主编推荐语
本书是为普通人打造的一本“数据思维急救手册”。
内容简介
作者艾伦·唐尼现任奥林学院荣誉教授、PyMC实验室首席数据科学家，他非常擅长用通俗的语言解析深奥的统计学原理。
本书以“反直觉的数据”为切入点，通过数十个真实有趣的案例，带领读者逐步认清统计悖论。比如：“吸烟孕妇生出的低体重儿更健康”，这其实是混淆了“相关性”与“因果性”的典型谬误；“疫苗接种者死亡率更高”也只是统计假象，实则是统计者的年龄结构差异导致的。这些案例将颠覆我们的认知，从而引发读者对数据解读的深入思考。
更重要的是，作者没有在书中空谈理论，而是将统计学方法转化为可复用的决策工具。例如：基本比率法则能帮我们避免医学检测导致的过度恐慌或轻视；因果图模型可区分直接影响与间接干扰，避开“相关性等于因果性”的陷阱；长尾分布思维则提醒决策者需要为极端事件预留出容错空间；等等。这些工具能渗透到生活中的各种日常场景，使抽象的方法具有可实践性。
此外，书中对数据伦理的探讨也提醒我们，数据不是冰冷数字，数据记录着社会进步的轨迹，并承载着重要的社会价值。本书像一把解码数据的“钥匙”，能重塑我们看待世界的方式，让我们在数据泛滥的时代，避开统计陷阱，保持清醒思考，做出理性决策。
目录
- 版权信息
- 中文版序
- 引言 用证据和理性指引我们的决策
- 关于编写本书的基本原则
- 第1章 人人都不正常吗？ ——高斯曲线与中心极限定理
- 高斯曲线与高斯分布
- 图1—1 美国军人的身高分布
- 图1—2 高斯曲线
- 图1—3 身高分布与高斯曲线的对比
- 中心极限定理
- 图1—4 身高分布与模拟结果的对比
- 各种分布与偏差
- 图1—5 用累积分布函数表示身高分布
- 图1—6 身高分布和高斯模型的累积分布函数对比
- 偏差到底有多大？
- 图1—7 男性腘窝至脚底高度分布和高斯模型对比
- 图1—8 女性前臂长度分布和高斯模型对比
- “平均人”神话
- 表1—1 测量值的相关数据
- 大五人格测试
- 图1—9 被调查者每种特征的总分分布情况
- 表1—2 五种特征的均值和标准偏差
- 表1—3 五种特征对应的人数和百分比
- 我们都是怪异的！
- 图1—10 基于大五人格特征数据集的怪异得分分布
- 图1—11 基于ANSUR数据集的怪异得分分布
- 图1—12 加入比值的ANSUR数据集里男性参与者的怪异得分分布
- 但有些人更正常
- 第2章 犯过罪的人一定会再犯？ ——检验悖论与友谊悖论
- 检验悖论与过度抽样
- 图2—1 班级规模分布
- 图2—2 班级规模分布
- 无偏数据与有偏数据
- 图2—3 班级规模分布
- 尖锋厚尾
- 图2—4 列车间隔时间分布
- 图2—5 列车间隔时间分布
- 友谊悖论
- 图2—6 好友数量的分布
- 图2—7 好友数量的分布
- 寻找超级传播者
- 比我快的和比我慢的
- 图2—8 选手的速度分布
- 被高估的刑期
- 图2—9 联邦囚犯刑期分布
- 图2—10 三种方式下的联邦囚犯刑期分布
- 重复犯罪率到底有多高？
- 图2—11 入狱分布（抽样基于事件）
- 图2—12 入狱分布（抽样基于事件和基于个人）
- 无处不在且隐蔽的检验悖论
- 第3章 如果每位女性都少生一个孩子？ ——普雷斯顿悖论
- 原生家庭规模
- 图3—1 家庭规模分布
- 大萧条和婴儿潮
- 图3—2 美国家庭规模分布
- 不断下降的生育率
- 图3—3 平均家庭规模（1976—2018年）
- 图3—4 拥有0个、1个、2个孩子的家庭百分比
- 图3—5 拥有3个或以上孩子的家庭百分比
- 图3—6 平均家庭规模的两个指标
- 普雷斯顿悖论
- 图3—7 家庭规模分布
- 如果每位女性比其母亲少生一个孩子
- 图3—8 1979年的家庭规模实际分布和对应的模拟结果
- 图3—9 10代人的平均家庭规模
- 新的生育模式
- 图3—10 家庭规模分布（2018年实际和自1990年后模拟数据）
- 第4章 顶级牛人有什么特别之处？ ——对数正态分布与SPC框架
- 成年人的体重不符合高斯分布
- 图4—1 体重分布（BRFSS数据）
- 图4—2 体重对数的分布以及把它们拟合得最好的高斯模型
- 新生儿出生体重符合高斯分布
- 图4—3 新生儿体重分布（NSFG数据）
- 模拟增加体重后
- 图4—4 模拟体重的分布和高斯模型对比
- 图4—5 体重分布和模拟数据对比
- 速度的对数正态分布
- 图4—6 参赛速度在对数尺度上的分布以及根据数据拟合的高斯模型曲线
- 图4—7 跑步速度的分布和模拟结果对比
- 国际象棋的积分分布
- 图4—8 国际象棋积分分布
- 图4—9 调整后的国际象棋积分分布
- 顶尖人物的异常值
- 图4—10 高斯模型和对数正态模型的积分分布
- 用SPC框架找工作
- 第5章 如何活到300岁？ ——预期新比旧优与预期旧比新优
- 新灯泡还是旧灯泡的寿命长？
- 图5—1 灯泡寿命分布
- 图5—2 灯泡的平均剩余寿命
- 第39、40、41周孕妇的分娩时间
- 图5—3 妊娠期分布
- 图5—4 平均待产时间
- 肿瘤病人的存活时间
- 图5—5 胶质细胞瘤病人的存活曲线和累积分布函数
- 图5—6 胶质细胞瘤患者的平均剩余存活时间
- 图5—7 平均预后生存期限与高斯模型的对比
- 图5—8 平均剩余存活时间与对数正态模型的对比
- 出生时的预期寿命
- 图5—9 历史上的瑞典人口死亡率
- 图5—10 剩余寿命和年龄的关系
- 不同区域的儿童死亡率
- 图5—11 不同区域的儿童死亡率
- 图5—12 平均剩余寿命和年龄的关系
- 让死亡率骤降且长寿的秘密
- 图5—13 瑞典每个年龄段的死亡率
- 图5—14 瑞典成年人的死亡率
- 图5—15 持续进步中的瑞典成年人死亡率
- 图5—16 不同进步状况下的存活曲线
- 图5—17 进步4倍下的存活曲线
- 图5—18 不同进步状况下的平均剩余寿命
- 图5—19 进步4倍和4.9倍下的存活曲线
- 第6章 你应该点菜单上那道最让人没食欲的菜？ ——伯克森悖论与伯克森偏倚
- 数学能力和语言能力
- 图6—1 SAT分数（NLSY97数据）
- 精英大学与二流大学里的相关性
- 图6—2 SAT分数（精英大学学生）
- 图6—3 相关性和入学要求的关系
- 图6—4 SAT分数（二流大学学生）
- 胆囊炎和糖尿病之间的相关性
- 表6—1 四格表
- 新冠病毒感染和伯克森悖论
- 抑郁症和伯克森悖论
- 位置不好的餐馆更值得去！
- 第7章 吸烟对胎儿更有利？ ——出生体重悖论，多胞胎悖论与肥胖悖论
- 母亲吸烟与婴儿死亡率之间的关系
- 图7—1 出生体重分布
- 图7—2 婴儿死亡率及其出生体重之间的关系（1991年NCHS数据）
- 高海拔地区的母亲与矮个子母亲
- 低出生体重悖论的终结
- 图7—3 死亡率和出生体重的关系（2018年NCHS数据）
- 多胞胎悖论与早产
- 肥胖悖论也是不存在的
- 伯克森烤面包机与因果图
- 图7—4 低出生体重悖论因果图
- 图7—5 解释肥胖悖论的因果图
- 第8章 黑天鹅事件的发生有规律性吗？ ——尾端分布与对数-t模型
- 灾害损失的尾端分布
- 图8—1 灾害带来的损失等级图
- 图8—2 灾害损失的尾端分布（对数尺度）
- 图8—3 灾害损失的尾端分布（对数—对数尺度）
- 图8—4 灾害损失的尾端分布和对数t模型
- 地震震级的尾端分布
- 图8—5 地震震级的尾端分布和对数正态模型
- 图8—6 地震震级的尾端分布和对数t模型
- 图8—7 2015年1月至2022年5月实际超过每个震级的地震数量
- 太阳耀斑通量的尾端分布
- 图8—8 太阳耀斑通量的尾端分布和对数正态模型
- 图8—9 太阳耀斑通量的尾端分布和对数t模型
- 月球上的陨石坑
- 图8—10 月球陨石坑直径的尾端分布和对数t模型
- 小行星直径的尾端分布
- 图8—11 小行星直径的尾端分布和对数t模型
- 图8—12 月球陨石坑直径的尾端分布和模拟结果
- 股市崩盘的规模分布
- 图8—13 股市单日跌幅的尾端分布和对数t模型
- 黑天鹅与灰天鹅
- 在长尾的世界里醒来
- 第9章 到底要不要接种疫苗？ ——基率谬误与假阴性率
- 医学检测的准确性
- 表9—1 检测呈阳性的概率及人数
- 表9—2 实际感染概率和其互补概率
- 如果提高灵敏度与特异度
- 表9—3 检测呈阳性和真阳性的概率
- 表9—4 当灵敏度为95%时，检测呈阳性和真阳性的概率
- 表9—5 当特异度为99.9%时，检测呈阳性和真阳性的概率
- 表9—6 当基础感染率为1‰时，检测呈阳性和真阳性的概率
- 患病率和假阳性率
- 表9—7 当特异度为95%，灵敏度为99%时，真阳性的概率
- 酒驾和毒驾的筛查
- 表9—8 当灵敏度为99%时，真阳性的概率
- 表9—9 当基础率为50%时，真阳性的概率
- 别怀疑疫苗的有效性
- 表9—10 80岁及以上人群接种疫苗后的死亡率
- 表9—11 每个年龄段的死亡人数和接种疫苗死亡人数的百分比
- 表9—12 每个年龄段的死亡率和疫苗有效性
- 表9—13 每个年龄段的接种疫苗人数和百分比
- 表9—14 疫苗在不同年龄段内所挽救的生命数量
- 预测犯罪风险
- 表9—15 当基础率为45%时，罪犯再次被指控犯罪的概率
- 表9—16 当基础率为45%时，罪犯没有被指控再次犯罪的概率
- 比较组
- 表9—17 男性被告高风险评分人数及其再次犯罪的比例
- 表9—18 女性被告高风险评分人数及其再次犯罪的比例
- 算法比人类更容易纠错
- 公平很难实现
- 第10章 不敢独自走夜路的人，更害怕离婚？ ——辛普森悖论与数据开放
- 乐观的老年人和悲观的年轻人
- 图10—1 历年调查结果为“乐于助人”的百分比
- 图10—2 出生年份对应结果为“乐于助人”的百分比
- 图10—3 历年调查结果为“乐于助人”的百分比
- 图10—4 历年调查结果为“乐于助人”的百分比
- 图10—5 出生年份分布
- 实际收入下降，总体收入却上升？
- 表10—1 实际收入中位数变化情况
- 图10—6 不同教育程度群体的平均实际收入
- 图10—7 不同教育水平群体的百分比
- 企鹅
- 图10—8 三种企鹅的测量结果
- 要不要开刀取肾结石
- 图10—9 男性和女性对“是否害怕独自走夜路”的反应
- 图10—10 A和B两种治疗方法的治愈率
- 接种疫苗和老年人的死亡率
- 图10—11 各种原因造成的死亡率（10~59岁）
- 图10—12 各种原因造成的死亡率（从2021年1月开始）
- 图10—13 各种原因造成的死亡率（60~69岁）
- 图10—14 各种原因造成的死亡率（70~79岁）
- 图10—15 各种原因造成的死亡率（80岁及以上）
- 图10—16 2021年8月初已接种疫苗组和未接种疫苗组的年龄分布
- 是的，疫苗挽救了很多人的生命
- 图10—17 全因死亡率（50~59岁）
- 图10—18 全因死亡率（40~49岁）
- 图10—19 全因死亡率（18~39岁）
- 开放数据，公开讨论
- 第11章 你相信世界上存在蜥蜴人吗？ ——“年龄—时代—世代分析”及奥弗顿之窗
- 种族歧视和蜥蜴人
- 图11—1 种族主义观点的调查结果vs年龄
- 图11—2 跨种族通婚问题：种族主义观点的调查结果vs年龄
- 年龄效应、时代效应和世代效应
- 图11—3 性别歧视的调查结果vs年龄
- 图11—4 男性更适合从政：性别歧视的调查结果vs年龄
- 图11—5 性别歧视的调查结果vs调查年份
- 我们越来越不“恐同”
- 图11—6 “恐同”的调查结果vs年龄
- 图11—7 同性性关系：“恐同”的调查结果vs年龄
- 图11—8 同性性关系：“恐同”的调查结果vs调查年份
- 变化缘于思想的改变
- 世代效应还是时代效应？
- 图11—9 同性性关系：“恐同”的调查结果vs调查年份
- 固执己见的群体和奥弗顿之窗
- 图11—10 选择固执己见答案的人的百分比（所有问题）
- 第12章 老年人的观念更保守？ ——奥弗顿之窗转移和追逐奥弗顿之窗
- 年老的保守派，年轻的自由派？
- 图12—1 不同年龄的政治派别
- 图12—2 认为是保守派的百分比（按出生年代分组）
- “保守派”是什么意思？
- 图12—3 选择保守答案的百分比
- 图12—4 保守反馈和年龄的关系（按政治派别分组）
- 图12—5 保守反馈和年龄的关系（按出生年代分组）
- 奥弗顿之窗移向自由主义
- “中间”并非一成不变
- 图12—6 保守答案和调查年份的关系
- 图12—7 保守反馈和调查年份的关系（按出生分组，每10年为一组）
- 图12—8 保守答案和调查年份的关系（对比有违事实的模型）
- 图12—9 政治派别和调查年份的关系
- 我们是否变得更加两极分化？
- 图12—10 保守答案和调查年份的关系（按政治派别分组）
- 追逐奥弗顿之窗
- 图12—11 保守答案和调查年份的关系（按政治派别分组）
- 附录 区分自由派和保守派的问题
- 结语 问题、数据和方法
- 致谢
- 译后记
- 参考文献
评分及书评
- 给这本书评了3.0让数据回归真相，让思考回归理性
本书以 “反直觉” 为钥匙，撬开了统计学厚重的大门。作者唐尼深知抽象理论远不如一个令人瞠目的悖论更能引发思考。于是，书中充满了看似荒谬却又真实存在的统计谜题：“吸烟孕妇生出的低体重儿更健康”；“疫苗接种者死亡率更高”；“你应该点菜单上那道最让人没食欲的菜”。这些挑战常识的命题，瞬间抓住了读者的注意力。作者正是通过这些鲜活案例，带领我们步入统计学的殿堂，逐一揭示背后的原理 —— 混淆相关性与因果性、忽视样本结构偏差（如辛普森悖论）、陷入伯克森偏倚等等。这种写法，让学习过程如同解谜，也让我们在颠覆认知的震撼中，牢固地掌握了关键概念。若仅限于揭示陷阱，本书或许只是一本有趣的批判集。但作者的卓越之处在于，他将批判性思维转化为了一系列可复用的、积极的决策工具。他不仅仅告诉我们 “平均数会骗人”（“平均人” 神话），更教我们用分层分析和理解分布（如对数正态分布）来洞察真实差异。他剖析 “基本比率谬误”，是为了让我们在接到一份医学 “假阳性” 报告时，能结合患病率做出冷静判断，避免无谓恐慌。他引入 “因果图模型”，是为了在纷繁的相关性中，帮忙梳理出真正的因果链条，避开最常见的决策陷阱。从评估职场风险到理解社会现象，这些工具让统计学从书本公式，变成了渗透于日常决策的实用智慧。本书除了技术层面的阐述之外，还饱含深刻的社会关怀与伦理思考。作者提醒我们，数据并非冰冷中立的抽象物，它记录着社会进步的轨迹，也时常承载着历史的不公。书中探讨的算法偏见案例振聋发聩：例如，某些用于预测犯罪风险的算法，因训练数据本身包含历史性执法偏差，导致对特定族裔群体产生系统性不公平的结果。这种对 “数据正义” 的追问，直指技术中立性的假象。同时，书中对 “奥弗顿之窗” 和世代效应的分析，也帮助我们超越 “老年人更保守” 这类简单标签，去理解社会观念复杂、动态的变迁过程。这使得本书不仅关乎如何分析数据，更关乎如何理解数据所映射的那个复杂世界与人本身。
给这本书评了5.0大部分是取样的问题
出版方
中信出版集团
中信出版社，成立于1988年，隶属于中国中信集团公司，是全国中央级出版社。2008年改制为中信出版股份有限公司。 中信出版集团满怀激情，关注思想、关注理念、关注人物、关注资讯、关注时尚，为读者提供最前沿的思想与最优秀的学习实践，通过有价值的、有享受的阅读，倡导与展示新的文化主流，启动一个“大众阅读时代”。
