凱文·凱利在《失控》中曾提道，當高度連結的群體數量大到一定程度時，群體特徵便會湧現，這是群體中任何個體都不具備的特徵。比如，大量水滴彙集成河水、海水，便會產生讓水滴「感到陌生」的新特徵——漩渦和波浪。
二?一三年八月，Google提齣瞭一個票房預測模型，該模型僅以單詞搜索量為依據，便可以提前一個月預測電影的首週票房，準確度高達94%；更令人驚訝的是，這是一個簡單的線性迴歸模型。Google是如何做到的呢？
人類已經進入大數據時代，可是絕大多數的人，對數據統計等基本常識還在算術常識時代。這是一個科技的時代，相對於十年前和二十年前，全球市值最大、最受人尊敬的公司Top10，全部變成瞭蘋果、微軟、Google……這些高科技公司。任何普通人都用智慧手機，任何人都在享受高科技技術帶來的便利。
為瞭更好地工作和生活，我們要瞭解一下這些高科技技術的常識。筆者在這方麵有一些經驗，所以特地編寫瞭本書，希望以比較科普和有趣的筆調，讓你瞭解一門新的科學，甚至進入一個新的領域。
大學時，我曾上過「機率論」和「數理統計」兩門課，雖然完整地學習瞭機率統計，卻隻是一知半解；攻讀碩士時，我在科學研究工作中需要用到機率統計，方纔無奈地發現，當年所學已完完全全地還給瞭老師。我隻能匆忙地自學瞭機率統計，勉強能應付科學研究工作，但心中對機率統計的很多概念仍舊一頭霧水。後來，我有幸與我的妻子走到瞭一起，她大學和碩士期間主修「應用數學」，在她的幫助下，我這個機率統計的門外漢終於入門瞭。
碩士畢業前，我和妻子共同翻譯瞭一部英文科普讀物《讓你愛上數學的50個遊戲》，這本書幫助我進一步鞏固瞭機率統計知識，也讓我萌生瞭寫書的念頭。畢業後我仍從事科學研究工作，參與瞭幾個與數據分析有關的項目，發現自己對機率統計的理解仍然不夠深刻，於是一口氣閱讀瞭幾本機率統計的科普書，比如《深入淺齣數據分析》、《深入淺齣統計學》和《生活中的機率趣事》，終於搞懂瞭「貝氏定理」、「假設檢定」等概念。看書之餘，我在「部落格」上寫瞭幾篇讀書心得，齣版社的編輯看到我寫的文章，問我是否願意寫一本機率統計的科普書，說實話，能寫作一本屬於自己的書是我的小小理想，既然機會來瞭，我怎麼會拒絕呢？
開始寫作前，我為自己設定瞭三個原則。
一是理解而非定義。機率統計的教科書充滿瞭數學公式，雖然數學公式能對抽象的概念做齣精確的定義，但這樣的定義太晦澀，難以理解。這是一本寫給初學者的書，我想幫助讀者理解概念的含義，而非求解某個具體問題。所以，我會用解釋性的語言來描述概念，而不是給齣標準的定義。這麼做風險很大，但我願意嘗試，希望本書可以幫助讀者更快速、更深刻地理解概念。
二是引導而非灌輸。從小到大，我們都承受瞭太多的灌輸式教育，我很慶幸，自己在灌輸式教育下活瞭下來，但我不希望「灌輸」給讀者任何東西。所以，我總是以案例作先導，先引起讀者的興趣和思考，然後在解答問題的過程中講述知識。希望這麼做可以為讀者減負，讓讀者更流暢的閱讀，在輕鬆愉快中學到知識。
三是有趣而非無趣。很多人說，「有趣」是對一個人最高的評價，而我覺得一本書同樣如此。圖書銷售排行榜上，小說永遠是主角，因為它們「有趣」。讀者喜歡故事，不喜歡說教，這是事實，更是真理。我要努力避開說教式的言辭，把知識融入故事中，在講解知識的同時，帶給讀者閱讀的樂趣。
寫作時，我盡量堅持這三個原則，雖然期間有過掙紮和迷茫，但最終還是完成瞭這本書。
本書共有九章，第一章和第二章介紹機率和隨機變量的基礎知識；第三章和第四章介紹統計和分布的基礎知識；第五章是專門介紹賭博中的機率統計的一章，前四章的知識在這裡得到瞭應用；第六、七、八章分別介紹瞭機率統計的三個重要方法——假設檢定、貝氏定理和線性迴歸；第九章是漫談機率統計。
我的閱讀建議是：第一、二章閤併閱讀，第三、四章閤併閱讀，再閱讀第五、六、七、八、九章，後五章各自獨立，不需按順序閱讀。
本書由李帥主筆編寫，同時參與編寫的還有黃維、金寶花、李陽、程斌、鬍亞麗、焦帥偉、馬新原、能永霞、王雅瓊、於健、周洋、謝國瑞、硃珊珊、李亞傑、王小龍、張彥梅、李楠、黃丹華、夏軍芳、武浩然、武曉蘭、張宇微、毛春豔、張敏敏、呂夢琪等作者，在此一併感謝。
這是我的第一本書，其中難免齣現錯誤，希望讀者理解包涵，也歡迎讀者批評指正。
最後，我要感謝我的傢人和朋友。感謝我的父母，陪伴我成長，幫助我養成瞭讀書和寫作的習慣。感謝我的妻子，一直理解我、陪伴我，並給我講解瞭一些晦澀的數學概念。感謝劉子沖、王充山、秦培根、劉翼、孫淼、趙瑋琪等老朋友，你們的支持和鼓勵是我堅持寫作的動力！
