1702626725
1 版权信息 [:1702626781]
1702626726
2 第一章 为什么统计学是最牛的学问？ [:1702626835]
1702626727
2.1 01 没有统计学思维的人将会吃大亏的时代 [:1702626840]
1702626728
2.2 02 统计学是能够得出最好、最快答案的正确方法 [:1702626897]
1702626729
2.3 03 所有的学问都从统计学开始 [:1702626984]
1702626730
2.4 04 大数据时代，统计学火了 [:1702627069]
1702626731
3 第二章 大幅减少信息成本的抽样调查 [:1702627171]
1702626732
3.1 05 统计学家的大数据“狂想曲” [:1702627176]
1702626733
3.2 06 准确度令人震惊的抽样调查 [:1702627221]
1702626734
3.3 07 为了1%的准确率值得花费几千万吗？ [:1702627281]
1702626735
4 第三章 统计学的关键：误差与因果关系 [:1702627359]
1702626736
4.1 08 抛弃传统的统计方法吧！ [:1702627364]
1702626737
4.2 09 单纯收集数据会得出“禁食米饭”的荒谬结论 [:1702627439]
1702626738
4.3 10 改变投放广告单的方式就能赚取60亿日元 [:1702627516]
1702626739
4.4 11 真的增加了一亿销售额，还是只是误差？ [:1702627592]
1702626740
4.5 12 值得分析的数据都是与利益明显相关的 [:1702627663]
1702626741
4.6 13 统计学中的重大问题：“因果关系的方向” [:1702627716]
1702626742
5 第四章 最强的统计学武器：随机对照试验 [:1702627779]
1702626743
5.1 14 先放牛奶还是先放红茶？ [:1702627784]
1702626744
5.2 15 随机对照试验：商业竞争中的有力武器 [:1702627880]
1702626745
5.3 16 “一次购买两台缝纫机可以打9折”能够增加销量吗？ [:1702627947]
1702626746
5.4 17 随机化面对的现实、伦理和感情之壁 [:1702628017]
1702626747
6 第五章 无法进行随机对照试验时该怎么办？ [:1702628107]
1702626748
6.1 18 低成本、快速搜集数据的流行病学方法 [:1702628112]
1702626749
6.2 19 “回归平凡”的回归分析 [:1702628205]
1702626750
6.3 20 所有领域都可以应用的回归分析法 [:1702628313]
1702626751
6.4 21 快速加深对统计学的理解的一张图表 [:1702628417]
1702626752
6.5 22 现代统计学的主角：多元回归分析 [:1702628514]
1702626753
6.6 23 统计学家最拿手的统计法 [:1702628644]
1702626754
7 第六章 应对一切问题的统计学思考方法 [:1702628746]
1702626755
7.1 24 统计学家们的残酷战争 [:1702628751]
1702626756
7.2 25 发明“IQ”的心理统计学 [:1702628852]
1702626757
7.3 26 诞生于市场调查现场的数据挖掘 [:1702628987]
1702626758
7.4 27 分析语言的文本挖掘：莎士比亚真的存在吗？ [:1702629140]
1702626759
7.5 28 “演绎”的计量经济学与“归纳”的统计学 [:1702629218]
1702626760
7.6 29 贝叶斯派与频率派之间的对立 [:1702629315]
1702626761
8 第七章 帮你站在巨人肩膀上的统计学 [:1702629425]
1702626762
8.1 30 用统计学寻找“最佳答案” [:1702629430]
1702626763
8.2 31 寻找实证来结束争论 [:1702629506]
1702626764
9 后记 [:1702629610]
1702626765
1702626766
1702626767
Cover
1702626768
1702626769
1702626770
看穿一切数字的统计学 看穿一切数字的统计学
1702626771
1702626772
[日]西内启 著
1702626773
1702626774
朱悦玮 译