统计学七支柱
史蒂芬·斯蒂格勒
13个想法
前言
>> 我不打算告诉你统计学是什么或不是什么，而是尝试制定七个原则，即支撑统计学领域的七根支柱。
>> 第一根支柱称为聚合（Aggregation）。我们也可以使用它在19世纪的名称“观测的组合”，甚至使用最简化的名称：均值。
>> 第二根支柱叫作信息（Information），更具体地说是“信息度量”
>> 我将第三根支柱命名为似然（Likelihood），意味着使用了概率的推理的校准。显著性检验和普通的P值都是最简单的似然形式
>> 第四根支柱的名字是相互比较（Intercomparison）。
>> 第五根支柱叫作回归（Regression）。
>> 回归现象可简单解释为：假设有两个不完全相关的观测变量，你选择了其中极值远离均值的变量，那么可以预期另一个（以标准差为单位）不会那么极端。
>> 第六根支柱是设计（Design）。类似于在“实验设计”中的含义，但“设计”的范围更广泛，它的目标是：先设定观测的权重相同，再训练我们的思想。
>> 第七根也是最后一根支柱称为残差（Residual）。“残差”表示“其他的一切”
第1章 聚合：从表格和均值到最小二乘
>> 思维是忘却差异，是归纳，是抽象化。而富内斯的拥塞世界中仅仅充斥着触手可及的细节。
第3章 似然：概率尺度上的校准
>> 测量只有用于比较才是有用的。背景提供了比较的基础，或是一条基线、一个基准，或是一组用于相互比较的测量。
结论
>> 第一根支柱——“聚合”，本质上在讲信息的放弃，这是一种“创造性毁灭”的行为。
点评
认为一般
从七个角度介绍了统计学的发展史
