"《大數據時代下的統計學（第2版）》講述在“數據為王”的時代下，統計學作為分析、解讀數據的學科，如何為商業、社會、生活等領域提供決策支持。內容全：包括五大統計學專業方向，62個統計學知識點學得會：47個經典的統計學案例，讓你隨時隨地輕松學習用得著：在大數據時代背景下，統計學無處不在"

●目 錄第1章 大數據時代下的統計學11.1  統計學――天使還是惡魔2【知識點】統計學的定義21.2  概率――上帝的指引3【案例1】硬幣的指引3【案例2】賭徒的錯覺4【知識點1】隨機性5【知識點2】概率51.3  小概率事件≠必然不會發生的事件7【案例】挑戰者號航天飛機失事7【知識點】“必然會發生”的事件和“必然不會發生”的事件71.4  你真的了解數據嗎？8【案例】淘寶的客戶評價體繫9【知識點】數據的類型101.5  數據來自哪裡？11【案例】大數據，大偏差――谷歌的流感預測模型真的靠譜嗎？12【知識點1】二手數據13【知識點2】相關關繫和因果關繫13第2章 樣本魅影152.1  樣本――窺一斑而見全豹，觀滴水而知滄海16【案例1】客戶滿意度調查16【案例2】救護車壟斷業務調查17【知識點】隨機樣本、方便樣本和自願回應樣本182.2  抽樣――嘗一勺鍋裡的靚湯20【案例1】紅豆和綠豆20【案例2】“捉放法”估算魚苗成活率21【案例3】被解雇的市場調研部員工22【知識點1】簡單隨機抽樣23【知識點2】抽樣中存在的錯誤風險24【知識點3】訪問員252.3  不回應誤差――沉默不是金26【案例】“不回應”的影響有多大26【知識點1】不回應27【知識點2】如何降低不回應率272.4  措辭的藝術――僧推/敲月下門29【案例】幾字之差對民眾支持率的影響29【知識點1】響應誤差30【知識點2】有效性和可靠性302.5  大數據時代，當“樣本”已成往事32【案例】Farecast，美國創業夢32【知識點】大數據的4V特征33第3章 描述數據363.1  均值――可能會說謊的天平37【案例1】中關村創業者平均年齡39歲37【案例2】令人“啼笑皆非”的統計局數據38【知識點】均值計算383.2  尋找中位數39【案例1】騰訊筆試題：大數據量尋找中位數39【案例2】淘寶賣家評分體繫40【知識點1】求取中位數42【知識點2】四分位數423.3  標準差、標準誤，傻傻分不清楚45【案例1】均值-方差證券資產組合理論45【案例2】語文成績調研45【知識點1】標準差46【知識點2】標準誤473.4  數據可視化――“雲想衣裳花想容”49【知識點1】什麼是數據可視化？50【知識點2】數據可視化的主要應用50【知識點3】數據可視化的工具51第4章 正態“女神”534.1  期望――量化你的預期54【案例1】擲骰子和伯努利試驗54【案例2】賭場就是概率場55【知識點1】概率分布56【知識點2】期望57【知識點3】方差594.2  大數定律――為什麼十賭九輸60【案例1】澳門風雲60【案例2】誰會是被騙的人61【知識點】大數定律624.3  正態分布――大道至簡，大美天成63【案例】高爾頓釘板63【知識點】正態分布644.4  中心極限定理66【案例】肯德基和麥當勞的博弈66【知識點】中心極限定理67第5章 統計推斷705.1  點估計――統計學家比間諜干得漂亮71【案例1】第二次世界大戰中的德軍坦克數71【案例2】少有新鮮咖啡速遞服務企業72【知識點1】樣本統計量和總體參數73【知識點2】點估計745.2  置信區間――責善切戒盡言75【案例】美國蓋洛普公司的民意調查75【知識點1】置信水平76【知識點2】置信區間765.3  兩類錯誤：有罪被判無罪和無罪被判有罪哪個更嚴重78【案例1】法律中的人文精神78【案例2】抗擊埃博拉要避免兩類錯誤79【知識點1】零假設和備擇假設80【知識點2】兩類錯誤815.4  假設檢驗――“湊巧”可以拒絕嗎？82【案例1】奶茶情緣82【案例2】咖啡新鮮嗎？84【知識點1】顯著性水平85【知識點2】p值85【知識點3】統計顯著86【知識點4】統計顯著對比實際顯著86【知識點5】假設檢驗對比置信區間87【知識點6】單側檢驗對比雙側檢驗875.5  p 值――打開“潘多拉魔盒”的鑰匙89【案例】p值變了，結果就變了90【知識點1】p值的歷史和思想91【知識點2】p值誤用92第6章 變量間的關繫946.1  卡方分析――細膩的眼神裡豈容得半粒沙94【案例1】仙道遲到事件發生率分析94【案例2】性別和文化程度是相互獨立的嗎？95【知識點1】卡方分布96【知識點2】卡方檢驗976.2  相關性分析――早起的鳥兒有蟲喫100【案例1】早起的鳥兒有蟲喫100【案例2】化妝品銷售額與廣告費的關繫分析101【知識點1】相關關繫102【知識點2】相關分析103【知識點3】相關表、相關圖和相關繫數104【知識點4】t統計量1056.3  ANOVA――地域，我們沒有什麼不同105【案例】“地域歧視”問題105【知識點1】方差分析106【知識點2】方差分析統計模型107【知識點3】離差平方和及其分解109【知識點4】均方110【知識點5】F統計量111【知識點6】方差分析表1126.4  回歸分析――對不起，其實我也想長高116【案例1】子女身高的遺傳發現116【案例2】身高的地區差異分析117【知識點1】回歸分析118【知識點2】隨機誤差項119【知識點3】最小二乘法119【知識點4】回歸分析T檢驗121【知識點5】回歸分析F檢驗122【知識點6】擬合優度123第7章 統計雜談1247.1  為什麼對回歸情有獨鐘124【回歸和電影】126【回歸和手遊】1287.2  調查問卷中的分類變量132【疼痛】133【Rank-Invariant】135【Svensson Method】135【工作環境和員工滿意度】1377.3  條件概率139【生男生女的問題】140【門後的世界：到底是誰錯了】1417.4  極大似然估計――看起來最像144【白狐，iPhone 6 Plus和房價】1447.5  統計軟件146【名門閨秀SAS】147【國民初戀SPSS】148【小家碧玉Stata，Minitab，Excel】148【清新蘿莉R】1507.6  貝葉斯151【起源】152【核心思想】153【自拍杆和藍牙耳機】1557.7  來自星星的統計陷阱157【問卷調查的潛在陷阱】157【王老吉狀告加多寶】158第8章 大數據，在水一方1618.1  洛陽紙貴――大數據思維161【案例1】罩杯和“敗家”程度166【案例2】外灘踩踏事件168【案例3】大數據和途牛網1708.2  大數據驅動運營171【案例】DataEye，數據驅動手遊運營1768.3  商業智能――決策者的錦囊178【案例】廣告業的商業智能1798.4  市場智能――商業智能的衍生智慧1808.5  消費智能――當數據成為一種服務183

本書從大數據切入，引入與之息息相關的統計學，深入淺出地講述了在“數據為王”的時代下，統計學作為分析、解讀數據的學科，如何為商業、社會、生活等領域提供決策支持。全書分為8章，第1章概述了大數據時代下的統計學，講解了統計學的基本原理、應用領域及數據的獲取方法。第2、3章講述了統計學在思想方法及數據表述上和大數據處理方法的異同；第4章介紹了對統計學影響深遠的正態分布；第5章探討了在大數據時代統計推斷是否失效；第6章重點從統計學視角講述了大數據時代最熱門的變量間的“相關性”問題；第7章以一種比較開放的態度討論統計學中一些有意思又實用的話題；第8章探討大數據能夠給企業、用戶及整個社會帶來的價值。本書不僅可以使讀者感受到數字的美感和哲學的智慧，還可以使讀者獲得思辨的洞察力。更重要的是，擁有本書就相當於擁有了一種武器，其中數據驅動的思維模式將會使讀者在生活、工作中受益匪淺。

"前 言在不知不覺中，人們已經進入了一個數據為王的時代。大數據以迅雷不及掩耳之勢進入人們的視野，更加強調了數據在這個時代的重要性。不管人們是否願意，都要擁抱這個“大數據時代”。同時，大數據也帶火了另外一個看上去有點神秘、有點距離感的學科——統計學。為什麼編寫本書？筆者作為一個在校園裡學了11年統計學的資深學院派，深深地被這門學科打動：它有著數學的美感，充滿了哲學的智慧，並且透露出思辨的洞察力。你可以把它看作一種工具，或者一種武器。有了它，你就可以直擊事物本質的規律並能取得事半功倍的效果。筆者很想把這門學科分享給對它感興趣的人。這就是編寫本書的初衷。隨著大數據逐漸走進公眾的視野，統計學也必然會迎來更多的關注。這就意味著，越來越多的非統計學專業的人想去了解和應用統計學，也必然需要更多的統計學讀物。據筆者觀察，市場上有關統計學的書大多都像教科書，充斥著枯燥的公式和深等