统计学家用来探索世界、回答问题和解决难题的工具其实并不多,关键在于他们利用概率或者正态分布知识的方法,让他们能在千变万化的情境中解决问题。本章将为你介绍这些基本的Hack。 将已知的分布信息表述成概率[Hack #1],这是统计黑客常用的基本技艺,与之类似的还有用小样本数据来准确描述数量较大总... 查看全部[ 1.1 不可不知的秘密 ]
本书介绍的大部分统计解决方案和工具之所以行之有效,只因为你能通过样本对总体进行精确推断。获得以上推断技巧需要用到的元工具、主要指导方针和所有秘密之最就是中心极限定理。 每当你试图描述一组分数时,统计学都能为你提供解决方案。有时你想描述的整组分数全都摆在眼前,这时完成该任务的方法称作描述性统计。... 查看全部[ 1.2 仅用两个数字描述世界 ]
我会中彩票吗?我会在一天内被雷击中又被公交车撞到吗?我所在的棒球队会在NCAA锦标赛中提前遇到令我们头疼的对手吗?统计学的核心要点就是判断事件发生的可能性,并回答诸如此类的问题。计算概率的基本规则令统计学家有能力预测未来。 本书充满了有趣的难题,都可以通过绝妙的统计技巧解决。这些Hack中展示... 查看全部[ 1.3 计算概率 ]
实验科学家通过质疑向前推进。 科学是个目标驱动的过程,其目标是构建一个解释世界的知识体系。这个知识体系由一长串的科学法则、定律以及关于事物如何存在与运转的理论构成。实验科学引进新的法则和理论,并通过一系列逻辑步骤对其加以测试,这个测试过程称作假设检验。 1.4.1 假设检验 一个假设是... 查看全部[ 1.4 否定虚无假设 ]
减少样本误差的最佳方式是增加样本量。 无论何时,只要统计学家使用样本而不是总体来做出推测,就必定会出现多多少少的误差。因为推断性统计的基本方法就是测量样本,并运用测量结果对总体进行估计[Hack #2],我们知道这种对总体值的估计总会存在一些误差。好消息就是我们也知道如何把这些误差减少到最低程... 查看全部[ 1.5 增加样本量以减少误差 ]
... 查看全部[ 无 ]
测试需要综合诸多要素得出分数,经典的测试理论针对其中每一个要素提供了很好的分析。该理论的一个有用结果就是能对测试分数的精确程度进行估计和报告。 一个良好的教育或心理学测试产生的分数是有效度的和可信的。效度(validity)是测试分数能在多大程度上体现你希望测量的特征,以及对测量意图的有用程度... 查看全部[ 1.6 精确测量 ]
四种测量尺度决定了利用测量所得分数的方式。如果你没有正确地应用测量尺度,那么就不能随心所欲玩转这些分数。 统计学方法分析数字。当然,这些数字必须有意义,不然的话,分析就没有多大价值。统计学者把有意义的数字称为分数。但是,统计学中使用的分数并不都“生而平等”。不同的分数因其生成时遵循的规律不同而... 查看全部[ 1.7 提高测量尺度 ]
在社会科学研究中,成功通常被定义为发现了统计显著性。为提高做出任何发现的几率,有统计见识的超一流科学家应当主要致力于提高检验力。 进行基于统计的研究,会遇到两种潜在的陷阱。科学家们可能认定自己在总体中发现了什么,但这种东西其实只存在于他们手头的样本中。反之,他们也可能在样本中什么都没找到,但实... 查看全部[ 1.8 提高检验力 ]
统计研究人员已经建立了一些基本原则,如果你希望证明一件事情是另一件事情的原因,那你就得遵守这些原则。 使用统计数据的社会科学研究有着广泛的目标。其中一个目标是收集和分析有关世界的数据,用来支持或否定变量间关系的假设。第二个目标是检验假设,看变量间是否存在因果相关。与目标二相比,目标一是件容易的... 查看全部[ 1.9 展示因果 ]
你刚读到一条令人震惊的科学新发现,但这真的是一个重大发现吗?通过对效应值的解读,你能判断这类声明(或缺乏这类声明)对你究竟有多重要。 大多数非科学出版物、电视上、电台里,甚至网络上报道的科学发现总是缺少了点什么。虽然这些媒体都很擅长报告“统计显著性”,但这并不足以判断是否存在真正重要的或是有用的发... 查看全部[ 1.10 敏锐识别效应值 ]