01 / 导读
导读
引用
Wheelan, C. (2014). Naked Statistics: Stripping the Dread from the Data. W. W. Norton & Company.
章节概要
本书是一本面向大众的统计思维入门书，2013年由 Norton 首次出版，2014年推出平装本（约300页）。全书由导言、13个编号章节外加一个讨论蒙提霍尔问题的简短“半章”、结论以及一个关于统计软件的附录组成。每章标题都把一个统计主题与一个问题或一句挑衅性的话搭配在一起。出版社介绍说，本书剥去技术细节，专注于统计分析背后的直觉，讲解推断、相关和回归，揭示数据如何被操纵或歪曲，并介绍研究者如何利用自然实验。
导言：我为什么讨厌微积分却热爱统计
正如标题所示，导言把作者学习微积分的经历与他对统计的热情相对照，为全书“统计有助于回答现实问题”的主张做铺垫。
第1章：意义何在？
第一章追问统计是用来做什么的，确立全书重视每种工具的用途而非其运算机制的取向。
第2–3章：描述统计（谁是史上最伟大的棒球运动员？）；欺骗性描述（“他人品很好！”以及其他真实却严重误导的说法）
全书从汇总指标讲起，以“谁是史上最伟大的棒球运动员”为线索，随即说明技术上正确的描述统计仍可能误导人。把一种工具与它的误用配对讲解，这一做法贯穿全书。
第4章：相关（Netflix 怎么知道我喜欢哪些电影？）
相关通过推荐系统引入，这正是出版社所强调的那类日常应用。
第5章、第5½章和第6章：概率基础（别给你99美元的打印机买延保）；蒙提霍尔问题；概率的问题（过度自信的数学怪才如何几乎摧毁全球金融体系）
概率通过延长保修之类的消费决策引入；出版社提到一个啤酒营销人员利用基础概率的例子。一个简短的插章讨论蒙提霍尔这道电视游戏节目难题。第6章转向概率模型的误用，以过度自信的风险模型在金融危机中的作用为线索。
第7章：数据的重要性（“垃圾进，垃圾出”）
这一章讲数据质量：分析的好坏不可能超过其起点数据。它紧挨在推断各章之前，在那些章节里样本质量成为核心问题。
第8–10章：中心极限定理（统计学中的勒布朗·詹姆斯）；推断（我的统计学教授为什么认为我可能作弊）；民意调查
这是全书的核心。中心极限定理正如章名所暗示的，被当作统计思想中的明星来介绍（出版社提到书中用来说明它的香肠节例子），随后被应用于假设检验和推断，最后应用于民意调查及其抽样误差；该章以一个误差范围为正负3个百分点的民调数字为线索。
第11–12章：回归分析（神奇灵药）；常见的回归错误（强制性警告标签）
回归先作为一种强大的工具被介绍，紧接着是一整章关于其误用的警告。
第13章：项目评估（上哈佛会改变你的人生吗？）
最后一章追问如何判断某个项目或处理是否导致了某种结果；据出版社介绍，研究者借助自然实验来解决这个问题。
结论与附录
结论提出统计可以帮助回答的五个问题，附录简要讨论统计软件。
核心概念
第1–4章：描述与相关
- 描述统计：如平均数之类、把大量数据浓缩起来的汇总数字。
- 欺骗性描述：准确无误、却经过挑选或包装以误导人的统计数字。
- 相关：两个变量共同变动的程度，并不能证明其中一个导致了另一个。
第5–7章：概率与数据
- 概率与期望值：对不确定结果进行推理，书中把它应用于延保之类的日常决策。
- 蒙提霍尔问题：一道直觉答案恰恰是错误的电视游戏节目概率难题。
- 模型风险：过度信任概率模型的危险，是第6章的主题。
- 数据质量：“垃圾进，垃圾出”；结论取决于数据是如何收集的。
第8–10章：推断
- 中心极限定理：样本均值近似服从以总体均值为中心的正态分布，这一结论使得从样本进行推断成为可能。
- 统计推断：利用样本数据判断关于总体的假设。
- 抽样误差：民调结果可能偏离总体真实值的幅度。
第11–13章：回归与因果
- 回归分析：同时估计一个结果与多个解释变量之间的关系。
- 回归错误：回归结果常见的误用方式，集中在第12章。
- 项目评估：估计某个项目或处理是否导致某种结果的方法，包括自然实验。
评析
优点
- 非专业读者也能读懂的直觉讲解。 Tom Siegfried 在《Science News》（2013年1月）的书评中称赞本书的幽默和聊天式文风，以及用真实事例说明统计如何运作、为何重要的做法。Michael T. Catalano 在《Numeracy》（2015年）的书评中认为，一个比较勤奋的学习者可以从本书中获得对基础统计相当不错的理解。
- 教师可以直接借用的事例。 Catalano 还指出，统计和数量素养课程的教师会在书中找到大量讲得很好的例子和故事，可以用在课堂上。章名本身就体现了这种方式：每种方法都通过一个问题引入，从棒球到电影推荐再到大学升学。
- 重视误用。 误导性描述、金融危机中的概率模型、数据质量和常见回归错误各占一章，因此本书不仅教人计算，更教人质疑统计论断。
- 篇幅短小而脉络完整。 约300页的篇幅从描述统计出发，经过概率和推断，走到回归与因果评估，与第一门统计课的顺序一致。
局限
- 不是方法教材。 本书刻意剥去技术细节以专注于直觉，目录中也看不到习题部分；它并不训练读者亲手完成分析，无法取代以计算为考核内容的课程教材。
- 没有贝叶斯统计。 Siegfried 指出本书忽略了贝叶斯方法，而他认为对于书中讨论的许多问题，贝叶斯方法往往更合适。
- 信息上的矛盾。 Siegfried 还指出，讨论回归错误的“警告标签”一章承认大量专家研究最终被证明是错的，而全书大部分内容却把标准方法当作获得正确答案的途径。读者应把第6、7、12章视为对其余部分的限定说明。
- 美国化的事例。 许多例子取自美国的体育、政治和教育，其他地区的读者可能不太熟悉。
在课程中的定位
在这门商务统计课程中，Wheelan 的书是唯一一本非技术性读物。Levine、Szabat 与 Stephan 的 Business Statistics: A First Course 以及 Sharpe、De Veaux 与 Velleman 的 Business Statistics 都是完整的教科书，通过商业案例、软件输出和习题来教授方法；Newbold 等人的 Statistics for Business and Economics 是一本涵盖描述与推断方法、回归和时间序列的综合性教材。Jacques 的 Mathematics for Economics and Business 讲的是数学而不是统计。
Naked Statistics 最好的用法是在某本教科书之前或与之并行阅读：可以在开课前几周读完，也可以随课程进度逐章阅读，从中获得方法教材篇幅有限、难以展开的直觉和警示性事例。它不应被当作教科书的替代品。
如何使用本书
本书写给对统计心存畏惧的普通读者和学生，中学代数水平就足够。对于机械地学完统计课、想弄明白各种方法含义的学生，本书同样合适。
实用的阅读计划：
- 从头读到尾。 本书篇幅不长且层层递进：第2–7章提供的概念（平均数、相关、概率、数据质量）是第8–13章的基础。导言和第1章可以快速读过。
- 商务统计课程的核心内容： 第2–4章、第8–9章和第11–12章，对应一般课程中的描述统计、抽样分布、假设检验和回归单元。
- 不要跳过警示性章节。 第3、6、7、12章是本书在直觉讲解之外的主要贡献，对判断报告和媒体中的论断最有用。
- 第13章留给后续课程。 项目评估和自然实验通向计量经济学和政策分析。
由于本书并非围绕习题编写，应把每一章与课程教材中相应的习题搭配使用。一个有益的习惯是每周从新闻中挑一个统计数字，用本书的问题来检验它：数据是怎样收集的，汇总数字掩盖了什么，是否把相关当成了因果。