展开全部

主编推荐语

MIT数据学专家教你如何辨别、解读每天接触到的庞杂数据,并据此作出更加明智的判断。

内容简介

我们每天都在刷头条、浏览弹窗,每天都会接触海量的数据信息,这些信息背后隐藏着什么真相?如何识别那些一本正经的胡说八道?

普通人一天大约要接收30G的数据,但大部分人不知道如何正确地解读这些数据。MIT数据学专家在本书中讲述了如何破译每天接触到的数据,将复杂的问题变得更简单和直观。

本书涉及商业、零售、广告、育儿等诸多领域的真实案例,以及时常为人们所误解的数据概念。在本书中,你不仅能够找到如何在信息庞杂的世界中识别数据谎言、挖掘有用信息的方法,而且还能找到凭借该答案迅速做出明智决定的深刻智慧。

目录

  • 版权信息
  • 前言
  • 第一章 无处不在的数据:从大数据到小数据
  • “小数据”
  • 小情境
  • 成熟的数据接收者
  • 第二章 对“挑战者号”评估结果的异议:抽样如何影响结果
  • 1986年1月28日
  • 理解样本选择
  • 我们为何需要抽样?
  • 如果是这样,结果会如何?
  • “怪诞”的科学
  • 抽样不一定越大就越好
  • 系上安全带
  • 我们是第1名,也是第58名!
  • 不接受自拍
  • 选举总统与人口普查
  • 取其精华,去其糟粕
  • 填空
  • 缺了什么?
  • 做一个成熟的数据抽样接收者
  • 第三章 红色州为什么变蓝了:平均数及总数——近观概括性统计
  • 当心数据缝隙
  • 平均数、中位数和众数哪个更可信?
  • 迈阿密人出生时平均是西班牙裔,死时是犹太人?
  • 为什么副市长会比市长赚得多?
  • 如何评估学生的成绩?
  • 平均值的平均值
  • 警惕数据中的异类
  • 去掉最高分和最低分有道理吗?
  • 总统办公室的离群值?
  • 掩盖信息的代价为10亿美元
  • 你是否比一般人更为优秀
  • 如何成熟对待数据总和、平均值、离群值
  • 第四章 使用苹果手机的人更聪明?正确理解关联性和因果性
  • 智能手机=聪明人?
  • 星巴克旁边的房子升值更快?
  • 还有什么因素可以解释这件事?
  • 我们有没有让你们觉得无聊?
  • 为什么重要
  • 穿耐克鞋就能像乔丹一样灌篮?
  • 婴儿、洗澡水和波尔多红酒
  • 你在搜索引擎页面排第几?
  • 烤奶酪的性福生活(我们差点儿将其用作书名)
  • 加利福尼亚的阳光和美属萨摩亚岛上的律师
  • 不要被媒体人骗了
  • 了解大脑的工作模式
  • 抛弃先入为主的观念
  • 最后但依然重要的一点
  • 如何成熟地应对关联性和因果性
  • 第五章 眼见真的为实吗?我们信仰统计学
  • 民意调查
  • 二手烟是否会致癌?
  • 重要的事
  • 深呼吸
  • 抽样大小事关重大
  • 你有多大把握?
  • 泄露秘密
  • 如何面对截然相反的结论
  • 效果显著
  • 这个研究对我的生活重要吗?
  • 等等,还有呢
  • 了解自己所看到的是否重要,从而成为成熟的数据接收者
  • 第六章 非洲为什么会变小?歪曲与曲解
  • 不要臆断
  • 柱状图和饼状图应该怎么画?
  • 微妙的圆
  • 图表让人看起来更值得信任
  • 对所有数据一视同仁导致曲解数据
  • 体会有和仅有的区别
  • 油表显示油箱为空为什么还能开个几里路?
  • 造假与失误
  • 错误数据抹掉股市1360亿美元
  • 不要相信维基百科
  • 过了保质期的食品能不能吃?
  • 确凿无误的消息也可能被误读
  • 1/4磅牛肉汉堡与1/3磅牛肉汉堡哪个大?
  • 如何明智地接收被歪曲(或可能被歪曲)的数据
  • 第七章 筛选数据需要“摘樱桃法则”:疯狂筛选
  • 筛选数据的“摘樱桃法则”
  • 用统计学的观点如何看祸不单行?
  • 如何解读体育赛事中的统计数据?
  • 房价上涨了还是下跌了?
  • 政客们如何筛选数据?
  • 相信我们——我们在打广告
  • 你是“摘樱桃的人”——没错,就是你
  • 选出最好的,留下其他的
  • 市场营销人员如何筛选数据?
  • 如何识别经过筛选的数据?
  • 第八章 为什么福岛事故是可以预防的:预测未来的技术
  • 明天太阳会照常升起吗?
  • 预知和预测的区分
  • 出国旅游之前,请告知金融机构
  • 正确地看待预测
  • 抛硬币与“赌徒谬论”
  • 我们身边的预言家
  • 你知道什么?
  • 民调为什么会出错?
  • 偶然与概率
  • 心理因素影响预测
  • 如何成为一个聪明的预测者
  • 第九章 拨开数据的迷雾:总结
  • 不要轻信头条新闻中的数据
  • 如何看待工作满意度调查?
  • 出生月份与健康有关系吗?
  • 如何解读关于问题学生的数据?
  • 如何使用房价评估网站的数据?
  • 如何成为一个成熟的数据接收者
  • 尾声
  • 词汇表
  • 致谢
展开全部

评分及书评

评分不足
1个评分
  • 用户头像
    给这本书评了
    4.0
    《数据的真相》推荐

    我们每天都要接受大约 30G 的数据 —— 这说的是那些有意义和数字的数据,而不包括看到的风景和听到的音乐。它们来自电视、收音机、电脑,手机。


    但绝大多数人对这些数据背后所代表的真实世界一无所知。该在哪里租房?该去关注学校排名数据、犯罪率数据、还是你的血糖数据?你该用什么数据来证明自己应得的工资水平?
    大公司为什么把包装上的某些字放大?为什么公司报告上有的数据用柱状图有的用饼图?晚睡的人智商比较高吗?
    这本书讲述的是在复杂的数据世界里,识别谎言、挖掘信息的方法,以及根据这些信息进一步作出明智决策的智慧。

      1
      评论

    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”。