1702642510
1702642511
20?2年，《科学》杂志刊登了一项惊人的发现：在求俏期多次遭受雌性果蝇冷落的雄性果蝇会“借酒消憝”。那么，这些杲蝇是;^何一醉方体的？
1702642512
1702642513
第9章中心极限定理/I5I
1702642514
1702642515
一辋坐满肥胖乘客的抛锚客车停在你家W近的路上，你推断一下，它的目的地是马拉松比赛场地，还是国标香肠节展厅？
1702642516
1702642517
细章统计推断与假设检验/咖
1702642518
1702642519
垃圾邮件过滤、癌症筛查.恐怖分子追捕，我们最不能容忍哪件事惰出错，又有哪件事情是可«“睁一只眼闭一只眼”的？
1702642520
1702642521
第//章民意测验与误差幅度/197
1702642522
1702642523
民调结果显示，有89%的羑国人不相信政府会做正确的事，有46%的美国人认可奥巴马的工作表现。这个结杲可以代表美国人的真实想法吗？
1702642524
1702642525
第章回归分析与线性关系/巧
1702642526
1702642527
你认为什么样的工作压力更容易使职场人士胖死，是”缺乏控制力和话语权”的工作，还是“权力大，责任也大”的工作？
1702642528
1702642529
第A3章致命的回归错误/143
1702642530
1702642531
世界上3本最有声望的医学期刊上刊登的49篇学术研究论文中有！/3后来都被推翻了，所以，“尽量不要用你的回归分祈研究杀人”。
1702642532
1702642533
第/4章项百评估与“反现实”Z巧9
1702642534
1702642535
哈佛大学等世界顶尖大学的毕业生进入杜会后，其收入往往高干一般大学的毕业生，让他们获得高收入的究竞是常春藤大学的教育优势，还是他们本身就很出色？
1702642536
1702642537
结束语统计学能够帮忙解决的5个问题/Z77
1702642538
1702642539
致谢/2.93
1702642540
1702642541
1702642542
1702642543
1702642545
赤裸裸的统计学：除去大数据的枯燥外衣，呈现真实的数字之美 第1章 统计学是大数据时代最炙手可热的学问
1702642546
1702642547
基尼系数是否是衡量社会分配公平程度最完美的指标？视频网站是如何知道你喜欢的电影类型的？祈祷真的能让病人的术后康复状况改善吗？是什么导致自闭症发病率一直走高？哪些人最有可能成为恐怖分子？
1702642548
1702642549
我注意到一个有趣的现象。学生们在课堂上常常抱怨统计学课程有多么难学和无关紧要；可一离开教室，他们又会在午饭时开心地讨论某位球星的击球成功率（夏天）或寒冷指数（冬天），又或者彼此成绩的平均分数（永恒的话题）。他们会指出美国职业橄榄球联盟（NFL）采用“传球效绩指数”用以将一个四分卫的场上表现浓缩为一个数字的不当之处，认为以此作为评价球员的依据略显武断，但可以通过调整其中所包含数据（完成率、平均过球码数、触地得分率、截球率等）的权重比例重新计算，以得出一个与原来不同，但同样可信的球员表现指数。但只要是看过橄榄球比赛的人都会觉得，没有比用一个单一数字来衡量四分卫的表现更加方便的了。
1702642550
1702642551
关于四分卫表现的这个评价指数是完美的吗？当然不是，无论是什么问题,统计学都极少提供唯一的“正确”方法。但是，这个指数是否以一种易于理解的方式提供了一些有意义的信息呢？那是肯定的，如果想快速地对某场比赛的两名四分卫的表现做出比较，那么这个指数会是一个不错的工具。我是芝加哥熊队的粉丝，在2011年季后赛期间，熊队与芝加哥包装工队进行了一场比赛，以后者的胜利告终。我可以通过很多种方式来描述那场比赛，包括长篇累牍的分析和令人眼花缭乱的原始数据，但这里我为大家提供了一种更加简洁的分析方法。芝加哥熊队的四分卫杰•卡特勒的传球效绩指数为31.8,与此同时，格林湾队的四分卫亚伦•罗杰斯的传球效绩指数为55.4。同样的，我们可以将杰·卡特勒与他之前跟格林湾队比赛时的表现进行对比，在那场比赛中他的传球效绩指数高达85.6。两者相比较，我想大家就不难理解为什么熊队在常规赛时击败了包装工队，但在季后赛时却输给了包装工队。
1702642552
1702642553
这对于概括场上进行的比赛非常有用。传球效绩指数是否起到了简化问题的作用？是的，但这同时也反映了描述统计学的优势和劣势。仅凭一个数字，你就可以知道杰·卡特勒在与格林湾的那场比赛中败给了亚伦•罗杰斯；但你却无法从这个数字中读出运动员在比赛中的运气是好是坏；不知道他是否传出了一个漂亮的过人球却被愚蠢的队友错过了，导致这个球最终被对方截获；不知道他是否在比赛的某些关键时刻顶住压力发挥出色（因为每一次的成功发球在统计时都被同等对待，不论是决定性的三次触地还是比赛接近尾声时那些毫无意义的发球）；不知道那一场的防守是否糟糕透顶……读不出来的信息还有很多。
1702642554
1702642555
令人好奇的是，同样一群人，在谈论体育、天气或成绩的时候提到数据时还是兴高采烈的，但是当研究人员开始向他们解释基尼系数时，他们的手心却出汗了。基尼系数是衡量收入不均的标准经济学工具，我在之后的内容中将对其做出解释，但是现在我要说的最重要的事情是，基尼系数实质上与传球效绩指数没有多大区别，都是将一系列复杂数据浓缩成一个单一数字的便捷工具。正因如此，基尼系数也拥有描述统计学的大多数优势，如果你想比较两个国家或某个国家不同时期的收入分配情况，该系数就为你提供了一个简单易行的方式。
1702642556
1702642557
基尼系数用于衡量一个国家的财富（或收入）分配的公平程度，最小为0,最大为1。计算基尼系数可以看总资产，也可以看年收入，可以以个人为计算和比较单位，也可以以家庭为单位。所有这些数据都是紧密联系的，但不会完全相同。就像传球效绩指数一样，基尼系数只是一个用作比较的工具，其数字本身并无实质意义。在一个家庭财富均等的国家里，基尼系数为0;与此相反，如果一个国家的所有财富都集中在一个家庭里，那么这个国家的基尼系数等于1。或许你已经猜到了，一个国家的基尼系数越接近于1，那么这个国家的财富分配就越不公平。根据美国中情局提供的数据（顺便说一句，这可是一个巨大的数据收集机构），美国的基尼系数为0.45。那又怎么样？
1702642558
1702642559
如果将这一数字放到实际情况中，我们就可以得到许多信息。例如，瑞典的基尼系数为0.23,加拿大为0.32，中国为0.42,巴西为0.54，南非为0.65。[①]纵观这些数字，我们能够感觉到美国在收入的公平分配方面相对落后，情况比许多国家都要糟糕。我们同样可以对不同时期的收入分配的公平情况进行比较，1997年美国的基尼系数为0.41,但在接下来的10年内，基尼系数就上升到了0.45（最近一次来自美国中情局的数据是在2007年），这就客观地告诉我们在这10年的时间里，美国虽然变得更加富裕，但财富的分配也变得更加不公平。现在我们再来看一下其他国家在这一时期内基尼系数的变化情况，加拿大在过去10年中的收入分配情况基本上保持不变，瑞典经济虽然在过去20年的时间里得到了长足发展，但其基尼系数却从1992年的0.25降到了2005年的0.23,也就是说瑞典不但变得更为富裕，其社会也变得更加公平。
[
上一页 ]
[ :1.70264251e+09 ]
[
下一页 ]