目錄
致謝 11
導論 13
我們為什麼需要統計學/將世界化為資料/統計教學法/關於本書
第1章 用百分比了解情況:類別資料和百分率 31
次數和百分比的溝通/類別變數/比較一對百分比
第2章 滙總和溝通數字 51
描述資料分布的廣度/描述數字群之間的差異/描述變數之間的關係/描述趨勢/溝通/使用統計量說故事
第3章 為什麼我們還是要查看資料?母體與測量值 85
從資料中找答案──「歸納推論」的過程/當我們有了全部的資料/「鐘形曲線」/母體是什麼?
第4章 什麼因造成什麼果?隨機試驗 105
「相關不表示有因果關係」/到底什麼是「因果關係」?/不能隨機化時,怎麼辦?/當我們觀測到有關聯性,能夠怎麼做?/我們能否從觀測性資料得出因果關係的結論?
第5章 利用迴歸將關係建模 129
迴歸線就是模型/處理一個以上的解釋變數/不同種類的反應變數/超越基本的迴歸建模
第6章 演算法、分析和預測 149
尋找型態/分類和預測/分類樹/評估演算法的表現/機率「準確度」的組合測量值/過度配適/迴歸模型/更複雜的技術/演算法面對的挑戰/人工智慧
第7章 對於正在發生的事,我們能有多確定?估計和區間 191
性伴侶人數/拔靴法
第8章 機率:不確定性和變異性的語言 207
一點都不難的機率法則/條件機率─當機率取決於其他的事件/「機率」到底是什麼?/如果我們觀測一切,機率從何處介入?
第9章 結合機率與統計 229
中央極限定理/這個理論如何幫助我們確定估計值的準確度?/計算信賴區間/調查的誤差範圍/我們應該相信誤差範圍嗎?/當我們擁有所有的資料,會發生什麼事?
第10章 回答問題和宣稱發現:假說檢定 251
什麼是「假說」?/為什麼我們需要對虛無假說做正式的檢定?/統計顯著性/運用機率論/執行許多次顯著性檢定的危險/內曼─皮爾遜理論
第11章 用貝氏方法,從經驗中找答案 299
貝氏方法是什麼?/勝率和概似比/概似比和法醫學/貝氏統計推論/意識形態之爭
第12章 事情怎麼會出錯? 331
「可再現性危機」/蓄意詐欺/「有問題的研究實務」/研究人員實際上做了多少有問題的研究實務?/溝通失敗/文獻會出什麼問題?/新聞辦公室/媒體
第13章 如何把統計做得更好 351
改善產生的結果/改進溝通/協助找出不良的做法/發表偏差/評估一項統計宣稱或報導/面對根據統計證據發表的聲明,要問的十個問題/資料倫理/良好的統計科學實例
第14章 結論 367
詞彙解釋 369
註釋 397 |