首页 > 图书中心 >图书详情
身边的统计学
作者:张淼
定价:69.80元
印次:1-1
ISBN:9787302681489
出版日期:2025.03.01
印刷日期:2025.03.03
"《身边的统计学:AI时代的统计思维普及课》是一本统计学科普读物,引入人们身边的多个趣味故事,将统计学看似复杂的知识用通俗易懂的方式呈现,让没有任何基础的读者也能轻松理解。本书从统计学的基础知识讲起,结合多个生活中的故事带领读者学习统计学的核心知识,并展望其在新时代背景下的特征和前景,从而让读者建立初步的统计思维,并用其判断和分析实际问题。通过阅读本书,读者会发现统计学其实距离人们并不遥远,也没有那么难,它与人们的日常生活息息相关。 《身边的统计学:AI时代的统计思维普及课》共9章,分为3篇。第1篇基础知识,涵盖的主要内容有统计学简介、数据的基本特征、样本及其可能存在的问题等;第2篇统计分析实践,涵盖的主要内容有常用描述性统计分析方法、假设检验的基本步骤、推断性统计预测、统计决策的注意事项等;第3篇前景展望,涵盖的主要内容有大数据技术赋能后和智能化应用场景下的统计学展望以及统计预测等。 《身边的统计学:AI时代的统计思维普及课》故事丰富,趣味性强,代入感强,特别适合没有任何基础的统计学初学者阅读,也适合各行各业想建立基本统计思维的人及数据分析爱好者阅读,还适合作为统计学科普读物供相关爱好者阅读。"
more >统计学是应用非常广泛的一门科学,从科学研究到商业决策再到政策制定都离不开统计学。它就像人们理解和解决现实世界问题的一把钥匙,不可或缺。如今,即便科技不断取得新的突破,人们依然离不开传统的统计学方法和原则,更离不开统计学这个基础工具。可以说,统计学永不过时,统计学的灵魂——统计思维永不过时! 在这个智能化时代,数据是决策的关键因素之一。如何科学地获取、分析和使用数据,如何发现和评估有价值的信息以及推估未知的事物已经成为一个人的关键竞争力。掌握统计学的人拥有一套和大多数人看待问题和解决问题不同的思维模式,他们可以更好地应对智能化时代带来的挑战和机遇。 实际上,统计学与普通人的生活和工作也息息相关。上学期间,笔者努力拿到了“统计学”这门课程的好成绩,可是工作几年之后,笔者对统计学的记忆竟然所剩无几,在做具体的分析与预测时,还需要时不时地翻看原来的教科书。笔者思索后发现,自己在学校时学习统计学的方法主要是记公式和解题,考试取得高分很容易,但如果不常使用统计学知识,就很容易忘记。 对此,笔者不禁感叹:在应用实践中学习是何等的重要!掌握一种思维方式又是何等的重要!相信身边的很多人和笔者一样,也会有一样的经历和感触。因此,笔者打算写本书,来帮助不了解统计学和不具备统计思维的人认识这门科学,从而具备基本的统计思维,让自己在生活和工作中更加游刃有余。 本书从人们身边简单有趣的故事出发,将统计学与实际应用联系起来挖掘它们之间的密切关系,以便从统计学的角度来看待世界上的各种事和现象。本书将统计学应用于生活中的各种具体场景来解决碰到的各种问题,相信能给读者带来启发和乐趣,促使他们更加深入地了解统计学的价值和意义,从而更好地掌握这个有用的工具。笔者相信,通过阅读本书读者可以更加形象地理解统计学的核心概念,掌握统计学的各种方法,从而更有针对性地建立自己的统计思维。 本书特色 简单易懂:并非教科书式的说教,而是普及统计学常识,阅读起来非常容易,几乎可以让人人都能了解统计学的基本知识; 门槛很低:不涉及公式,也没有变量计算,学习门槛很低,适合阅读的群体很广,只要读者具备基本的数理知识即可轻松阅读; 趣味性强:引入多个与人们生活和工作息息相关的统计学案例,阅读起来引人入胜,妙趣横生,让读者在轻松愉悦中进行学习; 启发性强:精心挑选多个古今中外的趣味故事,将统计学知识融入其中,突出统计学实践中的矛盾和冲突,引发读者的思考和共鸣,激发他们发现和解决问题的好奇心; 注重批判性思维:重在阐述统计问题的思考过程和解决方法,引导读者在阅读中厘清解决问题的思路和方法,从而培养他们用批判性思维看待数据和统计方法; 融入前沿科技:关注统计学融合大数据和人工智能技术的发展趋势,展现统计学在AI时代解决工作和生活中的实际问题的强大力量。 本书内容 本书从统计学的基础知识讲起,逐步深入实战,并展望其在新时代背景下的发展趋势和前景,重点强调要使用统计学的思维进行实际判断和分辨。本书共9章,分为3篇:基础知识、统计分析实践、前景展望。 第1篇 基础知识 本篇涵盖第1~3章,主要介绍统计学这个强大的工具对于数据世界的重要性。第1章介绍如何客观地了解自己的言行,保持自己的身心健康,看清事物和现象的真相,评估新观点和新结论的可信度等。第2章介绍统计数据的来源、分类、定性和定量等基本特征,并指出数据内容质量与安全的重要性,以便人们更好地理解统计数据的本质和规律。第3章讲述几个关于样本及其发生问题的趣味故事,例如特例带来的挑战、小样本研究的缺陷、样本选取的偏差等容易令人迷惑 的问题。 第2篇 统计分析实践 本篇涵盖第4~6章,重点介绍主要的统计分析方法、假设检验的基本步骤、基于统计作决策时的注意事项等。第4章介绍常用的描述性统计分析方法,如众数、中位数、平均数、几何平均数、标准差等,以及著名的辛普森悖论、相关性分析、正态分布和因子分析等。第5章介绍数据检验,重点介绍显著检验的方法与步骤。第6章指出在进行决策时可能会遭遇故意美化结果、技巧性地描述数据、夸张地显示图表、掩盖统计口径、忽略基数差异等种种“把戏”。 第3篇 前景展望 本篇涵盖第7~9章,主要介绍推断性统计预测、大数据技术赋能后的统计学、智能化应用场景下的统计学展望等内容。第7章介绍大数据的统计新思维,强调大数据“垃圾进入/垃圾输出”的特征,同时提醒读者不要过度依赖大数据,以及不被数据算法控制。第8章主要探讨统计学和人工智能之间的异同,强调统计学在人工智能发展中的基础核心地位。第9章展现生活中经常发生的几个预测场景及简单的预测方法,例如回归分析预测法和时间序列预测 法等。 读者对象 零基础的统计学入门人员; 各大院校学习统计学的学生; 刚进入职场的初级数据分析师; 对统计学感兴趣的其他人。 致谢 感谢清华大学出版社所有参与本书出版的工作人员!你们的专业素养和对工作的精益求精让本书的质量得到了很大的提升。 感谢本书读者!本书因你们而有价值,希望你们能从中获得有用的知识。 售后支持 由于笔者的水平所限,书中可能还存在疏漏与不足之处,敬请各位读者不吝指正。在阅读本书的过程中如果有疑问,可以发送电子邮件获得帮助。 张淼
more >