內容簡介
＃英國Amazon網站1,700多位讀者，四顆半星強力推薦！
＃英國劍橋大學統計學權威，帶給你最有趣、最有價值的統計思維
統計學如何幫助我們了解世界？
當資料不完美，我們能做出可靠的結論嗎？
在資料科學的時代，統計學如何與時俱進？
當疫情來襲，我們如何自己做好觀念上的準備？
在許多領域中，統計學都是必備的技能；在人工智慧的時代，統計在商務上的運用也越來越重要。
但是一般的統計學內容，即使有嚴謹的定義和推論，卻總是感覺和現實世界隔了一層，不知如何運用，也很難理解它。
許多人在學校或許讀過一點統計學，大概知道隨機變數、標準差、平均數、中位數的意義，但到底該怎麼用？如何應用到現實世界的問題呢？
然而，這本書不同，它帶你用一種全新的方式來了解統計學。它從一些現實世界的問題開始，例如：
地球上有多少棵樹？
培根三明治的致癌風險有多高？
我們能夠相信群眾智慧嗎？
如何衡量藥物的有效性？
英國人的一生中有多少個性伴侶？
病人多的醫院，存活率比較高嗎？
半個世紀以來，全球人口成長的型態如何？
為什麼老男人的耳朵都很大？
配上生動有趣的圖表，讓讀者更容易進入，也展示了將資料化為圖表的強大力量與陷阱，以及溝通、道德問題在統計上的重要性。
本書的作者，英國劍橋大學的統計學權威大衛．史匹格哈特（David Spiegelhalter），十分擅長利用統計學說故事，而且概念清晰，盡量不談技術性的細節，他將統計學當中極易混淆的觀念，例如平均數和中位數、標準差、隨機試驗、母體、迴歸模型、隨機變數、預測區間和信賴區間、假說檢定（偽陽性、偽陰性問題）、P值、貝氏方法等等，以生動的實例和圖表，一步步清楚說明。
這本書也強調，統計學應該要教「PPDAC的問題解決循環」，即「問題─計畫─資料─分析─結論及溝通」。先從定義問題開始，再制定計畫，包括要測量什麼、如何測量，然後要收集資料，根據計畫展開統計分析，最後決定適當的結論，並清晰準確地溝通給外界知道。
正如一句名言所說的：「所有的模型都是錯的，但有些模型有用。」雖然統計的模型並不完美，但是如果我們想要得出一些結論，在數據的洪流當中增進對這個世界的理解，這些模型還是有幫助的。
作者強調，統計學對於已知的事實作匯總，對於未知的不確定性作出估計，最後應該以謙遜的態度，說明我們能從資料中得到什麼，不能得到什麼。要抱持小心審慎的態度，包括對於各種媒體報導的數據和說法，進行審慎的判斷。
本書對於統計學及其廣泛的應用作了深入解讀，讀這本書，你會對統計學產生興趣，知道統計學在做什麼，以及如何應用到實際問題上，還有統計學這門學問的美妙精髓與限制，這些將是讀者珍貴的收穫。
＃英國劍橋大學統計學權威，帶給你最有趣、最有價值的統計思維
統計學如何幫助我們了解世界？
當資料不完美，我們能做出可靠的結論嗎？
在資料科學的時代，統計學如何與時俱進？
當疫情來襲，我們如何自己做好觀念上的準備？
在許多領域中，統計學都是必備的技能；在人工智慧的時代，統計在商務上的運用也越來越重要。
但是一般的統計學內容，即使有嚴謹的定義和推論，卻總是感覺和現實世界隔了一層，不知如何運用，也很難理解它。
許多人在學校或許讀過一點統計學，大概知道隨機變數、標準差、平均數、中位數的意義，但到底該怎麼用？如何應用到現實世界的問題呢？
然而，這本書不同，它帶你用一種全新的方式來了解統計學。它從一些現實世界的問題開始，例如：
地球上有多少棵樹？
培根三明治的致癌風險有多高？
我們能夠相信群眾智慧嗎？
如何衡量藥物的有效性？
英國人的一生中有多少個性伴侶？
病人多的醫院，存活率比較高嗎？
半個世紀以來，全球人口成長的型態如何？
為什麼老男人的耳朵都很大？
配上生動有趣的圖表，讓讀者更容易進入，也展示了將資料化為圖表的強大力量與陷阱，以及溝通、道德問題在統計上的重要性。
本書的作者，英國劍橋大學的統計學權威大衛．史匹格哈特（David Spiegelhalter），十分擅長利用統計學說故事，而且概念清晰，盡量不談技術性的細節，他將統計學當中極易混淆的觀念，例如平均數和中位數、標準差、隨機試驗、母體、迴歸模型、隨機變數、預測區間和信賴區間、假說檢定（偽陽性、偽陰性問題）、P值、貝氏方法等等，以生動的實例和圖表，一步步清楚說明。
這本書也強調，統計學應該要教「PPDAC的問題解決循環」，即「問題─計畫─資料─分析─結論及溝通」。先從定義問題開始，再制定計畫，包括要測量什麼、如何測量，然後要收集資料，根據計畫展開統計分析，最後決定適當的結論，並清晰準確地溝通給外界知道。
正如一句名言所說的：「所有的模型都是錯的，但有些模型有用。」雖然統計的模型並不完美，但是如果我們想要得出一些結論，在數據的洪流當中增進對這個世界的理解，這些模型還是有幫助的。
作者強調，統計學對於已知的事實作匯總，對於未知的不確定性作出估計，最後應該以謙遜的態度，說明我們能從資料中得到什麼，不能得到什麼。要抱持小心審慎的態度，包括對於各種媒體報導的數據和說法，進行審慎的判斷。
本書對於統計學及其廣泛的應用作了深入解讀，讀這本書，你會對統計學產生興趣，知道統計學在做什麼，以及如何應用到實際問題上，還有統計學這門學問的美妙精髓與限制，這些將是讀者珍貴的收穫。
作者簡介
作者簡介
姓名：大衛．史匹格哈特David Spiegelhalter
大衛．史匹格哈特爵士是英國的統計學家，劍橋大學統計實驗室（Statistical Laboratory）的溫頓風險與證據溝通中心（Winton Centre for Risk and Evidence Communication）主任。他是他所鑽研領域中最常被引用、且最具影響力的研究工作者之一，並獲選為2017-18年皇家統計學會（Royal Statistical Society）總裁。
譯者簡介
姓名：羅耀宗
台灣清華大學工業工程系、政治大學企業管理研究所碩士班畢業。曾任《經濟日報》國外新聞組主任、寰宇出版公司總編輯。所著《Google：Google成功的七堂課》（The Seven Success Lessons from Google）獲中華民國經濟部中小企業處九十四年度金書獎。另著有《第二波網路創業家：Google, eBay, Yahoo劃時代的繁榮盛世》（Netpreneurs 2.0）。譯作無數，包括《一課經濟學》、《選擇的自由》等。現為財金、商業、科技專業自由文字工作者、《哈佛商業評論》全球中文版特約譯者。
姓名：大衛．史匹格哈特David Spiegelhalter
大衛．史匹格哈特爵士是英國的統計學家，劍橋大學統計實驗室（Statistical Laboratory）的溫頓風險與證據溝通中心（Winton Centre for Risk and Evidence Communication）主任。他是他所鑽研領域中最常被引用、且最具影響力的研究工作者之一，並獲選為2017-18年皇家統計學會（Royal Statistical Society）總裁。
譯者簡介
姓名：羅耀宗
台灣清華大學工業工程系、政治大學企業管理研究所碩士班畢業。曾任《經濟日報》國外新聞組主任、寰宇出版公司總編輯。所著《Google：Google成功的七堂課》（The Seven Success Lessons from Google）獲中華民國經濟部中小企業處九十四年度金書獎。另著有《第二波網路創業家：Google, eBay, Yahoo劃時代的繁榮盛世》（Netpreneurs 2.0）。譯作無數，包括《一課經濟學》、《選擇的自由》等。現為財金、商業、科技專業自由文字工作者、《哈佛商業評論》全球中文版特約譯者。
內容目錄
目錄
致謝 11
導論 13
我們為什麼需要統計學╱將世界化為資料╱統計教學法╱關於本書
第1章 用百分比了解情況：類別資料和百分率 31
次數和百分比的溝通╱類別變數╱比較一對百分比
第2章 ?總和溝通數字 51
描述資料分布的廣度╱描述數字群之間的差異╱描述變數之間的關係╱描述趨勢╱溝通╱使用統計量說故事
第3章 為什麼我們還是要查看資料？母體與測量值 85
從資料中找答案──「歸納推論」的過程╱當我們有了全部的資料╱「鐘形曲線」╱母體是什麼？
第4章 什麼因造成什麼果？隨機試驗 105
「相關不表示有因果關係」╱到底什麼是「因果關係」？╱不能隨機化時，怎麼辦？╱當我們觀測到有關聯性，能夠怎麼做？╱我們能否從觀測性資料得出因果關係的結論？
第5章 利用迴歸將關係建模 129
迴歸線就是模型╱處理一個以上的解釋變數╱不同種類的反應變數╱超越基本的迴歸建模
第6章 演算法、分析和預測 149
尋找型態╱分類和預測╱分類樹╱評估演算法的表現╱機率「準確度」的組合測量值╱過度配適╱迴歸模型╱更複雜的技術╱演算法面對的挑戰╱人工智慧
第7章 對於正在發生的事，我們能有多確定？估計和區間 191
性伴侶人數╱拔靴法
第8章 機率：不確定性和變異性的語言 207
一點都不難的機率法則╱條件機率─當機率取決於其他的事件╱「機率」到底是什麼？╱如果我們觀測一切，機率從何處介入？
第9章 結合機率與統計 229
中央極限定理╱這個理論如何幫助我們確定估計值的準確度？╱計算信賴區間╱調查的誤差範圍╱我們應該相信誤差範圍嗎？╱當我們擁有所有的資料，會發生什麼事？
第10章 回答問題和宣稱發現：假說檢定 251
什麼是「假說」？╱為什麼我們需要對虛無假說做正式的檢定？╱統計顯著性╱運用機率論╱執行許多次顯著性檢定的危險╱內曼─皮爾遜理論
第11章 用貝氏方法，從經驗中找答案 299
貝氏方法是什麼？╱勝率和概似比╱概似比和法醫學╱貝氏統計推論╱意識形態之爭
第12章 事情怎麼會出錯？ 331
「可再現性危機」╱蓄意詐欺╱「有問題的研究實務」╱研究人員實際上做了多少有問題的研究實務？╱溝通失敗╱文獻會出什麼問題？╱新聞辦公室╱媒體
第13章 如何把統計做得更好 351
改善產生的結果╱改進溝通╱協助找出不良的做法╱發表偏差╱評估一項統計宣稱或報導╱面對根據統計證據發表的聲明，要問的十個問題╱資料倫理╱良好的統計科學實例
第14章 結論 367
詞彙解釋 369
註釋 397
致謝 11
導論 13
我們為什麼需要統計學╱將世界化為資料╱統計教學法╱關於本書
第1章 用百分比了解情況：類別資料和百分率 31
次數和百分比的溝通╱類別變數╱比較一對百分比
第2章 ?總和溝通數字 51
描述資料分布的廣度╱描述數字群之間的差異╱描述變數之間的關係╱描述趨勢╱溝通╱使用統計量說故事
第3章 為什麼我們還是要查看資料？母體與測量值 85
從資料中找答案──「歸納推論」的過程╱當我們有了全部的資料╱「鐘形曲線」╱母體是什麼？
第4章 什麼因造成什麼果？隨機試驗 105
「相關不表示有因果關係」╱到底什麼是「因果關係」？╱不能隨機化時，怎麼辦？╱當我們觀測到有關聯性，能夠怎麼做？╱我們能否從觀測性資料得出因果關係的結論？
第5章 利用迴歸將關係建模 129
迴歸線就是模型╱處理一個以上的解釋變數╱不同種類的反應變數╱超越基本的迴歸建模
第6章 演算法、分析和預測 149
尋找型態╱分類和預測╱分類樹╱評估演算法的表現╱機率「準確度」的組合測量值╱過度配適╱迴歸模型╱更複雜的技術╱演算法面對的挑戰╱人工智慧
第7章 對於正在發生的事，我們能有多確定？估計和區間 191
性伴侶人數╱拔靴法
第8章 機率：不確定性和變異性的語言 207
一點都不難的機率法則╱條件機率─當機率取決於其他的事件╱「機率」到底是什麼？╱如果我們觀測一切，機率從何處介入？
第9章 結合機率與統計 229
中央極限定理╱這個理論如何幫助我們確定估計值的準確度？╱計算信賴區間╱調查的誤差範圍╱我們應該相信誤差範圍嗎？╱當我們擁有所有的資料，會發生什麼事？
第10章 回答問題和宣稱發現：假說檢定 251
什麼是「假說」？╱為什麼我們需要對虛無假說做正式的檢定？╱統計顯著性╱運用機率論╱執行許多次顯著性檢定的危險╱內曼─皮爾遜理論
第11章 用貝氏方法，從經驗中找答案 299
貝氏方法是什麼？╱勝率和概似比╱概似比和法醫學╱貝氏統計推論╱意識形態之爭
第12章 事情怎麼會出錯？ 331
「可再現性危機」╱蓄意詐欺╱「有問題的研究實務」╱研究人員實際上做了多少有問題的研究實務？╱溝通失敗╱文獻會出什麼問題？╱新聞辦公室╱媒體
第13章 如何把統計做得更好 351
改善產生的結果╱改進溝通╱協助找出不良的做法╱發表偏差╱評估一項統計宣稱或報導╱面對根據統計證據發表的聲明，要問的十個問題╱資料倫理╱良好的統計科學實例
第14章 結論 367
詞彙解釋 369
註釋 397
ISBN: 9789860657968