《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 – 盖瑞．史密斯（Gary Smith）Standard Deviation

: 《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》

: Standard Deviations : Flawed Assumptions, Tortured Data, and Other Ways to Lie with Statistics

简介 Intro

《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》<Standard Deviations : Flawed Assumptions, Tortured Data, and Other Ways to Lie with Statistics>—— 盖瑞．史密斯（Gary Smith）

★2013年诺贝尔经济学奖得主、《钓愚：操纵与欺骗的经济学》作者罗伯‧席勒（Robert J. Shiller）重磅推荐
★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？
在农曆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）

关键词：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;加里·史密斯;

读者评论 Readers\’ Comments

非常有意思，可以说是统计学的打脸之旅：有些是统计学对于其他理论的打脸，有些则是对于错误使用统计学的打脸，哪怕是一些着名学者专家也榜上有名。作者能够搜集到这么多经典而有说服力的例子很难得，娱乐的同时也能普及知识，特别是能让人对于统计学的常见错误和陷阱有所了解。

耶鲁大学简单统计学课，让数据说实话是现代社会的基本生存技能

一直不喜欢励志、how to（包括某些所谓管理学图书）、技术分析、特异功能，这本书说出了其所以然。

书中提供了大量通过数据胡说八道的案例，包括最知名星学府的教授和经济学家，大量非常重要的结论经不起深入的分析。和我最近1、2年在数据分析的体会非常像，数据分析被滥用和过度解读，大量基于数据的决策是数据分析师有意或者无意的错误，常识和直觉还是很重要。希望做一些真正能经受时间考验，长期看还是有价值的事情。

作者 Author

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。