目 錄
第1章 大數(shù)據(jù)時(shí)代下的統(tǒng)計(jì)學(xué) 1
1.1　統(tǒng)計(jì)學(xué)——天使還是惡魔 2
【知識(shí)點(diǎn)】統(tǒng)計(jì)學(xué)的定義 2
1.2　概率——上帝的指引 3
【案例1】硬幣的指引 3
【案例2】賭徒的錯(cuò)覺(jué) 4
【知識(shí)點(diǎn)1】隨機(jī)性 5
【知識(shí)點(diǎn)2】概率 5
1.3　小概率事件≠必然不會(huì)發(fā)生的事件 7
【案例】挑戰(zhàn)者號(hào)航天飛機(jī)失事 7
【知識(shí)點(diǎn)】“必然會(huì)發(fā)生”的事件和“必然不會(huì)發(fā)生”的事件 7
1.4　你真的了解數(shù)據(jù)嗎？ 8
【案例】淘寶的客戶(hù)評(píng)價(jià)體系 9
【知識(shí)點(diǎn)】數(shù)據(jù)的類(lèi)型 10
1.5　數(shù)據(jù)來(lái)自哪里？ 11
【案例】大數(shù)據(jù)，大偏差——谷歌的流感預(yù)測(cè)模型真的靠譜嗎？ 12
【知識(shí)點(diǎn)1】二手?jǐn)?shù)據(jù) 13
【知識(shí)點(diǎn)2】相關(guān)關(guān)系和因果關(guān)系 13
第2章 樣本魅影 15
2.1　樣本——窺一斑而見(jiàn)全豹，觀滴水而知滄海 16
【案例1】客戶(hù)滿(mǎn)意度調(diào)查 16
【案例2】救護(hù)車(chē)壟斷業(yè)務(wù)調(diào)查 17
【知識(shí)點(diǎn)】隨機(jī)樣本、方便樣本和自愿回應(yīng)樣本 18
2.2　抽樣——嘗一勺鍋里的靚湯 20
【案例1】紅豆和綠豆 20
【案例2】“捉放法”估算魚(yú)苗成活率 21
【案例3】被解雇的市場(chǎng)調(diào)研部員工 22
【知識(shí)點(diǎn)1】簡(jiǎn)單隨機(jī)抽樣 23
【知識(shí)點(diǎn)2】抽樣中存在的錯(cuò)誤風(fēng)險(xiǎn) 24
【知識(shí)點(diǎn)3】訪問(wèn)員 25
2.3　不回應(yīng)誤差——沉默不是金 26
【案例】“不回應(yīng)”的影響有多大 26
【知識(shí)點(diǎn)1】不回應(yīng) 27
【知識(shí)點(diǎn)2】如何降低不回應(yīng)率 27
2.4　措辭的藝術(shù)——僧推/敲月下門(mén) 29
【案例】幾字之差對(duì)民眾支持率的影響 29
【知識(shí)點(diǎn)1】響應(yīng)誤差 30
【知識(shí)點(diǎn)2】有效性和可靠性 30
2.5　大數(shù)據(jù)時(shí)代，當(dāng)“樣本”已成往事 32
【案例】Farecast，美國(guó)創(chuàng)業(yè)夢(mèng) 32
【知識(shí)點(diǎn)】大數(shù)據(jù)的4V特征 33
第3章 描述數(shù)據(jù) 36
3.1　均值——可能會(huì)說(shuō)謊的天平 37
【案例1】中關(guān)村創(chuàng)業(yè)者平均年齡39歲 37
【案例2】令人“啼笑皆非”的統(tǒng)計(jì)局?jǐn)?shù)據(jù) 38
【知識(shí)點(diǎn)】均值計(jì)算 38
3.2　尋找中位數(shù) 39
【案例1】騰訊筆試題：大數(shù)據(jù)量尋找中位數(shù) 39
【案例2】淘寶賣(mài)家評(píng)分體系 40
【知識(shí)點(diǎn)1】求取中位數(shù) 42
【知識(shí)點(diǎn)2】四分位數(shù) 42
3.3　標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)誤，傻傻分不清楚 45
【案例1】均值-方差證券資產(chǎn)組合理論 45
【案例2】語(yǔ)文成績(jī)調(diào)研 45
【知識(shí)點(diǎn)1】標(biāo)準(zhǔn)差 46
【知識(shí)點(diǎn)2】標(biāo)準(zhǔn)誤 47
3.4　數(shù)據(jù)可視化——“云想衣裳花想容” 49
【知識(shí)點(diǎn)1】什么是數(shù)據(jù)可視化？ 50
【知識(shí)點(diǎn)2】數(shù)據(jù)可視化的主要應(yīng)用 50
【知識(shí)點(diǎn)3】數(shù)據(jù)可視化的工具 51
第4章 正態(tài)“女神” 53
4.1　期望——量化你的預(yù)期 54
【案例1】擲骰子和伯努利試驗(yàn) 54
【案例2】賭場(chǎng)就是概率場(chǎng) 55
【知識(shí)點(diǎn)1】概率分布 56
【知識(shí)點(diǎn)2】期望 57
【知識(shí)點(diǎn)3】方差 59
4.2　大數(shù)定律——為什么十賭九輸 60
【案例1】澳門(mén)風(fēng)云 60
【案例2】誰(shuí)會(huì)是被騙的人 61
【知識(shí)點(diǎn)】大數(shù)定律 62
4.3　正態(tài)分布——大道至簡(jiǎn)，大美天成 63
【案例】高爾頓釘板 63
【知識(shí)點(diǎn)】正態(tài)分布 64
4.4　中心極限定理 66
【案例】肯德基和麥當(dāng)勞的博弈 66
【知識(shí)點(diǎn)】中心極限定理 67
第5章 統(tǒng)計(jì)推斷 70
5.1　點(diǎn)估計(jì)——統(tǒng)計(jì)學(xué)家比間諜干得漂亮 71
【案例1】第二次世界大戰(zhàn)中的德軍坦克數(shù) 71
【案例2】首家新鮮咖啡速遞服務(wù)企業(yè) 72
【知識(shí)點(diǎn)1】樣本統(tǒng)計(jì)量和總體參數(shù) 73
【知識(shí)點(diǎn)2】點(diǎn)估計(jì) 74
5.2　置信區(qū)間——責(zé)善切戒盡言 75
【案例】美國(guó)蓋洛普公司的民意調(diào)查 75
【知識(shí)點(diǎn)1】置信水平 76
【知識(shí)點(diǎn)2】置信區(qū)間 76
5.3　兩類(lèi)錯(cuò)誤：有罪被判無(wú)罪和無(wú)罪被判有罪哪個(gè)更嚴(yán)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(lèi)錯(cuò)誤 79
【知識(shí)點(diǎn)1】零假設(shè)和備擇假設(shè) 80
【知識(shí)點(diǎn)2】?jī)深?lèi)錯(cuò)誤 81
5.4　假設(shè)檢驗(yàn)——“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(shí)點(diǎn)1】顯著性水平 85
【知識(shí)點(diǎn)2】p值 85
【知識(shí)點(diǎn)3】統(tǒng)計(jì)顯著 86
【知識(shí)點(diǎn)4】統(tǒng)計(jì)顯著對(duì)比實(shí)際顯著 86
【知識(shí)點(diǎn)5】假設(shè)檢驗(yàn)對(duì)比置信區(qū)間 87
【知識(shí)點(diǎn)6】單側(cè)檢驗(yàn)對(duì)比雙側(cè)檢驗(yàn) 87
5.5　p 值——打開(kāi)“潘多拉魔盒”的鑰匙 89
【案例】p值變了，結(jié)果就變了 90
【知識(shí)點(diǎn)1】p值的歷史和思想 91
【知識(shí)點(diǎn)2】p值誤用 92
第6章 變量間的關(guān)系 94
6.1　卡方分析——細(xì)膩的眼神里豈容得半粒沙 94
【案例1】仙道遲到事件發(fā)生率分析 94
【案例2】性別和文化程度是相互獨(dú)立的嗎？ 95
【知識(shí)點(diǎn)1】卡方分布 96
【知識(shí)點(diǎn)2】卡方檢驗(yàn) 97
6.2　相關(guān)性分析——早起的鳥(niǎo)兒有蟲(chóng)吃 100
【案例1】早起的鳥(niǎo)兒有蟲(chóng)吃 100
【案例2】化妝品銷(xiāo)售額與廣告費(fèi)的關(guān)系分析 101
【知識(shí)點(diǎn)1】相關(guān)關(guān)系 102
【知識(shí)點(diǎn)2】相關(guān)分析 103
【知識(shí)點(diǎn)3】相關(guān)表、相關(guān)圖和相關(guān)系數(shù) 104
【知識(shí)點(diǎn)4】t統(tǒng)計(jì)量 105
6.3　ANOVA——地域，我們沒(méi)有什么不同 105
【案例】“地域歧視”問(wèn)題 105
【知識(shí)點(diǎn)1】方差分析 106
【知識(shí)點(diǎn)2】方差分析統(tǒng)計(jì)模型 107
【知識(shí)點(diǎn)3】離差平方和及其分解 109
【知識(shí)點(diǎn)4】均方 110
【知識(shí)點(diǎn)5】F統(tǒng)計(jì)量 111
【知識(shí)點(diǎn)6】方差分析表 112
6.4　回歸分析——對(duì)不起，其實(shí)我也想長(zhǎng)高 116
【案例1】子女身高的遺傳發(fā)現(xiàn) 116
【案例2】身高的地區(qū)差異分析 117
【知識(shí)點(diǎn)1】回歸分析 118
【知識(shí)點(diǎn)2】隨機(jī)誤差項(xiàng) 119
【知識(shí)點(diǎn)3】最小二乘法 119
【知識(shí)點(diǎn)4】回歸分析T檢驗(yàn) 121
【知識(shí)點(diǎn)5】回歸分析F檢驗(yàn) 122
【知識(shí)點(diǎn)6】擬合優(yōu)度 123
第7章 統(tǒng)計(jì)雜談 124
7.1　為什么對(duì)回歸情有獨(dú)鐘 124
【回歸和電影】 126
【回歸和手游】 128
7.2　調(diào)查問(wèn)卷中的分類(lèi)變量 132
【疼痛】 133
【Rank-Invariant】 135
【Svensson Method】 135
【工作環(huán)境和員工滿(mǎn)意度】 137
7.3　條件概率 139
【生男生女的問(wèn)題】 140
【門(mén)后的世界：到底是誰(shuí)錯(cuò)了】 141
7.4　極大似然估計(jì)——看起來(lái)最像 144
【白狐，iPhone 6 Plus和房?jī)r(jià)】 144
7.5　統(tǒng)計(jì)軟件 146
【名門(mén)閨秀SAS】 147
【國(guó)民初戀SPSS】 148
【小家碧玉Stata，Minitab，Excel】 148
【清新蘿莉R】 150
7.6　貝葉斯 151
【起源】 152
【核心思想】 153
【自拍桿和藍(lán)牙耳機(jī)】 155
7.7　來(lái)自星星的統(tǒng)計(jì)陷阱 157
【問(wèn)卷調(diào)查的潛在陷阱】 157
【王老吉狀告加多寶】 158
第8章 大數(shù)據(jù)，在水一方 161
8.1　洛陽(yáng)紙貴——大數(shù)據(jù)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(shù)據(jù)和途牛網(wǎng) 170
8.2　大數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng) 171
【案例】DataEye，數(shù)據(jù)驅(qū)動(dòng)手游運(yùn)營(yíng) 176
8.3　商業(yè)智能——決策者的錦囊 178
【案例】廣告業(yè)的商業(yè)智能 179
8.4　市場(chǎng)智能——商業(yè)智能的衍生智慧 180
8.5　消費(fèi)智能——當(dāng)數(shù)據(jù)成為一種服務(wù) 183