正版
斯坦福大学统计思维入门
- 书名
- 斯坦福大学统计思维入门
- 作者
- (美)拉塞尔·波德拉克 著 赵丽霞 译
- 出版社
- 研究出版社
- 出版时间
- 2026-08-01
- ISBN
- 9787519921804
- 货号
- 1204495602
- 品相
- 全新
- 分类
- 涉及近代·文化
- 书名
- 斯坦福大学统计思维入门
- 作者
- (美)拉塞尔·波德拉克 著 赵丽霞 译
- 出版社
- 研究出版社
- 出版时间
- 2026-08-01
- ISBN
- 9787519921804
- 货号
- 1204495602
- 品相
- 全新
- 分类
- 涉及近代·文化
编辑推荐▼
☆ 什么是统计思维?如何理性解读数据?怎样规避数据分析误区?
AI与大数据时代,面向学习者的数据思辨入门指南。
可复现神经科学中心负责人、斯坦福讲席教授 拉塞尔・波德拉克数十年科研与教学反思凝结成书
☆ 市面上大量统计教材沿用老旧手工计算框架,偏重公式推导,脱离真实研究场景。本书跳出传统统计学授课模式,大量采用公开真实调研数据集作为案例;融入蒙特卡洛模拟、自举法等计算机统计方法,补齐国内入门教材贝叶斯内容短板。不同于只讲授运算技巧的教程,本书注重构建推理逻辑,辅以讲解实操工具。
☆ 全书借助膳食调研、疾病筛查、民意调查、学术实验等真实案例;
厘清相关关系与因果推断的边界,识别图表误导、小样本谬误、基础率偏差;
带领读者理解模型局限,警惕过拟合、机械套用正态假设等常见错误。
超越应付课程习题,培养一套可以长期使用的数据判断框架。
作者简介▼
拉塞尔·波德拉克(Russell Poldrack)现任斯坦福大学心理学教授,同时担任斯坦福可复现神经科学中心(Stanford Center for Reproducible Neuroscience)主任。他依托脑成像技术开展相关研究,探索人类学习过程、决策机制与自我控制能力,并持续研发更完善的分析方法,挖掘大脑和心理功能之间的内在联系。此外,他主持开发多项重要科研项目,其中包括认知图谱(Cognitive Atlas)与开放功能磁共振成像数据库(OpenfMRI)。
目录▼
前 言 01
数据的黄金时代 01
统计实践的重要性 02
第1章 引 言 001
学习目标 002
什么是统计思维 002
应对统计学焦虑 003
统计学能为我们做什么 003
统计学的核心思想 007
因果关系和统计学 009
推荐阅读 011
练 习 011
第2章 处理数据 013
学习目标 014
什么是数据 014
离散测量和连续测量 016
什么是好的测量 017
推荐阅读 020
练 习 021
附 录 022
第3章 汇总数据 025
学习目标 026
为什么汇总数据 026
用表格汇总数据 027
理想的分布形式 037
推荐阅读 040
练 习 041
第4章 数据可视化 043
学习目标 044
数据可视化为什么重要 044
剖析绘图 046
好的可视化原则 048
适应人的局限性 055
校正其他因素 057
推荐阅读 058
练 习 059
第5章 用模型拟合数据 061
学习目标 062
什么是模型 062
统计建模:示例 064
改进我们的模型 068
什么才是“好”模型 071
模型会不会好过头 073
用均值汇总数据 075
用中位数汇总数据更加可靠 078
众 数 079
变异性:均值与数据的拟合程度如何 080
用模拟来理解统计 081
Z 分数 082
练 习 090
附 录 091
第6章 概 率 093
学习目标 094
什么是概率 095
怎样确定概率 096
概率分布 104
条件概率 106
根据数据计算条件概率 107
独立性 109
逆用条件概率:贝叶斯定理 111
从数据中学习 114
几率和几率比 115
概率意味着什么 117
推荐阅读 117
练 习 118
附 录 121
第7章 抽 样 123
学习目标 124
抽样的重要性 124
如何进行抽样 125
抽样误差 126
均值的标准误差 128
中心极限定理 129
推荐阅读 131
练 习 131
第8章 重复抽样和模拟 133
学习目标 134
蒙特卡洛模拟 135
统计中的随机性 136
生成随机数 136
应用蒙特卡洛模拟 138
在统计学中应用模拟:自举法 139
推荐阅读 142
练 习 142
第9章 假设检验 145
学习目标 146
零假设统计检验 146
零假设统计检验:示例 147
零假设统计检验的过程 148
显著性结果意味着什么 165
现代语境下的 NHST:多重检验 166
推荐阅读 169
练 习 169
第10章 量化效应和设计研究 173
学习目标 174
置信区间 175
效应值 181
统计功效 185
推荐阅读 190
练 习 190
第11章 贝叶斯统计 193
学习目标 194
生成模型 194
贝叶斯定理和逆推断 196
进行贝叶斯估计 197
估计后验分布 200
选择先验分布 206
贝叶斯假设检验 206
推荐阅读 212
练 习 212
附 录 213
第12章 分类变量关系建模 215
学习目标 216
糖果颜色:示例 216
卡方检验 217
列联表和双侧检验 219
标准残差 221
几率比 222
贝叶斯因子 223
2×2列联表之外的分类数据分析 223
小心辛普森悖论 225
推荐阅读 226
练 习 226
第13章 连续关系建模 229
学习目标 230
仇恨犯罪和收入不平等:示例 230
协方差与相关性 232
相关性和因果关系 237
推荐阅读 241
练 习 241
附 录 243
第14章 一般线性模型 247
学习目标 248
一般线性模型 248
线性回归 251
拟合更复杂的模型 260
变量间的交互作用 262
超越线性预测变量和线性结果变量 267
模型假设检验 268
“预测”到底是什么意思 269
推荐阅读 272
练 习 273
附 录 275
第15章 比较均值 279
学习目标 280
检验单样本均值 280
比较两个均值 283
作为线性模型的 t 检验 285
比较配对观测值 288
比较两个以上的均值 292
练 习 296
第16章 多元统计 299
学习目标 300
多元分析类型 300
多元数据:示例 301
多元数据的可视化 302
聚 类 307
降 维 314
推荐阅读 328
练 习 328
第17章 统计建模实战 331
学习目标 332
统计建模的过程 332
数据规整 333
设定统计模型 334
示例1:自我控制和被捕 343
示例2:戴口罩和摸脸 359
示例3:哮喘和空气污染 367
示例4:植物对氮肥和土壤耕作的反应 375
寻求帮助 383
练 习 383
第18章 做可重复的研究 385
学习目标 386
我们以为科学应该怎么做 386
科学(有时)的实际运作方式 388
科学界的可重复性危机 389
有问题的研究行为 393
做可重复的研究 396
做可重复的数据分析 399
结论:践行更好的科学研究 400
推荐阅读 400
练 习 401
参考文献 403
文摘▼
统计思维对于理解复杂世界、依托存在不确定性的数据做出科学决策,愈发重要。这本精辟深刻的本科教材,主张深耕核心理解,摒弃机械套用公式、堆砌繁杂数学推导的教学思路,向学生讲解统计学核心思想。书中以现代化范式阐释统计概念,融合机器学习、数据科学前沿理念,帮助学生借助统计方法从数据中挖掘并提出有价值的研究问题。本书提供实用分析手段,既可梳理数据蕴含的复杂规律,也能依托数据完成精准预测与科学决策。
以独特的现代视角开展统计学教学,帮助学生运用统计学基础思想分析真实数据。
构建一套串联各类统计技术的分析框架,用以解决不同类型的分析问题。
阐释如何运用统计学得到可复现的研究结论,避开统计实操里的常见问题。
书中配有大量取自真实世界数据的实例。
本书配套提供R语言与Python实操代码(网络免费下载),学生可依托代码复现全部案例完整演算流程,同时自主编写数据分析程序。





