上一篇贝叶斯定理的介绍着实费了不少傻功夫，先是数学公式的输入是个难题。于是我简化公式，少点除法、用括号改变运算的优先级。可是这样对于一个看到公式就头晕的读者，不经过每个字母解释含义，也只不过是一堆乱码。加之没有很好的例子进一步解释公式的功能，写的一大堆文字给人留下感觉“会的人觉得太简单、不会的人根本看不懂”，仅仅只能作为自己的读书速记。有可能当我再次翻查，回忆不起来，也看不懂了。回想了一下，解释不清楚=自己概念不清楚。完完全全仅凭一时的热情，这样子就会变成“坚持”。笑来早就下过定义，世上根本没有什么“坚持”，如果有的话那么就是个谬误、毒鸡汤。梳理概念、理清概念，是我接下来做的。
《戏说统计—文科生的量化方法》李连江著，一个翻译过叔本华著作的哲学老师教统计分析20余年，从语言角度重新讲述概念。（他高考数学不及格，哈哈）。我就直接搬过来，相信能看懂的人超过90%。
因为英语写作要求不重复、还有部分创新仅仅发生在名称上，所以不得不把纷乱的词汇统一起来，它们是一回事。统计分析（statistical analysis）=统计方法（statistical methods）=量化分析（quantitative analysis）=量化方法（quantitative methods)
dependent variable (因变项、依变项)=respense variable(回应变项、反应变项)=outcome variable(后果变项、结果变项)
量化：用数字作为形容词或名词描述并记录某些个体的某些属性（有点像编程中的赋值）。如：1=男；0=女。
量化对象：总体（母体population）中我们感兴趣的个体代表的属性即（“样本”sample）属性。
抽样：随机的从总体中抽取样本（个体代表）的过程。
统计分析：作为研究方法是见微知著、由此及彼的工具。（统计别的意思1、数数；2、量化）
随机抽样：用抽样程序保证总体内的每个个体都有相同的概率被抽中（样本是总体的等比例微缩）。
选择属性的依据：1、是否实质上相干relevant；2、是否理论上相关correlated。（我的理解前者是因果关系；后者是相关关系）
属性中的因变项（量）：（dependent variable）即结果，如：年薪的差异是什么造成的？
自变项（量）：（independent variable ）即条件，如：可能是教育程度、年龄、少数民族等朝臣年薪差异。
常项（量）：（constant）对于个体属性中恒常的属性；对于群体中人人都一样的属性。
变项（量）：（variable）对于个体中变动不居的属性；对于群体中因人而异的属性。
“变”的含义：1、既有日新月异之变，也有因人而异之变，如年龄；2、仅仅只有因人而异之变，如男、女。
“变项”之“变“的含义：还有两层1、截面数据（cross—sectional data）都是因人而异的变；2、历时数据或跨时间数据（longitudinal data）个体不同时段的情况，即好几个截面数据。
量化研究：研究手段是分析因人而异之变、研究目的是面对日新月异的变有个参考。（但是前者不一定能推出后者，只有有限程度是相通的）
变化（vary）三含义：1、个体某属性日新月异变化；2、个体属性现实中不变，但在”可能的世界“中变化，如姚明现实中是男的，但在虚拟中是女的；3、因人而异的变化。研究第三种变化是为了关注前两种变化。
量化过程：是测量与记录某些个体属性变化的过程。
测量切实度与可靠度：切实度：被测量的个体属性符合研究者的测量意图；可靠度：测量结果经得起重复检验。首先取决于测量工具是否有效可靠；其次取决于测量者对工具的操作是否符合规范。
测量四层级：1、定类测量（categorical measurement）只是标记如：男、女，数据之间无可比性（=、不等号）；2、定序测量（ordinal measurement）也只是标记（=、不等号、>、<），如：等级、序位、强度，“人分九等”，数据之间可以比大小；3、定距测量（interval measurement）0—50摄氏度、50—100摄氏度，可以说距离一样大，但不能说后者是前者两倍（=、不等号、>、<、+、-）；4、定比测量（ratio measurement）如：年龄，50岁是25岁的两倍（=、不等号、>、<、+、-、*、/）。用年龄再做一次例子：1、是否中年人 是=1、否=0；2、幼年、青年、中年、老年；3、0-17、18-27、28-37、38-47岁；4、实际年龄 15岁、38.5岁。能在高级别测量一定能在低级别测量。
测量层级确定因素：1、属性本身变化许可怎样测；2、研究者需要和能够怎样测。
双盲试验>自然实验>统计测量
当且仅当（if ad only if或iff）:两个事件一一对应（one-to-one correspondence），而这有可能是因果关系。需排除一果多因、一因多果、虚假因果。
定性研究：发现问题—界定问题向度（属性）—提出有关问题的各向度（属性）之间关系的研究假设。只关心典型性，不在乎代表性。是定量研究的基础。定量研究是定性研究的验证手段。
看完这些基础概念后，知道了概率、统计方法是用来干什么、怎么用的。打破了仅仅看数学公式却不知道有何意义的瓶颈。这也再一次说明清晰准确的概念是指明方向的路标。哲学+翻译+统计多么奇妙的组合，开出这样耀眼的花朵，庆幸在我刚开始就遇到了这本书《戏说统计—文科生的量化方法》李连江著，书的内容结合哲学、翻译和统计，“最近几年比较关心人生哲学，深感统计思维也是人生智慧，于是尝试用浅显易懂的人生哲理讲解统计概念”。主要是没有一个数学公式，看书中仿佛看的是李笑来的帖子，风格一样，反复重复一个概念，稍有疑惑解释马上就来了。
