魔鬼统计学

• 沈持盈

  12-10
  底层内容其实还是应用统计学+商业研究方法那一套，但作者用很科普、很新媒体式的文字把它们表现了出来。PS：作者伊恩也成名于纽约时报“魔鬼经济学”专栏，这个专栏堪称美国财经网红的黄埔军校（bushi
• 城堡外的人

  03-14
  一个回归和贝叶斯都能写本书，美国基础教育堪忧
• Kafka

  01-31
  大数据在各个领域的应用，爱上了统计学
• 鸿生

  01-21
  阅读《魔鬼统计学》，才知道了统计学就在你我身边，只有我们是社会中的一员，只要我们进入系统之中，就会成为统计者或者被统计的对象，通过阅读我们可以理解统计学原理，能够更好的帮助我们认识世界，以及社会的运行
• 小生影书

  03-09
  未来已来，算法和推荐早已日益精准，你以为不能算的其实都可以算。
• NICK&ALICE

  05-05
  书店快刷，书名误导，跟魔鬼有什么关系？本书英文原版是在2007年出版，中文译本太滞后，书中很多案例都过时了，而且如果从来没有接触过统计学或数据挖掘，书中的案例其实不会引起太多思考。回归预测、随机对照试验与因果推断、概率和贝叶斯等社会科学中常用的统计工具在书中都有提到，甚至还提到了神经网络，不过显然当时深度学习的研究和应用刚刚起步，所以一带而过。
• 子夜的流沙

  01-07
  统计学的魅力可见一斑，通俗易懂
• 大憨

  11-21
  对贝叶斯公司的理解不错， 思想是：概率转化为频率，然后用频率计算概率。
• 康康

  01-01
  事情比较简单，从统计学角度了解事物的本质。
• BERT

  12-15
  回归分析和贝叶斯统计法就够了
• 拖刀笔吏

  01-04
  从书中感到理科生改变世界的强烈愿望，同时也能感受到理科生改变世界时，被直觉主义者们轻视的愤慨。总的来说，为大数据补充了不少新的案例和视角，不得不说案例都挺有意思的。不过竟然没有用到中国的案例，有点可惜了。
• sweetxiao

  04-06
  回归&随机，分析了许多直觉抵制的原因
• 后浪

  12-29
  在大数据时代，掌握统计学的基本方法应当是一个人的基础能力。
• 冰冷的太阳

  02-04
  1.基于数据的决策不需要局限于大众的有意识偏好。2.即便只有几个变量的非常模糊的回归也可以在预测上胜过人类。3.没有情绪非常重要。4.我们没有隐私，忘了它吧。5.做得好，超级数据分析是社会的福音。做的做得不好，基于数据库的决策可能伤人姓名。6.回归，根据历史数据估计各种因素对于单一相关变量的影响向均值回归。
• 小A

  02-11
  故事书，业余时间随便翻翻长长见识而已，核心思想大概就是不要过分相信直觉，统计数据反直觉时要保持理性。
• baconsuper

  01-01
  这本书没有什么难懂的公式和原理，更多的是介绍统计学思想和实践，以及具体的应用成果，同时也介绍了一些应用的不足，告诉我们什么都不是万能的，启迪我们思考
• 汐雨听潮

  02-27
  把魔鬼经济学的故事又说了一遍，只不过例子换成了更现代化的大数据杀熟；仍然只讨论数据分析的优点，而对缺点，比如范式改变、幸存者偏差、异常值、过去不代表未来等等轻轻带过。这些讲统计的畅销书只知道说回归，却连最简单的回归结果需要经过逻辑检验都不提，一个经典的统计学笑话就是说可以通过回归过去掷硬币的结果，来预测未来掷硬币的结果——这真是荒诞的工具崇拜。不过有一点说的对，企业利用数据优势已经把我们拉入了一张数据的大幕，我们每个人在数据面前都无所遁形。西马过去讨论资本主义利用媒介传播让人变成单向度的人，而现在更应该警醒的是无孔不入的互联网公司与其算法推荐下的茧房效应。
• 馬鹿燒韭Alice

  04-05
  统计学小故事集锦，没什么实质性指导性的内容。
• 密斯时

  12-04
  “当公司对质量进行超级数据分析时，他们往往会帮助消费者。当公司对价格进行超级数据分析时，我们应该捂紧钱包。”