第一章 程序员的统计思维

一、项目主题概述

讨论的问题：如何将数据转化为知识？

本书介绍了概率论、统计学和计算三个相关联的学科。

研究的项目主题：第一个孩子出生晚么？

一般所谓的”经验之谈“会有以下问题：

1、观察的数据量太少

2、选择偏差：第一胎出生晚的父母更有兴趣参与讨论，从而对数据进行了选择。

3、确认偏差：相信的人支持，怀疑的人会举出反例。

4、不准确：传闻的记忆和表述都不会准确

更好的方法：

二、统计方法

统计手段

• 收集数据
• 描述性统计：计算能总结数据的统计量（均值等）
• 探索性数据分析：寻找模式、差异和其他特征，并检查不一致，确认其局限性。
• 估计：用样本数据推断全部人口的特征。

在本章出现的专业词汇：

• 经验之谈（anecdotal evidence）
• 直观效应（apparent effect）
• 总体（population）
• 原始数据（raw data）
• 统计显著（statistically significant）
• 汇总统计量（summary statistic）
• 选择偏差
• 确认偏差
• 横断面研究(cross-sectional study)
• 纵贯研究(longitudinal)
• 被调查者(respondent)
• 队列(cohort)
• 过采样（oversample）
• 代表性（representative）：同等机会进入样本，那么这个样本就具有代表性