和盘问的群体中，投票机率降低了八％；在曾被逮捕的群体中，投票机率降低了十六％；在被定罪的群体中，投票机率降低了十八％；在曾经遭到拘留或监禁的群体中，投票机率降低了二十二％。
这段文字显然暗示了这样一条资讯：如果减少逮捕和定罪，投票率将得到极大的提高。
在解雇员警之前，别忘了，这些资料都是观测性资料。也许，遭到盘问、逮捕和定罪的人并不是从人群中随机选择的。也许，他们曾经犯下罪行。也许，不投票的人更有可能犯罪，减少逮捕和定罪并不会提高投票率。
一醉方休
饮酒是一个长期困扰许多大学的问题，而且常常是辍学的一个驱动因素。即使校园内部禁酒，一些学生也会令人遗憾地在周围街区由于醉酒而遭到逮捕。学生为自己被逮捕而苦恼，教授为学生不学习而苦恼，家长为大学没有监督和保护自己的儿女而苦恼。
「替代父母」原则意味着大学在法律上拥有保护学生、不让他们做出错误决定的权力和职责。这个原则的应用经历了许多波折。不过，许多大学完全有理由感到担忧。一些学生和家长曾经控告学校没能尽到家长的义务。逮捕和死亡事件对入学申请也会产生负面影响，而入学申请又是大学的生命线。
一九八四年，维吉尼亚理工学院（Virginia Polytechnic Institute and State University）心理学教授E．史考特．盖勒（E. Scott Geller）在美国心理学协会的年度会议上发表了一篇研究论文，介绍了他在维吉尼亚理工学院附近的三家酒吧里观察到的现象。（这比待在科学实验室里要有趣得多！）他发现，平均而言，以桶为单位要啤酒的人喝下的啤酒是以杯或瓶为单位要啤酒的人的两倍以上。他的结论是：「如果我们禁止使用啤酒桶，饮酒问题将会得到重大改善。」这一结论在全美国境内发表了。
用户评价
看到《常识统计学：拆穿混淆的假设、揪出偏差的数据、识破扭曲的结论，耶鲁大学最受欢迎的十八堂公开课》这个书名，我第一反应是：终于来了！作为生活在台湾，每天都要面对海量信息的普通上班族，我常常感到一种无力感。新闻、广告、社群媒体上充斥着各种“数据说话”，但很多时候，这些数据给人的感觉就像雾里看花，总觉得哪里不对劲，却又说不上来。 “拆穿混淆的假设”这个点，简直是我的福音。我身边太多人，喜欢在下结论前，先设下一个站不住脚的“前提”，然后基于这个前提去推导。比如，有些人会说“因为大家都这样，所以这一定是正确的”，这种“大家都这样”的假设，常常就是错的。如果这本书能够教我如何辨识这些隐藏的、不合理的假设，那我在跟人沟通或者阅读文章时，就会更加清晰，不容易被带偏。 “揪出偏差的数据”更是触动了我。在台湾，各种民意调查、市场分析屡见不鲜，但有些结果却常常与我的直观感受大相径庭，这让我不禁怀疑数据的来源、抽样方式、问题的设计等等。如果这本书能够提供一些简单易懂的工具或思维方式，让我能够识别出哪些数据是可靠的，哪些是可能经过“美化”或“误导”的，那我绝对能在做决策时，少走很多弯路。 “识破扭曲的结论”这一句，更是让我觉得这本书非常有价值。很多时候，数据的呈现方式和结论的解读，才是关键。即使是真实的数据，经过不当的解读，也能得出完全相反的结论。我期待这本书能让我学会如何保持批判性思维，不被表面的数字和结论所迷惑，而是能深入了解其背后的逻辑和数据支撑。 “耶鲁大学最受欢迎的十八堂公开课”这个部分，更是让我对内容的质量有了极高的期待。耶鲁大学的学术声誉毋庸置疑，能成为它最受欢迎的课程，意味着它一定是在教学方法、内容深度和吸引力上都达到了顶尖水平。我希望这本书能将这些宝贵的知识，用台湾读者容易理解的方式呈现出来，让我这个没有统计学背景的普通人，也能轻松掌握，并且运用到生活中，成为一个更聪明、更有判断力的消费者和公民。
评分这本书的名字，《常识统计学：拆穿混淆的假设、揪出偏差的数据、识破扭曲的结论，耶鲁大学最受欢迎的十八堂公开课》，光看就觉得是一本“宝藏书”。我在台湾生活，每天都被各种信息淹没，尤其是网络上的各种“研究报告”、“专家观点”，有时候真的让人傻傻分不清。我一直觉得，统计学听起来很专业，但其实生活里处处都离不开它，这本书正好切中了我的需求。 “拆穿混淆的假设”这个部分，我觉得特别实用。在台湾，大家聊天或者讨论问题的时候，经常会不自觉地就跳到某个结论，但那个结论的“前提”却站不住脚。比如，“因为我很累，所以今天的天气一定不好”，这种个人感受直接上升到客观事实的逻辑，在很多讨论里都出现。如果这本书能教我辨别这种“逻辑陷阱”，那我自己在思考的时候，就会更严谨，跟别人沟通的时候，也能指出对方的逻辑漏洞。 “揪出偏差的数据”这一点，更是让我眼前一亮。我发现，很多时候，同一个事件，不同媒体报道出来的数据可能截然不同。有时候是样本问题，有时候是提问方式，有时候甚至是对数据进行选择性呈现。这本书如果能提供一些简单的方法，让我能快速判断出数据的可信度，那我在看新闻、做功课的时候，就会更有判断力，不容易被片面的数字所误导。 “识破扭曲的结论”是我最期待的部分。我觉得，很多时候，最可怕的不是错误的数据，而是被“包装”过的结论。有些人会用看似严谨的数据，得出完全不符合实际、甚至是有害的结论。这本书如果能教我如何看穿这些“文字游戏”，如何从数据本身去理解真相，而不是被结论牵着走，那绝对是给我上了宝贵的一课。 “耶鲁大学最受欢迎的十八堂公开课”这个副标题，更是为这本书镀上了一层金。耶鲁大学的学术声誉，已经足够让人信服。它最受欢迎的课程，想必内容一定既有深度又非常贴合实际。我非常期待这本书能用台湾读者能够接受的方式，将这些来自顶尖学府的知识，转化成易于理解和应用的“常识”，让我能够在这个信息爆炸的时代，成为一个更清醒、更理智的思考者。
评分拿到《常识统计学：拆穿混淆的假设、揪出偏差的数据、识破扭曲的结论，耶鲁大学最受欢迎的十八堂公开课》这本书，我的第一感觉是，这不就是我一直以来都在寻找的东西吗！身在台湾，我们每天都被各种信息轰炸，从新闻报导到网路上的各种讨论，充斥着大量的数据和“事实”。但我常常觉得，这些信息背后似乎总藏着一些我们看不见的“猫腻”，让人很难分辨真假。 书名中“拆穿混淆的假设”这一点，直接戳中了我的痛点。我发现，很多时候，事情之所以会让人觉得困惑，或者出现错误的判断，往往是因为一开始就建立在一些错误的、含糊不清的假设之上。比如，有些人可能会基于“我猜的”或者“大多数人都这么说”这样的模糊前提，就得出一些看似有道理但实际上站不住脚的结论。如果这本书能教我如何像侦探一样，去挖掘和审视这些隐藏的假设，那我在思考问题时，就会更加清晰透彻。 “揪出偏差的数据”更是吸引我的地方。在台湾，我们经常看到各种数据分析，但有时候这些数据似乎“恰好”支持了某个观点，让我不禁怀疑其公正性。数据采样是否全面？提问方式是否引导性？统计方法是否合理？这些疑问常常在我脑海中盘旋。我希望这本书能为我提供一些简单而有效的工具，让我能够一眼看出数据中的“陷阱”，不被片面的数字所蒙蔽。 “识破扭曲的结论”则是我对这本书最高的期待。我认为，很多时候，数据本身是客观的，但结论的解读却是主观的，甚至是可以被操纵的。有些人会故意夸大或缩小某些数据的重要性，从而得出有利于自己的结论。这本书如果能教会我如何独立思考，如何从数据本身去推导结论，而不是轻易接受他人给出的“标准答案”，那对我来说将是巨大的收获。 “耶鲁大学最受欢迎的十八堂公开课”这个副标题，更是为这本书增添了光彩。耶鲁大学，这个名字本身就代表着知识的权威和深度。能成为它最受欢迎的课程，意味着这本书的内容一定非常精彩，而且具有很强的实践意义。我非常希望，这本书能将耶鲁大学深厚的学术底蕴，用最接地气、最容易被台湾读者理解的方式呈现出来，让我能够在这场知识的旅程中，不仅学到统计学的方法，更能培养一种批判性的思维习惯，让我成为一个更聪明、更有智慧的人。
评分拿到这本《常识统计学：拆穿混淆的假设、揪出偏差的数据、识破扭曲的结论，耶鲁大学最受欢迎的十八堂公开课》的时候，我脑子里立刻闪过好多画面。尤其是在台湾，我们常常会听到一些“专家”出来说东说西，他们提出的论点有时候听起来头头是道，但仔细想想，总觉得哪里不对劲。这本书的书名里直接点出了“混淆的假设”和“偏差的数据”，这不就像是在说，我们平时接收到的很多信息，可能根本就是建立在错误的根基之上，或者根本就是被“加工”过的产品吗？ 我特别有感触的是“揪出偏差的数据”这一部分。有时候看新闻，会看到一些关于民意调查的数字，但这些数字怎么来的？是问了多少人？问了哪些人？选择题还是开放题？这些细节往往被忽略，但却能极大地影响结果。如果这本书能教我一些简单的方法，让我能够一眼看穿这些“包装”，知道这些数据到底有多可靠，那我在面对这些数字时，就会更有底气，不再轻易被数字牵着鼻子走。 而且，现在的网路时代，各种“大数据”和“AI分析”听起来很厉害，但背后到底是怎么运作的？会不会因为算法的偏见，就让我们的视野变得越来越窄？“识破扭曲的结论”这一点，感觉就是这本书能给予我的“保护盾”。毕竟，很多时候，坏人就是利用大家对统计学的陌生，来制造似是而非的假象，达到他们的目的。能够学会如何辨识这种“扭曲”，真的很重要。 “耶鲁大学最受欢迎的十八堂公开课”这个副标题，更是让我充满了期待。耶鲁大学，这个名字本身就代表着高品质和深度。我一直觉得，真正有价值的知识，应该是能够普及到大众的，而不是只停留在象牙塔里。这本书能将耶鲁大学的顶尖课程内容，以“公开课”的形式呈现，而且还是最受欢迎的，那绝对意味着它在内容的趣味性和实用性上都达到了相当高的水平。我很想知道，这些来自世界顶尖学府的智慧，会以怎样的方式呈现在我面前，又该如何让我这个普通台湾读者，也能从中获益。
评分这本书名《常识统计学：拆穿混淆的假设、揪出偏差的数据、识破扭曲的结论，耶鲁大学最受欢迎的十八堂公开课》，光是看书名就让人眼睛一亮，忍不住想一探究竟！尤其是我这种在台湾生活，每天被各种信息轰炸，真真假假、似是而非的状况层出不穷的读者，实在是太需要一本能拨开迷雾、看穿事物本质的书了。 我一直觉得，统计学好像离我们很遥远，是那些穿着白袍的学者才会碰的东西。但这本书用了“常识”这个词，立刻拉近了距离，感觉好像是身边某个学识渊博的朋友在跟我聊天，用最简单易懂的方式，把统计学的奥秘一层层揭开。书名里提到的“拆穿混淆的假设”，这不正是我生活中常常遇到的吗？不管是新闻报导、网路流传的说法，还是朋友间分享的趣闻，背后常常隐藏着一些不合逻辑、甚至是被扭曲的假设。如果能学会如何辨识这些，就能少踩多少雷啊！ 再加上“揪出偏差的数据”，这一点更是深得我心。在台湾，做市场调查、做问卷，或是看政府发布的各种数据，经常会感觉数据好像可以被操弄，要嘛是选择性呈现，要嘛是采样方式有问题。这本书如果能教我们一些简单的方法，让我们这些非专业人士也能看出数据里的猫腻，那绝对是无价之宝。至于“识破扭曲的结论”，这更是直击要害。很多时候，明明数据没问题，但经过一番解读，就能得出完全相反的结论，这种“包装”过的真相，最容易误导大众。 最后，“耶鲁大学最受欢迎的十八堂公开课”这几个字，更是为这本书增添了一层权威性和吸引力。耶鲁大学耶！那是多少人心中的学术殿堂，能在这里受欢迎的课程，想必内容一定扎实又精彩。我迫不及待想知道，这十八堂课到底讲了些什么，又该如何把这些“乾货”用到我的生活当中，让我成为一个更理性、更有判断力的人。总之，这本书的名字已经成功勾起了我的好奇心，期待它能给我带来一场知识的盛宴。
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 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有