统计学的世界（第8版） [Statistics: Concepts and Controversies 8th Edition] pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

[美] 戴维·穆尔，[美] 威廉·诺茨 著，郑磊 译

图书标签:

• 统计学
• 数据分析
• 概率论
• 统计推断
• 社会科学
• 研究方法
• 统计思维
• 批判性思维
• 数据素养
• 第八版

出版社： 中信出版集团

ISBN：9787508666723

版次：1

商品编码：12236914

品牌：中信出版

包装：平装

外文名称：Statistics: Concepts and Controversies 8th Edition

开本：16开

出版时间：2017-09-01

用纸：纯质纸

页数：695

字数：700000

产品特色

编辑推荐

作为通识教育，人人都该懂点儿统计学！通俗、易懂、实用的统计学，助你培养统计思维！

内容简介

统计学的思想和各种统计数据对政府、社会乃至我们的工作和日常生活都有着不可忽视的影响，甚至超乎你的想象。通过阅读本书，你将会对我们生活的这个世界有更完整、更清晰的认识。
这不是一本讲述干巴巴的统计学理论的书，它主要介绍统计学概念的应用及其对日常生活、公共政策和许多其他领域的影响。书中没有烦琐的公式、图表和计算，你只要看得懂而且会解简单的方程式就足够了。本书着重于启发思考，这比生搬硬套地使用数学公式更有助于训练看问题的视角和解决问题的思维。
本书把统计学概念分成四个部分来呈现：数据的生产、整合数据、机会与概率、统计推断。
本书一点儿也不乏味，恰恰相反，它是那样生动有趣，深入浅出地把统计学的概念和分析方法呈现在你面前。通过一个个具体的案例、简单的练习和知识普及，能让你在阅读过程中不知不觉地增长统计学知识，提高分析和解决问题的水平。
这是一本能给你带来阅读乐趣的书，也是一本能让你更睿智的书。

作者简介

戴维·穆尔（David S. Moore），就职于美国普渡大学，曾担任美国统计学会主席。他获得了普林斯顿大学的数学学士学位和康奈尔大学的数学博士学位，著有多篇统计理论方面的学术论文。他还是美国统计学会、数学统计研究所、国际统计学研究所会员，也曾担任美国国家自然基金会统计学和概率项目主任、国际统计学教育协会主席，并获得美国数学协会杰出教育奖。
威廉·诺茨（William I. Notz），就职于美国俄亥俄大学，获得了约翰·霍普金斯大学的物理学学士学位和康奈尔大学的数学博士学位。他一开始就职于普渡大学统计学系。在那里，他和戴维·穆尔一起讲授统计学课程，对统计学教育产生了兴趣。他的研究领域是实验设计和计算机实验。他是美国统计学会和国际统计学研究所会员。
郑磊，博士，本科就读于兰州大学数学系，后获得荷兰玛斯特里赫特管理学院MBA学位和南开大学经济学博士学位。工作经历涵盖制造业、咨询和智库，现在深圳和香港从事经济研究和投资银行工作，出版4本专著，翻译近20本引进版书籍。

目录

致读者 // III
序 言 了解统计学 // VII
第1部分 数据的生产
第1章 数据从哪里来 // 003
第2章 好样本和坏样本 // 023
第3章 样本可以告诉我们什么 // 042
第4章 真实世界中的抽样调查 // 066
第5章 好实验与坏实验 // 098
第6章 现实世界中的实验 // 120
第7章 数据伦理 // 145
第8章 度量 // 167
第9章 统计数字会说谎 // 194
第1 部分 内容回顾 // 153
第2部分 整合数据
第10章 好图表与坏图表 // 227
第11章 用图呈现数值变量的分布 // 254
第12章 用数字描述分布 // 279
第13章 正态分布 // 309
第14章 描述相关关系：散点图和相关系数 // 333
第15 章 描述相关关系：回归、预测与因果关系 // 001
第16 章 居民消费价格指数和政府统计数据 // 032
第2 部分 内容回顾 // 056
第3 部分 机会与概率
第17 章 思考随机事件 // 073
第18 章 概率模型 // 096
第19 章 统计模拟 // 114
第20 章 赌场的生意经：期望值 // 135
第3 部分 内容回顾 // 153
第4 部分 统计推断
第21 章 什么是置信区间 // 165
第22 章 什么是显著性检验 // 193
第23 章 统计推断的滥用 // 220
第24 章 双向表与卡方检验 // 240
第4 部分 内容回顾 // 266
附 录 // 279

精彩书摘

你和你的朋友不是典型人物。比如，你喜欢听的广播节目可能就和我喜欢的不一样。当然，我和我的朋友也不是典型人物。如果想要知道整个国家（或只是大学生）的状况，我们必须认清一个事实，那就是，整体状况也许和我们自己或我们周围的状况并不相似。所以，我们需要数据。从Arbitron（一家媒体研究机构）得到的资料显示，美国最受欢迎的广播节目是成人当代音乐（2009年秋天，每周的听众总人数达到7 200万人）和乡村音乐（每周的听众总人数为6 400万人）。如果你喜欢当代流行打击乐（每周的听众总人数为5 900万人），而我喜欢各种新闻节目（每周的听众总人数为1 500万人），那么我们可能对整个唱片消费群体的音乐品位一无所知。如果我们身处唱片业，或只对通俗文化感兴趣，就必须把自己的喜好放在一边，好好地检视数据。
你可以到图书馆或者网上找数据，但我们怎么知道这些数据可不可靠呢？好的数据可以被看作像毛衣或数码影音光碟机（DVD机）之类的产品，而草率生产的数据就像草率生产的毛衣或DVD机一样令人沮丧。你买毛衣前一般都会检查一下，如果做工很差，你就不会买。数据也一样，如果质量很糟，你就不该用。本书的第一部分将会告诉你怎样分辨数据的好坏。
案例分析
你可能读了几个月的报纸，或者看了几个月的电视新闻，却没有见过一个代数公式。难怪你会认为代数看上去和日常生活完全无关。但是，你不可能一整天都接触不到统计数据和结果。比如，一则新闻提到在18~24岁年龄段的人中，有70%的人认为从互联网上下载音乐与购买二手音乐光碟或从朋友那里借来转录的做法没有区别。而对于65岁或以上的人来说，持相同观点的人只有36%。一篇更长的文章写道，得到高质量日间看护的低收入家庭的孩子，几年后在学业方面的表现更佳，与其他低收入家庭的孩子相比，未来更有可能考上大学、找到好工作。
这些数据是从哪里来的呢？为什么我们可以相信这些数据，或者不应该相信这些数据？好的数据是人类智慧劳动的成果，坏的数据则源于懒惰或者不求甚解的行为，只能误导他人。当有人向你抛来一个数字时，你应该问的第一个问题就是：它来自何处？
2008年美国总统大选期间，有一个全国性的项目叫作“大家去投票”，人们从罐中选择一粒软糖，代表他们支持的总统候选人。在佛罗里达州彭布罗克派恩斯的“咖啡苑”（Coffee Scene），顾客可以在每次买东西时挑选一粒蓝色或者红色的软糖。蓝莓软糖表示投票给民主党总统候选人巴拉克·奥巴马，红色草莓软糖表示投票给共和党总统候选人约翰·麦凯恩。
全美有34个州的超过100家餐馆参与了这项活动，每周一清点投票结果。截至2008年10月13日，投票总数超过211 000张，麦凯恩在这场全国性的软糖投票中获得了53.5%的支持率。2004年美国总统大选期间的软糖投票结果，曾准确预测出小布什将赢得总统大选。约翰·麦凯恩却没有那么幸运，投票结果错误地预测麦凯恩将在2008年的美国总统大选中胜出。

前言/序言

统计学是关于数据的学问。数据就是数字，但又不仅仅是“数字”，数据是有上下文联系的数字。比如，数字10.5本身没任何意义，但是，假如我们听说一位朋友刚出生的孩子体重为10.5磅a，那么我们会恭喜她生了一个健康的宝宝。结合数字的上下文联系和个人知识，就可以做出判断。我们知道，体重10.5磅的新生儿个头相当大，而新生儿的体重不太会是10.5盎司b或10.5千克。因此，上下文联系可以使数字含义明确。
统计学通过数据获取真知灼见并且得出结论，所用的工具是图表和计算。但是，这些工具要在符合常识的思考方式下使用。让我们先快速地了解一下新闻媒体、热门政治和社会争议的数据和统计研究方面的丰富成果，迈出学习统计学旅程的第一步。在后文中，我们将对序言里列举的案例展开更为详细的研究。
一则逸闻就是一个引人入胜的故事，它之所以能够深入人心，就在于其内容能打动人。逸闻可以让事情人性化，所以新闻报道通常以逸闻开头（和结尾）。但是逸闻无法用作决策的依据，正是因其内容生动，所以也常常误导我们。我们判断一个说法可信与否的依据，是它是否有数据支持，而不是它是否来自一个动人的故事。
住得离高压电缆太近，是否会导致儿童患上白血病？美国国家癌症研究所花了5年时间和500万美元，来收集有关这个问题的数据。结果发现，在白血病和暴露在高压电缆产生的电磁场之间没有任何相关性。和这篇研究报告同时发表在《新英格兰医学期刊》上的社评大声疾呼，是时候不要在这个问题上 “再浪费我们的研究资源了”。
比较一下两则报道产生的影响：一则是有关历时5年、花费500万美元的调查研究的电视新闻报道，另一则是对一位能说会道的母亲的电视采访，她患有白血病的孩子恰好住在高压电缆附近。在公众心目中，几乎每次都是逸闻胜出。但事实上，我们应该心存疑问，因为数据要比逸闻更可靠，数据可以系统地描绘出整体图景，而不是聚焦于个别事件。
我还打算补充一句，“数据胜过自封的专家。”新闻行业通常所秉持的所谓公正的立场，就是各找一名正反方“专家”发表简短的评论。我们永远无法知道是否其中一方代表的是整个学科的共识，而另一方则是蝇营狗苟于某些特殊利益的骗子。媒体这种处理冲突的做法使现在的公众认为，对应每一位专家，都有一个持相反观点的专家。如果你真的关注某个话题，就应该尝试从数据中找出结论，还要判断数据的质量是否良好。很多问题确实还未得到解决，但也有很多问题，只在那些不重视证据的人的头脑中才悬而未决。你至少可以了解一下这些“专家”的背景，还有他们引用的研究结果是否曾刊载于那些文章必须先通过外部评审之后才能发表的严谨期刊上。
数据是数字，而数字总显得非常可信。其实有的数字是这样，有的却并非如此。任何统计研究中最重要的事，就是数据的来源。专栏作者安·兰德斯问她的读者，如果可以重新来过，是否还会生孩子？回答的人中有70% 坚定地说“不要”。但是，你对于兰德斯从泪迹斑斑的信中，引述读者哭诉他们的孩子如何像野兽一样的话语，大可一笑置之。因为兰德斯从事的是娱乐业，她邀请读者回答这个问题时，回应最热烈的应该是那些后悔生孩子的父母。大部分的父母并不后悔生小孩。我们知道这个事实，是因为曾经有人对许多父母做过调查，而且为了规避偏见，受访的父母是随机抽取的。民意调查当然也不是没有瑕疵—这点我们后面会谈到—但它仍比邀请有一肚子不满的人来回答问题要好得多。
即使是信誉卓著的期刊，也不一定能对坏数据免疫。《美国医学会杂志》刊登过一篇文章，声称用管子将冷却的液体输送进胃里，可以缓解溃疡症状。这种治疗对病人的确有效果，但那只是因为病人通常会信服医生的权威性。也就是说，安慰剂（placebo，虚拟治疗）发生了作用。后来终于有人产生了质疑， 做了有控制组的比较研究—有些病人接受了这项治疗，有些只使用了安慰剂—结果表明安慰剂组（控制组）的“表现”更好。“没有比较，就没有结论”， 这是判断医学研究好坏的一个很好的依据。比如，我对于最近突然流行的“自然疗法”就心存怀疑。在这些疗法当中，极少会通过比较实验来证明它们不只是装在贴着漂亮植物图片的瓶子里售卖的安慰剂。
有报道说，在美国，设有赌场的县犯罪率较高。有位大学教师说，在线上课的学生比在教室里上课的学生表现好。政府报告强调，受过良好教育的民众比受教育少的民众赚钱多。最好不要太快下结论，而要先问一句：“有没有什么是他们没告诉我的，却可以用来解释这些事？”
有赌场的县的确犯罪率较高，但是在城市或是较穷的县，犯罪率也比较高。什么样的县会开设赌场呢？这些县是否在开设赌场之前，犯罪率就已经很高了呢？在线上课的学生学得比较好，但是和在教室里上课的学生比起来，前者的年龄比较大，底子也比较好，因此他们表现好很正常。受教育程度高的人的确赚钱多，但受教育多的人和受教育少的人相比，平均来说前者的父母受的教育也较多，也比较有钱。而且，前者在更好的环境中长大，上更好的学校。这些有利条件让他们接受到更多的教育，即使他们不接受这么多教育，这些有利条件也可能会帮他们赚到很多钱。
以上这些案例，都涉及两个变量之间的相关性，并且引导我们得出结论，即其中一个变量影响了另一个变量。“赌场会增加犯罪率”和“想变富有就要多读点儿书”，是它们传达的信息。这些信息有可能是正确的，但我们看到的相关性，大部分说不定还可以由隐藏在背景中的一些变量来解释，比如开设赌场的县的本质，以及受教育程度高的人生来就具备的有利条件。好的统计研究会考虑许多的背景变量，这当然需要技巧，不过你至少可以找一找，看它们有没有这样做。

《统计学的世界》（第8版）—— 洞悉数据驱动时代的罗盘 在这个信息爆炸、数据洪流席卷而来的时代，理解和驾驭统计学已经不再是少数专业人士的专属技能，而是每一位理性思考者、明智决策者必备的核心素养。它如同一把锐利的钥匙，能够开启我们对世界运行规律的深入洞察；它又似一位沉默的向导，指引我们在纷繁复杂的现象中辨别真相、规避谬误。《统计学的世界》（第8版） 正是这样一本力求将统计学这门精深而实用的学科，以最贴近现实、最富启发性的方式呈现给广大读者的力作。 本书的魅力，首先体现在它对统计学核心概念的清晰阐释。从最基础的描述性统计，到推断性统计的精髓，再到回归分析、实验设计等更为进阶的议题，作者团队以严谨又不失趣味的笔触，层层剥茧，化繁为简。每一个概念的引入，都伴随着生动鲜活的现实案例，让抽象的理论瞬间落地，变得触手可及。读者在阅读过程中，不仅能够掌握统计学本身的语言和工具，更能体会到统计思维是如何渗透到我们日常生活的方方面面，成为理解新闻报道、科学研究、商业决策乃至个人生活选择的关键。 与许多教科书不同，《统计学的世界》（第8版） 赋予了统计学更深层次的人文关怀与批判性视角。它并非仅仅罗列公式与计算方法，而是深刻探讨了统计学在社会中所扮演的角色，以及它可能带来的挑战和争议。作者敏锐地捕捉到，在数据驱动的决策日益普及的当下，统计学并非一个全然客观、无可置疑的真理制造者。相反，如何解读数据、如何设计研究、如何避免偏见、如何警惕数据误用，这些“争议”恰恰是统计学最引人入胜，也最需要我们审慎对待的部分。本书积极引导读者去思考：数据背后隐藏着什么？统计结果是否被夸大或歪曲？科学的严谨性在实际应用中如何体现？这种对统计学“争议性”的关注，极大地提升了本书的深度与价值，使之成为一本真正能够培养读者批判性思维的书籍。 在内容编排上，本书展现了精心的设计。它循序渐进，从最易于理解的“个体与变量”入手，逐步构建起“分布”与“概率”的基石。随后，自然地过渡到“抽样分布”这一连接描述性统计与推断性统计的桥梁，并在此基础上深入探讨“置信区间”与“假设检验”这两大核心推断工具。本书在讲解统计推断时，尤其注重对“P值”的恰当理解和应用，深刻剖析了P值在统计学研究中的意义、局限以及被误读的可能性，这对于避免科学研究中的“伪统计学”现象具有极其重要的意义。 本书对数据可视化的重视也尤为突出。在信息传播日益依赖视觉化的今天，如何有效地用图表来呈现数据、揭示规律、传播信息，显得至关重要。本书提供了丰富的图表示例，从直方图、箱线图到散点图、折线图，作者不仅展示了如何绘制这些图表，更强调了如何从中解读出有价值的信息，以及如何避免图表带来的误导。这种对图表解读能力的培养，对于读者理解各类报告、分析趋势、发现问题都具有立竿见影的效果。 回归分析作为研究变量之间关系的重要工具，在本书中得到了详尽且易于理解的阐述。从简单的线性回归，到多元回归，再到对模型诊断的探讨，本书都力求让读者不仅掌握计算技巧，更能理解模型的假设、解释结果的意义，并认识到回归分析的局限性。作者通过大量实例，生动地展示了回归分析如何在经济学、社会学、医学等领域中发挥巨大作用，帮助我们预测趋势、量化影响、做出更明智的预测。 实验设计是本书另一个亮点。在科学研究和产品开发中，如何通过合理的实验设计来获取有效、可靠的数据，是保证研究质量的关键。本书深入浅出地讲解了随机化、对照、重复等实验设计的基本原则，并介绍了完全随机设计、区组设计等常见实验设计方法。通过对这些原则的掌握，读者能够更深入地理解科学研究的严谨性，并能更好地评估和应用研究结果。 《统计学的世界》（第8版） 的一大特色是其对真实世界数据的广泛应用。本书中的大量案例和练习题，都取材于现实生活，涵盖了从社会调查、经济指标到健康研究、环境监测等多个领域。这些真实数据不仅增加了学习的趣味性和相关性，更让读者深刻体会到统计学作为一门实践性极强的学科，是如何被用来解决实际问题的。通过解决这些贴近现实的练习题，读者能够熟练运用所学知识，锻炼数据分析和问题解决的能力。 此外，本书的语言风格也堪称一绝。作者们以其深厚的学术功底和丰富的教学经验，将原本可能枯燥抽象的统计学知识，转化为清晰、流畅、引人入胜的文字。避免了过多的专业术语堆砌，而是用通俗易懂的语言来解释复杂的概念。阅读本书，就像是在与一位经验丰富的导师对话，他能够耐心解答你的疑问，引领你一步步领略统计学的魅力。 总而言之，《统计学的世界》（第8版） 并非一本仅仅教授“如何计算”的教材，它更是一本引导读者“如何思考”的智慧之书。它教会我们如何从数据中提取有价值的信息，如何理性地评估证据，如何审慎地做出判断，以及如何在这个日益被数据驱动的时代中，保持清醒的头脑和批判性的眼光。无论你是统计学领域的初学者，还是希望深化理解、拓展视野的专业人士，抑或是任何一位渴望更好地理解这个复杂世界的求知者，本书都将是你不可或缺的指南。它将为你打开一扇通往数据世界的大门，让你在这个时代浪潮中，掌握主动，看得更远，做得更准。

评分☆☆☆☆☆

我得坦白，这本书在数学严谨性上并没有选择走极端“高数化”的路线，这对我来说是个巨大的加分项。它更侧重于“应用统计”和“概念理解”，而不是纯粹的概率论推导。但这并不意味着它流于表面。相反，它用一种非常巧妙的方式绕过了那些复杂的微积分推导，直接聚焦于核心的统计思想。例如，在讲解最小二乘法时，它会用几何直观来解释“最小化残差平方和”的含义，而不是直接从偏微分方程开始讲起。这种“直观优先”的策略，极大地降低了初学者的心理门槛。当然，对于那些目标是深入研究数理统计的读者来说，这本书可能深度不够，但对于我们这些希望快速掌握统计工具并将其应用于社会科学、商业分析或者日常决策的人来说，它的平衡点把握得恰到好处。它给予了你足够的工具去分析问题，同时又不会因为过度的数学细节而让你在实践应用中迷失方向。

评分☆☆☆☆☆

这本书的结构安排，说实在话，对我这种需要经常回顾和查阅的人来说，简直是福音。它的章节划分逻辑性极强，每章的开头都会有一个清晰的“学习目标清单”，这让你在开始阅读前就能对本章的知识体系有一个大致的鸟瞰。更贴心的是，每当引入一个新的核心概念时，作者都会用一个醒目的方框或者小标题来强调，而且这个概念的定义总是被放置在最核心、最简洁的位置，避免了冗长的铺垫。我个人非常依赖书后附带的那个术语表和公式索引，它们制作得极其详尽，查找起来非常迅速。更让我感到方便的是，很多关键的统计检验方法，比如t检验、方差分析这些，作者不仅讲解了其数学原理，还配上了详细的步骤指南——虽然书里没有直接嵌入软件操作教程，但它描述的逻辑步骤，让你即使用Excel或SPSS进行实际操作时，也能做到心中有数，知道每一步的意义。这种对学习辅助工具的重视，让这本书的实用性大大提升，不愧是经过多次修订的版本，显然是吸取了大量教学反馈的精华。

评分☆☆☆☆☆

读下去之后，我发现作者的叙事风格非常口语化，就像一个经验丰富的老师在跟你面对面讲解一样，而不是冷冰冰地陈述事实。我特别欣赏它在处理那些容易引起争议性话题时的平衡感。比如在讨论抽样方法时，它不会武断地下结论说哪种方法绝对优越，而是会详细分析不同方法的优缺点、适用场景以及可能引入的偏差。书中好几处都穿插了“思考题”或者“辩论点”，这些地方真的很有意思，它们强迫你去质疑你刚刚学到的知识，去思考数据背后的伦理和社会影响。我记得有一章专门讲了如何解读那些被媒体过度简化或误导的统计数据，那部分内容读起来简直像是在进行一次全民的批判性思维训练。很多时候，统计学的难点不在于计算本身，而在于如何正确地诠释结果。这本书在这方面做得极其到位，它教会你的不只是“怎么算”，更重要的是“该不该这么算”以及“算出来之后意味着什么”。这种强调理解和批判精神的教学方式，远比死记硬背公式来得有价值。

评分☆☆☆☆☆

这本书，说实话，拿到手里的时候，我其实是有点犯嘀咕的。封面设计得挺简洁，米白色的背景上印着几个规规矩矩的蓝色和黑色的字体，看着挺“学术”的，但又有点缺乏让人眼前一亮的感觉。我之前对统计学这门学科一直有点畏惧，总觉得那是一堆复杂的公式和看不懂的图表堆砌起来的抽象概念。结果我翻开目录，发现内容安排得相当有条理，从最基础的数据描述到概率论的引入，再到回归分析这些稍微深入一点的内容，层次感很清晰。尤其让我感到意外的是，它并没有上来就抛出一大堆数学符号，而是用了大量的实际生活中的例子来引出概念。比如，它会用一些关于投票率、市场调研或者健康研究的真实案例来解释什么是中心趋势，什么是离散程度。这种“先说人话，再说公式”的 pendekatan 确实让我这个半路出家的学习者感到放松了不少。而且，书里插图的排版也很有心思，那些图表大多色彩柔和，关键信息点标注得很突出，不像有些教科书那样密密麻麻让人眼花缭乱。总的来说，第一印象是：这是一本试图拉近读者和统计学距离的教材，它没有故作高深，而是选择了一条更亲民的路线。

评分☆☆☆☆☆

这本书的排版和印刷质量也值得称赞。作为一本经常需要被翻阅的书，装帧的结实程度很重要。我这本的使用强度很大，经常带着它跑图书馆，书脊虽然没有出现明显的开裂，纸张的质量也相当不错，油墨清晰，没有出现字迹模糊或洇墨的现象。更重要的是，它在“可读性”上做了很多细致的工作。边距留得比较宽敞，这使得在阅读过程中，我可以在空白处做大量的批注和重点标记而不会显得拥挤。那些数据表格的格式设计得非常清晰，即使用小号字体也能轻易区分不同的列和行。这种对物理载体的重视，在如今电子书泛滥的时代反而显得尤为珍贵。一本好书，除了内容要扎实，实体体验感也同样重要。这本《统计学的世界》显然在这方面下了不少功夫，让人在长时间阅读后，眼睛的疲劳感也相对较低。这让我的学习体验更加顺畅和愉悦。

评分☆☆☆☆☆

好的嘞

评分☆☆☆☆☆

挺不错的.......

评分☆☆☆☆☆

这本书质量很好，看起来舒服

评分☆☆☆☆☆

好的

评分☆☆☆☆☆

东西还是不错的，赠品也还好啦。

评分☆☆☆☆☆

快递速度很快，书本完好无损，还没有来得及看书。

评分☆☆☆☆☆

给文科生看的统计学，经典教材，中文版是第8版了

评分☆☆☆☆☆

包装没损坏，接下来就是好好研习。

评分☆☆☆☆☆

有上下卷 期待