統計會犯錯如何避免數據分析中的統計陷阱 统计会犯错:如何避免数据分析中的统计陷阱
亞歷克斯·萊因哈特 (Alex Reinhart)
- 出版商: 人民郵電
- 出版日期: 2016-09-01
- 定價: $234
- 售價: 8.7 折 $204
- 語言: 簡體中文
- 頁數: 187
- 裝訂: 平裝
- ISBN: 7115433747
- ISBN-13: 9787115433749
-
相關分類:
Data Science、機率統計學 Probability-and-statistics
- 此書翻譯自: Statistics Done Wrong: The Woefully Complete Guide
-
相關翻譯:
不敗的數據學：從統計數字中看見真相的 12堂思考訓練，不被造假及濫用的數字唬弄！ (繁中版)
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
精通 Python｜運用簡單的套件進行現代運算 (Introducing Python: Modern Computing in Simple Packages)$780$616 -
資料科學的商業運用 (Data science for business)$680$537 -
$147OpenCV 3 計算機視覺 : Python 語言實現, 2/e (Learning OpenCV 3 Computer Vision with Python, 2/e) -
iOS 10 App 程式設計實力超進化實戰攻略 : 知名 iOS教學部落格 AppCoda 作家親授實作關鍵技巧讓你不NG$720$562 -
今天不學機器學習，明天就被機器取代：從 Python 入手+演算法$590$502 -
Python 自動化的樂趣｜搞定重複瑣碎 & 單調無聊的工作 (中文版) (Automate the Boring Stuff with Python: Practical Programming for Total Beginners)$500$395 -
深度學習快速入門 — 使用 TensorFlow (Getting started with TensorFlow)$360$281 -
演算法技術手冊, 2/e (Algorithms in a Nutshell: A Practical Guide, 2/e)$580$458 -
$199挑戰編程技能 57道程序員功力測試題 (Exercises for Programmers：57 Challenges to Develop Your Coding Skills) -
寫程式前就該懂的演算法 ─ 資料分析與程式設計人員必學的邏輯思考術 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$390$308 -
$857深度學習 (Deep Learning) -
$352白話深度學習與 TensorFlow -
$229Python 編程基礎與 HTTP 接口測試 -
$352白話統計 -
$352機器學習經典算法剖析 基於OpenCV -
$607機器學習實戰：基於 Scikit-Learn 和 TensorFlow (Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques for Building Intelligent Systems) -
圖解 Linux 核心工作原理｜透過實作與圖解學習OS與硬體的基礎知識$450$356 -
趣學演算法｜50種必學演算法的完美圖解與應用實作$580$493 -
$352別拿相關當因果：因果關係簡易入門 -
34個讓你豁然開朗的統計學小故事$420$378 -
$454語音信號處理, 3/e -
Deep learning 深度學習必讀 - Keras 大神帶你用 Python 實作 (Deep Learning with Python)$1,000$790 -
因果革命：人工智慧的大未來 (硬殼精裝)(The Book of Why: The New Science of Cause and Effect)$680$612 -
$301人人可懂的數據科學 -
HTTP/2 in Action (簡體中文版)$672$638
相關主題
商品描述
<內容介紹>
面對充滿不確定性的未知世界，人們在科學研究中需要大量使用統計分析方法。但是，如何正確使用統計分析方法充滿玄機，即使對那些傑出和聰明的人也是如此。讀完此書你會驚訝地發現，許多科學家使用的統計方法中其實隱藏著許多謬誤和陷阱。
《統計會犯錯》這本書簡明扼要地指出了現代科學研究中常見的統計謬誤，諸如p值與基礎概率謬誤、統計顯著性和模型誤用等。從這本書中，你將理解什麼是統計謬誤及其產生的原因，瞭解如何檢查科學研究中隱藏的統計謬誤，你還將學會如何正確地使用統計方法，如何在科學研究中避免這些統計謬誤。
<章節目錄>
第1章統計顯著性簡介1
p值的力量2
統計的心理暗示5
奈曼-皮爾遜檢驗6
構建置信區間8
第2章統計功效與低功效統計11
功效曲線12
低功效困境15
低功效的原因17
遇紅燈時錯誤轉彎19
置信區間的優勢21
膨脹的真理22
微小的極端25
第3章偽重複：理智地選擇數據31
什麼是偽重複32
如何應對偽重複34
生物學批量數據35
同步現象造成的偽重複36
第4章p值與基礎概率謬誤41
基礎概率謬誤43
一個小測試44
藥檢中的基礎概率謬誤45
如何用吸煙數據說謊46
如何應對基礎概率謬誤48
樣本越多就越好嗎51
大西洋鮭魚的腦功能成像試驗56
如何控制FDR 57
第5章統計顯著性的誤判61
顯著性水平的微小差異62
關註顯著性67
第6章雙重數據71
圓形統計分析72
向平均數回歸76
停止準則79
第7章連續性錯誤83
二分法？多此一舉84
統計疲勞86
複雜的混雜因素87
第8章模型誤用91
西瓜數據的擬合93
相關與因果98
辛普森悖論99
第9章自由研究還是無意識偏向105
危險的隨意探索107
避免認知偏向110
第10章統計顯著性簡介115
無法複製的基因學116
使再現變得容易119
試驗，清洗，重複122
第11章數據背後的真相125
被囚禁的數據126
數據分享的絆腳石127
數據衰變129
細節遺漏131
已知的未知131
偏倚的結果報告132
檔案櫃中的科學135
未公佈的臨床試驗136
找出報告偏倚138
強制披露139
第12章我們能做些什麼143
統計教育146
科學出版149
你能做到的事153
參考文獻157
