简单统计学

例子太多了......多到成废话了。全书对我来说重要的内容太少了，而且二孩悖论这点我是存疑的（觉得作者是错的），我会抽空找找关于这方面的资料文献。03-12

看书名还以为是一本介绍统计学基础知识的入门书，其实根本就不是。看了半天才注意到英文书名是《Standard Deviation-Flawed Assumption,Tortured Data,And Other Ways to Lie with Statics》。12-27

太拉跨了。废话太多了。05-18

前半本讲的是如何正确理解统计结论，后半本讲的是如何刻意歪曲统计数据，整体上后半本套路比较单一，懂的人看了就很无趣了。08-10

【藏书阁打卡】推崇大数据的年代，读读这本简单统计学还是挺有益处。数据不一定准确反应了事实，还需要考虑统计路径和分析方法的差异。书里列举了很多日常生活中容易掩人耳目的统计谬误，有些已经耳熟能详了。部分例子行文略显冗长啰嗦。10-15

缺乏足够的理论总结，沦为统计事例4000例。09-02

本书看的很累，看到最后才发现。居然有概括。好生气。总的来说内容就是讲。实验中的荒诞谬误成成源于人类自身，而非所使用的工具。显性的有统计显著倾向人为篡改，不正确的使用或忽略异常数据，理论或数据的不匹配会有缺失，以及最重要的忽略混杂因素。隐性的话就是，忽略均值回归相信平均定律以及天生渴望模式的本性。本来以为这本书是统计学入门，实际却是从入门到放弃……因为例子太多了，强迫症表示每一个例子都想要理解，涉及的面太广就要查资料，好烦好烦。是作者的幽默感让我坚持下来。不说了，我和作者一起去谋杀之都吃蛤蜊了。03-28

一些数据统计常见的误区和问题。对于研究大数据挖掘倒是很有参考意义03-13

见识什么是一本正经地胡说八道！03-13

书中提供了大量通过数据胡说八道的案例，包括最知名星学府的教授和经济学家，大量非常重要的结论经不起深入的分析。和我最近1、2年在数据分析的体会非常像，数据分析被滥用和过度解读，大量基于数据的决策是数据分析师有意或者无意的错误，常识和直觉还是很重要。2019年希望做一些真正能经受时间考验，长期看还是有价值的事情。02-11

2019#90th。统计学经典谬误的案例堆砌，精华都在最后一章，提示我们面对统计数据时，要注意一些常见问题：寻找模式、自选择偏差、幸存者偏差、混杂因素、均值回归、平均定律等。正如作者所说：缺乏理论的数据只是数据，缺乏数据的理论只是理论。作者还指出了几本畅销书中的统计谬误，如《魔鬼经济学》《追求卓越》等，颇具社会责任感。05-24

嗯……也不是没有优点……例子是蛮丰富的。通常这种纠正误区类的书和文章我都挺喜欢的，不过这本确实有种东拼西凑罗里吧嗦的赶脚。07-12

讲的是人在统计学思维中产生的各种谬误。在看到股市k线图和彩票选号的案例时，我就想到这条信息要屏蔽起来不给老爸看见。有时候人能在自己的信念中度过，真的不容易，千万不要狠心去拆穿什么。书中的案例都是笑里藏刀的，时不时拿出来虐虐心，有利于身体健康。03-21

国外一些畅销书的通病：前一半挺有启发，后半部分一直在重复前一半的观点…01-30

我觉得我是撒比才会买这本书06-12

耶鲁大学简单统计学课，让数据说实话是现代社会的基本生存技能01-16

这本书看完后感觉对自己的认知以及对世界的认知又真实了一步。首先意识到自己总是被骗的原因是，原始大脑带给我们的、内心对世界探知的渴望导致的对模式的迷恋。以后再遇到某种模式及其支持理论的时候，会记得反问自己，这种模式是真实存在还是一种解释世界的拙劣障眼法。同时看完书后，“数据和理论，缺一不可”这句话深深印在我的心里。12-19