已经到来的大数据时代:必备《魔鬼统计学》来迎接

其实,读书是可以安神的。

可以安抚情绪,增加自信,享受精神的强大。从古到今,这世间延续流传的书籍太多了,对与书的选择也就成为了一种困惑:该如何选书?

大概读书是不分类别的,在某个你的所需阶段里,跟着你的知识需求和心理状态来选书才是最贴切心意的吧。但是当今社会的人群大多忙碌焦虑,能放松的读书是一种奢求,对于更专业的职场人来说,读最需要的书才是生存本能的技能提升。

《魔鬼统计学》,我为什么选这本书来读,大概是为了搞清楚为什么电商平台比你自己更懂你的品味,一条数学公式能不能帮你找准自己的另一半吧。更多的是为了工作中的统计分析吧,让建立在大数据基础之上的当今社会,用统计学解决掉一系列传统社会科学语焉不详的问题。


本书以生动真实的案例写实,典型的西方式思考逻辑和严谨的结构,知识点丰富,适读人员广泛,而且内容实际有效有用。又因活波的文字句式,从而让阅读有了乐趣和益处。

在读本书的时候最大的感受是章节环环相扣,一节紧追一节,把我们随着章节的推进所思考的问题一一列出并实质解疑,每一个知识点都恰到好处。在这个大数据盛行的时代,正如书中所写的那样,未来属于统计学家。比如刚刚边读边思考“统计思维的兴起并不意味着直觉和专业知识的终结”的含义,详细了解本章节后,又有新的问题出现,通过数据的分析,问题的重点逐渐侧重于“一个数字中蕴含的海量信息”。从而进一步知道通过数值中获得的信息,知道正态分布的均值和标准差,从而获得关于这个分布的所有信息,这两个数值便是概括性统计量。接着再从数字中蕴含的海量信息中,想到概率的领跑者这个知识点,从而真正了解误差幅度的真正含义。

而反向推导,是在知道均值和标准差时进行正向推导时,计算出关于某个内在过程的有趣的比例或概率。那么就可以以概率入手,进行反向推导,从而估计出可能导致这个概率的隐性标准差。

这本数之所以叫《魔鬼统计学》,是在抽丝剥茧探究反直觉的真相过程中,普及了统计学的基本概念和原则,因为其反直觉,甚至是反常识,从而给人恍然大悟的感觉,所以冠之以“魔鬼”。

正如本书的推介者所说:如今,时代变迁,游戏的名字已改为大数据分析,而《魔鬼统计学》正是告诉我们更名换代的原因以及变化的形式。而量化的分析及其在决策上的运用,足以让社会科学家和商界人士因为阅读而收获良多。数据的挖掘与分析俨然是当今的显学,广泛应用于市场分析、政治甚至体育领域。本书所提出的令人不安却有说服力的观点,具有时代的前瞻性,在未来的每一天,我们所做的决策都将依赖大数据自动做出,而人类的判断仅能作为参考。

封面上的一句话特别具有诱惑力:你以为的不能算其实可以算。想一想未来的大数据时代,我们什么都可以通过数据分析来核算来科学验证精准分析用于工作和日程生活,其实是一件很酷的事情,这也是为什么人人都需要学点统计学的原因。未来将是超级数据分析师崛起的时代。

人大多时候会有主观臆断,而数据不会。真实的数据所映射出来的丰富信息,需要专业的数据分析师来精准分析研究。浅而易见的,我们可以感知到的,每年的GDP的变化,是通过数据得出的论值,每个季度的人均平均消费是,每年的财经数值也是。

“良好数据分析的简单预测力量可以营运于人们反复做同一件事情的几乎所有活动。超级数据分析可以商业交易中的某一方获得优势,但是这一方不一定是卖家。”这将说明,数据的日益免费开放,Farecast和Zallow代表消费者的服务会挺身而出,对数据进行分析,从而让消费者获得数据数值分析下的益处。可以预测价格的涨跌趋势,并且准确率高达百分之八十。这就是在世界数据矿中可以让人信服的回归方程。

那在大数据时代下,我们能根据数据的蕴含信息做什么呢。

我们可以做统计方程的控制者。

我们的大脑和直觉猜测的某些变量应该或者不应该包含在统计分析中,统计回归可以告诉我们各种因素的权重,可以检验是否存在因果效应,估计因果影响的大小,有某个人指定。

世界正在迅速数字化,从以前的现金交易维持的日常生活到现在数字概念的支付,科技在飞速的进步,知识也在新旧的交替中急需不断持续的学习。书籍无可厚非一直都是进步的阶梯,对与成年人来说,生存的技能本身应该包含知识的自学能力。本书《魔鬼统计学》看似是一本专业的书籍,但是深入浅出,举手实证思维清晰,读来引人入胜不舍抛卷。

放弃对知识的追求,似乎等同于已经放弃向时代前进中的进步了把。与其说进步,其实更多的是提升谋生的技能把。没有什么捷径,速度最快提升最高的就是更多更专业知识的学习。虽然不是要做专业的数据分析师,但比如诸如去年今年,自己掌握数据分析的知识,通过疫情数据的深入探究,也有助于自我防护和社会防护做出相应的应对措施。

多读书少说话好好赚钱。愿每一本你读过的好书都能成为你前进道路上的温暖的明亮的灯,去追逐创造更好的美好生活。

我是一条书虫,将读过的好书推荐给喜欢读书的人,《魔鬼统计学》是本很好的书,值得更多的人去研读。新的一年,给自己列个书单吧。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容