《1小时漫画统计学:文科生也能看懂的统计学》读书笔记

1小时漫画统计学:文科生也能看懂的统计学

本丸谅

18个想法


前言 文科生不懂统计学很正常吗?


>> 工作上是不分文理科的。如果有必要,就得不停地去学习、去挑战。


第2章 统计,只需两种工具?


>> 众数是“最大众化的数值(数据)”,也就是指出现频率最高的那个数。


>> 平均数、中位数和众数就是一样的。这样的分布我们称之为“正态分布”。


>> 平均数最容易受影响产生波动,因为它抗异常值的能力非常弱。


第3章 什么是正态分布?


>> 平均数的大小决定正态分布曲线的左右位置,标准差的大小决定正态分布曲线的缓急变化。


第4章 样本才是统计学的命脉!


>> 以全数调查为前提的统计学我们称之为“描述统计学”,而通过抽样调查闻一知十的统计学就是“推断统计学”。


第5章 警察越多,犯罪率越高,是真的吗?


>> 两者之间即使存在相关关系,也不一定有因果关系。


>> 有因果关系的两者,一定有着相关关系(正相关或负相关)。


>> 在有相关关系却无因果关系的情况下,通常是因为其间掺杂了其他原因。我们把这种情况称为含“第三要素”的“疑似相关”。


>> 从个别事例推导普遍概念。这种方法被称为归纳法。


第6章 画一条线思考!


>> 保证预测值(经过数据的平均数)和实际数据之间的差值是“最小”的,画这样的直线才可以。


>> 与实际数据之间的差值最小的那条直线就是回归直线。


>> 相关系数使用“correl”,范围分别是B3~B7和C3~C7。所以用“=correl(B3:B7,C3:C7)


>> 右击刚刚做出的图表中的任意点,然后选择“添加趋势线”


>> 多元回归分析表示多个因素与结果的关系。


>> 多元回归分析不仅要考虑“多个因素”,还要考虑“加权”。


第7章 真实的收视率是多少?


>> 根据样本推断总体的方法有两种,即点估计和区间估计。


点评


认为推荐

通俗易懂,入门好书?

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,884评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,347评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,435评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,509评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,611评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,837评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,987评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,730评论 0 267
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,194评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,525评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,664评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,334评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,944评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,764评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,997评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,389评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,554评论 2 349

推荐阅读更多精彩内容