赤裸裸的统计学读书笔记

赤裸裸的统计学读书笔记1、数学不能代替判断。用数据说谎容易，但是用数据说出真相却很难。所以，需要时刻问自己，“这是所有情况吗？”任何一种简化都会面临被滥用的危险。2、平均数、中位数、百分率、百分差、正态分布、标准差、方差中位数不等于真信息。要关注数据分布里异常值对事实真相是起到扭曲作用，还是其重要的组成部分。3、所有指数均取决于其构成的描述性数据以及它们的权重，任何一丁点儿微小的变化都有可能引起结果的改变，因此，即使是最终得到的那个指数，可能是一种情况不完美但有现实意义的，也可能是完全不合理的。（这个道理很简单，但是却常见很多模型就是这样建立起来的。所以，要持有怀疑的态度。）4、只要是对一段时间内的数字变化进行比较，就肯定离不开一个起点和一个终点，但我们有时候能通过操纵这些点来影响信息的表达。（政治家的阴谋或者说手段，哈哈，很多时候，面对完全相同的数据，可以有不同的分析结果，这就是原因所在。）“数据本身并没有撒谎，只不过有些数据没有发出声音罢了”。5、相关关系并不等于因果关系。（我们常常犯的错误。）6风险价值模型的启示“精确”的计算给出的不一定就是“准确”的结果；对基础概率估算的方式很重要；貌似不可能发生的事件，也有发生的可能。我们常犯的错误：想当然地认为事件之间不存联系；（麦都定律）对两个事件的统计独立一无所知；（赌徒谬论）成群病例的发生；检方谬误；趋均数回归；统计性歧视；发表性偏见；记忆性偏见；幸存者偏见；健康用户偏见。7、中心极限定理的核心要义就是，一个大型样本的正确抽样与其所代表的群体存在相似关系。在一个分部中，绝大部分数据都会落在平均值的两个标准差范围内。样本数量增大，标准误差会缩小。8、几个涉及方法论的关键问题：这个样本能正确地反映目标群体的真实观点吗？采访过程中的问题设置能得出对研究课题有用的信息吗？受访者说的就一定是真的吗？（这几个问题也是我之前曾经上过的问卷调查课老师所强调的问题，问卷设计的排版、问题的提法、数量、受访者的心理因素都是会导致调查失真的重要问题。很多时候样本抽样时是随机的，但是因为各种原因就变得不随机了，比如打电话的民意调查方式，因为受访者没接电话或者不接受采访，完全可能会造成信息的遗漏。但是我们的很多时候就是这样处理的：这个不接那我再换一个好了。9当某个回答占所有受访者人数的比例接近时，标准误差会达到最大。0要时刻关注解释变量与我们所关心的结果之间相关关系的大小。当回归系数至少是标准误差的两倍或以上的时候，该系数极有可能具有统计学意义。设计一个好的回归方程式，想清楚应该考虑哪些变量、应该从哪里收集数据，一个好的方程式要比统计计算本身更加重要。回归分析始终以观察样本为立足点。