Cool und einfach. Auch wenn ich mir fortgeschrittenere Sachen gewünscht hätte, die einfach und kitschig gemacht wurden.

Ich konnte dieses Buch nicht durcharbeiten, hauptsächlich weil ich zu viel über Statistik weiß und zu viel über die spezifischen Beispiele, die er gibt, um seine Punkte zu veranschaulichen. Obwohl Wheelan manchmal die zugrunde liegenden Konzepte von Wahrscheinlichkeit und Statistik auf eine Weise vermittelt, die Ihnen hilft, sie auf einer grundlegenden Ebene zu verstehen, tut er dies leider auf eine Weise, die ich als bevormundend vereinfacht betrachten würde. Wenn Sie dieses Buch mit Nate Silvers Buch über Vorhersage oder mit dem Buch vergleichen, von dem er sagt, dass es ihn motiviert hat (Wie man mit Statistiken lügt), liefert dieses Buch einfach nicht die Ware. Es kleidet die Konzepte der Statistik in eine weitere Ebene des Missverständnisses und der halben Wahrheit. Wenn er zum Beispiel ein Kapitel über "Arbeitslosigkeit" verbracht hätte und wirklich gezeigt hätte, dass die Zahl als beschreibende Statistik für alle Arten von Messungen und theoretischen Gründen bedeutungslos ist, wäre ich beeindruckt gewesen. Stattdessen verwendete er es als Beispiel für eine gute Statistik. Wenn er Savages "The Flaw of Averages" zitiert hätte, während er Punkte über Durchschnittswerte, Streuung und Verteilungen gemacht hätte (die falschen Punkte, könnte ich hinzufügen), wäre ich beeindruckt gewesen. Wenn er zumindest die Bayes-Regel und die Bayes'schen Statistiken * erwähnt * hätte, wäre ich beeindruckt gewesen. Ich war nicht beeindruckt.

Es gibt viele populärwissenschaftliche Bücher, die versuchen, grundlegende statistische Konzepte zu vermitteln, aber meistens fallen sie in den schrecklichen populärwissenschaftlichen Bereich der Erzählung über Konzepte, die Malcolm Gladwell in das Wissenschaftsschreiben eingeführt und dann Jonah Lehrer zu einer schrecklichen, schrecklichen Kunst perfektioniert hat. Nehmen Sie Nate Silvers gelobtes Buch "Das Signal und das Rauschen". In jedem Kapitel geht es um einen bestimmten Bereich der Vorhersage, und auf dem Weg dorthin werden einige statistische Konzepte eingeführt, aber nur selten ausgearbeitet. [Ich werde bemerken, dass Nate Silver nur selten erwähnt, was der Experte während seines Interviews zu Mittag gegessen hat, im Gegensatz zu viel schlechteren wissenschaftlichen Büchern, die wir vermuten interessieren sich für die kulinarischen Gewohnheiten von Wissenschaftlern]. In diesem Buch versucht Silver auch, die Bayes'sche Statistik gegenüber der traditionellen Statistik zu vertreten, aber da die Erklärung der Konzepte nicht sehr streng ist, erhalten wir weniger ein Argument als eine Meinung.

Charles Wheelans Buch ist ein fantastisches Gegenmittel gegen modernes populärwissenschaftliches Schreiben und konzeptuelles Handwinken. Kurz gesagt, das Buch ist ein Statistikkurs ohne Mathematik. Im Gegensatz zu populären Physikbüchern, in denen das Verstehen bestenfalls vage metaphorisch sein kann, ohne einiges an fortgeschrittener Mathematik zu kennen (was die Illusion von Wissen vermittelt; ja, Sie haben "The Elegant Universe" gelesen, aber leider kennen Sie immer noch Bupkis über Stringtheorie) können statistische Konzepte ohne viel Mathematik erklärt und sogar kritisch eingesetzt werden. Zu wissen, dass Variation viel informativer ist als nur der Mittelwert, erfordert nicht, dass Sie sich mit Kalkül auskennen. Ebenso zum Verständnis eines einfachen experimentellen Designs (und die meisten experimentellen Designs sind einfach: Geben Sie eine Null an, wenden Sie den Student-T-Test an und Sie haben 101% der veröffentlichten wissenschaftlichen Arbeiten).

Zu sagen, dass etwas ohne Mathematik erklärt werden kann, ist natürlich nicht dasselbe wie es tatsächlich kompetent zu machen, aber Wheelan hat sich hier ausgezeichnet. Die Beispiele sind alle intuitiv und das Schreiben ist klar und einfach. Vielleicht noch wichtiger ist, dass Wheelan in der Mitte des Buches ein ganzes Kapitel über den zentralen Grenzwertsatz verbringt und diesen dann verwendet, um statistische Inferenz, Stichproben und Regression zu erklären. Es ist angemessen, dem zentralen Grenzwertsatz einen solchen Stellenwert einzuräumen, wird jedoch in grundlegenden Statistiklehrbüchern häufig vernachlässigt (ganz zu schweigen von populären Statistikbüchern).

Das Buch ist nicht fehlerfrei, aber die Streitfragen sind gering. Erstens hat Wheelan einen albernen Sinn für Humor, der zu oft in das Buch eindringt (was in mehreren sinnlosen Fußnoten gipfelt, die nur dazu dienen, Witze zu erweitern). Zweitens, obwohl es einige mathematische Anhänge für verschiedene Kapitel gibt, sind sie im Allgemeinen viel zu kurz und benötigen tatsächlich mehr Mathematik als sie haben. So wie es ist, werden sie wahrscheinlich mehr verwirren als helfen.

Im Allgemeinen ist Wheelans Buch ein Muss für jeden, der keinen Grundkurs für Statistiken belegt hat (also jeder Journalist jemals) oder sich nicht an viel erinnern kann, wann er daran teilgenommen hat.

Ich habe hier bereits über Statistiken gesprochen, und das nicht in guten Worten. Es war hauptsächlich mit Nicholas Nassim Talebs Werken The Black Swan und Antifragile verwandt. Dies bedeutet jedoch nicht, dass die Statistiken schlecht sind. Sie können nur gefährlich sein, wenn sie dumm verwendet werden. Dies erklärt Charles Wheelan unter anderem in Naked Statistics. Naked Statistics gehört zur Gruppe der Populärwissenschaften. Amerikaner haben oft das Talent, Wissenschaft für ein allgemeines Publikum zu erklären. Wheelan hat es auch. Wenn Sie also die Konzepte Mittelwert / Durchschnitt, Standardabweichung, Wahrscheinlichkeit, Regressionsanalyse und sogar den zentralen Grenzwertsatz nicht kennen oder hassen, können Sie Ihre Meinung ändern, nachdem Sie sein Buch gelesen haben. Außerdem wird Ihnen das Monty Hall-Problem oder das gleichwertige Drei-Gefangene-Problem erklärt oder warum es manchmal besser ist (auch wenn es nicht intuitiv ist), Ihre Meinung zu ändern.

Schließlich zeigt Wheelan, warum Statistiken nutzlos und sogar gefährlich sind, wenn die verwendeten Daten schlecht erstellt oder irrelevant sind (selbst wenn die mathematischen Werkzeuge korrekt verwendet werden!). Nur ein Beispiel in der wissenschaftlichen Forschung (was ein weiteres Thema ist, das mich beschäftigt) "Dieses Phänomen kann sogar legitime Forschung plagen. Die akzeptierte Konvention besteht darin, eine Hypothese abzulehnen, wenn wir etwas beobachten, das zufällig nur 1 von 20 Mal oder weniger passieren würde, wenn Die Hypothese stimmte. Wenn wir 20 Studien durchführen oder 20 Junk-Variablen in eine einzelne Regressionsgleichung einbeziehen, erhalten wir im Durchschnitt 1 gefälschten statistisch signifikanten Befund. Das New York Times-Magazin hat diese Spannung wunderbar erfasst Ein Zitat von Richard Peto, einem medizinischen Statistiker und Epidemiologen: "Die Epidemiologie ist so schön und bietet eine so wichtige Perspektive auf Leben und Tod des Menschen, aber es wird eine unglaubliche Menge Müll veröffentlicht."
Selbst die Ergebnisse klinischer Studien, bei denen es sich in der Regel um randomisierte Experimente und damit um den Goldstandard der medizinischen Forschung handelt, sollten mit einiger Skepsis betrachtet werden. Im Jahr 2011 veröffentlichte das Wall Street Journal eine Titelgeschichte über das, was es als eines der "schmutzigen kleinen Geheimnisse" der medizinischen Forschung bezeichnete: "Die meisten Ergebnisse, einschließlich derer, die in hochkarätigen Fachzeitschriften erscheinen, können dies nicht reproduziert werden. [...] Wenn Forscher und medizinische Fachzeitschriften auf positive Befunde achten und negative Befunde ignorieren, veröffentlichen sie möglicherweise die eine Studie, in der ein Medikament als wirksam eingestuft wird, und ignorieren die neunzehn, in denen es keine Wirkung hat. [.. .] Darüber hinaus können Forscher eine bewusste oder unbewusste Tendenz haben, entweder aufgrund einer starken vorherigen Überzeugung oder weil ein positiver Befund für ihre Karriere besser wäre. (Niemand wird jemals reich oder berühmt, indem er beweist, was nicht Krebs heilen. [...] Dr. Ionnadis [ein griechischer Arzt und Epidemiologe] schätzt, dass sich ungefähr die Hälfte der veröffentlichten wissenschaftlichen Arbeiten letztendlich als falsch herausstellen wird. "[Seiten 222-223]

Ein solides Fünf-Sterne-Hotel. Wenn ich nur Charles Wheelan als meinen College-Statistikprofessor gehabt hätte! :) :)
Die Zusammenfassung von Goodreads war eine gute Rezension, daher werde ich hier etwas Tinte sparen.
Dies waren alles grundlegende statistische Konzepte, von der Wahrscheinlichkeit bis zur Regression. Während Wheelan die Grundkonzepte aufschlüsselte, versuchte er, die Intuition um sie herum zu kultivieren. Und er hat einen fantastischen Job gemacht. Besser noch, er brachte mich die ganze Zeit zum Lachen mit diesen lustigen, manchmal provokanten Beispielen aus dem wirklichen Leben.
Einige der Beispiele, wie die Ursache der Finanzkrise von 2008 und das Monty Hall-Problem, wurden weitgehend telegrafiert. Ich würde annehmen, dass Wheelans Erklärungen es einfacher machen, sie zu verstehen.
Ich habe in zwei Phasen meiner Ausbildung Statistikunterricht genommen, benutze aber derzeit wenig davon bei der Arbeit. Angesichts der zunehmenden Verbreitung von Big Data und der zunehmenden Verfügbarkeit großer kostenloser Datenmengen spiele ich mit der Idee, Datenverarbeitung als Zeitvertreib zu betrachten.
Um mich selbst herauszufordern, entschied ich mich für das Hörbuch und spielte es mit doppelter Geschwindigkeit. Erst in zweistelligen Kapiteln, in denen ich pausieren und zurückspulen musste, weil es in der lauten U-Bahn unmöglich wurde, vierstellige Zahlen im Kopf zu behalten. Trotzdem verlor Wheelan weder einen Schlag noch seine Coolness, als er schwierigere Hypothesentests und multivariate Regressionen für einen Laien auflöste.
Ich begrüße es, Hörbücher für mathematikbezogene Fächer zur Verfügung zu stellen. Es würde sehbehinderten Schülern zugute kommen, die sonst Mathematik als zu entmutigend empfinden. In diesem Sinne hat Jonathan Davis einen wunderbaren Job gemacht, da seine geschmeidige Erzählung und sein Sinn für Humor ziemlich genau mit dem Autor übereinstimmen.

Ausgezeichnetes Buch für Laien, das Ihnen einen soliden Überblick über Statistiken sowie darüber gibt, wie Statistiken verwendet und missbraucht werden können. Wie Wheelan in dem Buch sagt: Statistiken lügen nicht, aber die Daten dahinter können, weil sie fehlerhaft, irreführend oder geradezu falsch sein können.

Das Lesen des Buches hilft Ihnen dabei, kritischer zu werden, sodass Sie dem Argument einer Person oder Organisation nicht naiv glauben, wenn sie Statistiken zur Untermauerung ihres Falls zitiert oder wenn Sie in der Zeitung über wissenschaftliche Durchbrüche oder andere auf Statistiken basierende Behauptungen lesen.

Dies ist nicht das aufregendste Buch aller Zeiten, aber es ist viel aufregender, als Sie für ein Buch über Statistik denken würden.
Noch wichtiger, Leute: SIE MÜSSEN DIESES PERSONAL KENNEN. Auf diese Weise trennen Sie die Lügen von den verdammten Lügen von dem Unsinn, den TV-Nachrichten auf Sie ausspucken. Es ist mir egal, ob du DIESES liest, aber bitte lies verdammt noch mal ein Buch über Statistiken. Dankeschön.

Als Mathematik- und Statistiklehrer neige ich natürlich dazu, ein Statistikbuch zu genießen. Es gab Zeiten, in denen ich mich etwas gelangweilt fühlte, weil mir grundlegende statistische Konzepte erklärt wurden, von denen ich bereits ein breiteres Verständnis besitze.

Dieses Buch ist eine hervorragende Empfehlung für Schüler, die gerade erst mit Statistiken beginnen, da es praktische und ansprechende Beispiele für Statistiken enthält und leicht zu befolgen ist. Für diejenigen, die bereits ein breites Verständnis für statistische Themen sowie häufig verwendete Beispiele für Wahrscheinlichkeiten haben, kann dieses Buch sich wiederholen und frustrierend sein.

Es hat mich auch gestört, dass Wheelan mehr als einmal im gesamten Buch davon ausgeht, dass der Leser nicht mehr über diese Themen wissen möchte und daher Informationen verarbeitet hat, damit wir dies nicht tun müssen. Dies sind mehr Dinge, über die ich gerne mehr gewusst hätte, aber dann hätte ich vielleicht ein anderes Buch lesen sollen, wenn ich das gewollt hätte.

Insgesamt ein gut geschriebenes Buch über Wahrscheinlichkeit und Statistik. Nützlich für alle, die gerade eine Reise in die Statistik beginnen, da sie verschiedene statistische Konzepte aufschlüsselt, die für Anfänger verwirrend sein können.

Sehr engagiert.

Es gibt 3 Kategorien von Lesern, die dieses Buch genießen oder davon profitieren würden:

1. Menschen, die im Allgemeinen neugierig auf Dinge sind und wissen möchten, warum jemand sagen könnte, dass Statistiken „sexy“ werden.

2. Personen, die gerade eine Statistikklasse 101 beginnen oder kurz davor stehen und eine gewisse Motivation wünschen.

3. Leute, die einiges über Statistik wissen, aber ein wenig Perspektive und Geschichte wünschen.

Wheelan ist, wie angekündigt, ein unterhaltsamer Schriftsteller, der Sie mit kleinen Geschichten über statistische Geheimnisse, Fehler und Täuschungen anlockt. Es ist ziemlich einfach zu lesen und Sie werden am Ende des Buches nicht viele Statistiken kennen, aber ich denke, Sie werden verstehen, warum es ein wichtiges Feld ist.

Wie gut ist dieses Buch? Nachdem ich "Naked Statistics" gelesen hatte, wollte ich einen Einführungskurs in Statistik unterrichten!

Ich konnte sehen, wie ich die Schüler mit wirklich coolen Geschichten beschäftigte, sie mit lustigen Wahrscheinlichkeitsbeispielen verwechselte, nur um es eine Minute später witzig klar zu erklären. Ich würde den Zusammenhang zwischen Wahrscheinlichkeit und Folgerung verfolgen und sie alle würden das Testen von Hypothesen klar verstehen. Ich würde großartige Geschichten über den Missbrauch von Statistiken und die Studenten erzählen und zusammen darüber lachen, wie berühmte Forscher Fehler gemacht haben. Dann würden wir versprechen, niemals selbst so dumme Fehler zu machen.

Ich würde den Schülern niemals "Naked Statistics" zeigen und immer so tun, als hätte ich mir die Beispiele selbst ausgedacht ... Die Schüler würden mich lieben. Die Verwaltung würde mich lieben. Ich würde Auszeichnungen, Beförderungen und (endlich) bedeutende Gehaltserhöhungen erhalten. So gut ist dieses Buch. Schade, dass ich keine Statistik unterrichte ...

Dieses Juwel ist eine amüsante, klare und sogar unterhaltsame Einführung in grundlegende Statistiken und Wahrscheinlichkeiten. Es erklärt grundlegende Konzepte und liefert überzeugende Beispiele, um sie zu beleuchten. Es behandelt Korrelation, Normalverteilungen, den zentralen Grenzwertsatz, Signifikanz, Standardfehler, multiple Regression usw. auf eine Weise, die Mathematik-Phoben wahrscheinlich ohne Panikattacken handhaben können. Ich wünschte, ich hätte dies gelesen, bevor ich Abschlussstatistiken erstellt habe.

Die Wahrheit ist, dass Statistikstudenten heute Excel, SPSS, Stata und ähnliche Programme zur Berechnung von Statistiken verwenden können. Daher hat sich der Fokus von Arbeitsformeln auf ein tiefes Verständnis der Annahmen, Bedeutungen und Einschränkungen der Statistik geändert. Wheelans ausgezeichnetes Buch liefert auf leicht verständliche Weise den Hintergrund für dieses Verständnis.

Ein weiterer guter Wheelan, ähnlich wie Naked Economics: Die düstere Wissenschaft ausziehen. Es gibt einige Themen, die sich ein wenig überschneiden, aber der Autor leistet gute Arbeit, um sie getrennt zu halten. Dies hat viel von den persönlichen Anekdoten / der Geschichte, die das Thema interessanter machen, und der Autor enthält mehr alberne Szenarien in diesem, die Sie beschäftigen, wie die ständig vermissten und krachenden Busse von Marathonläufern und Wurstfestival-Teilnehmern. Leider wird das dritte Quartal des Buches etwas trocken und stultifizierend, wenn der Autor über Inferenz, Umfrage und Regressionsanalyse spricht, aber das letzte Quartal löst sich mit Diskussionen über Regressionsanalysefehler und wie Statistiken zur Lösung sozialer Probleme verwendet werden. Diese Diskussionen sind wieder spannend und bedeutungsvoll und umfassen Themen wie die Erhöhung der Autismusrate, wie man gute Lehrer von schlechten unterscheidet und das Lehrergehalt ändert, um die guten zu belohnen, und wie man die globale Armut verringert (dies ist eine der geringfügigen überlappende Bits mit Naked Economics).

Ich fand auch die zahlreichen Diskussionen darüber, wie statistische Inferenz schief gehen kann, äußerst hilfreich - wie bei jedem Tool muss man wissen, wofür es gut ist und wann. Wheelan bringt vor, dass selbst in von Experten begutachteten medizinischen Fachzeitschriften viele, wenn nicht die meisten Ergebnisse nicht wiederholt werden können. Es wird auch ein Artikel erwähnt, in dem etwa die Hälfte der von Experten begutachteten Artikel (denken Sie daran, dies sollten die geprüften sein) falsch ist. Die Ironie besagt, dass der Autor, wenn er Recht hat, genauso wahrscheinlich falsch liegt.

Ich habe dies als Ergänzungstext für einen Statistikkurs gelesen. Es ist ziemlich gut, wenn es darum geht, unterhaltsame Beispiele für Statistikkonstrukte bereitzustellen, die mit einer zugänglichen, druckvollen, zuordenbaren Stimme geschrieben sind.

Ich glaube, ich war ein wenig überwältigt, weil andere Autoren wirklich gut über das gleiche Thema geschrieben haben, z. B. The Signal And The Noise von Nate Sliver, The Black Swan (oder wirklich alles) von Nassim Nicholas Taleb und The Drunkard's Walk von Leonard Mlodinow.

Ich habe all diese Bücher geliebt, und es ist extrem schwierig, ihnen zu folgen.

Ich kann Naked Statistics empfehlen, aber ich fordere den potenziellen Leser dringend auf, in Betracht zu ziehen, auch die anderen erwähnten Bücher in die Hand zu nehmen.

Sie werden keine Statistiken kennen, nachdem Sie diese Texte gelesen haben. Das erfordert eine andere Art des systematischen Studierens und Übens. Aber Sie werden in der Lage sein, sich besser auf Statistiken zu beziehen, und Sie werden möglicherweise von den Weltanschauungsstatistiken verzaubert.

Drei davon ???

Ich war zu frustriert über den Ton des Autors, um fertig zu werden. Er führt das Buch ein, indem er erklärt, warum er Kalkül nicht mag. Er erinnert sich, dass er seinen Highschool-Kalküllehrer "geschult" hat, als seine Klasse die falsche Version der AP-Kalkülprüfung erhalten hat. Die Geschichte fühlte sich unpassend an und malte den Autor als Punk, und der Ton geht weiter. Um ein Beispiel für Genauigkeit und Präzision zu paraphrasieren: "Gehen Sie durch zwei Lichter, biegen Sie an der zweiten Ampel links ab und ich bin das dritte Haus auf der rechten Seite." Ist genau, "Ich lebe 4.23 Meilen südwestlich" ist präzise und " Ich lebe einen wirklich langen Weg. Warum das letzte Beispiel? Ich legte dieses Buch enttäuscht hin.

Dieses Buch ist eine gute Einführung für diejenigen, die mit grundlegenden statistischen Konzepten nicht vertraut sind (ich empfehle Ihnen sogar, es zu lesen, da Statistiken sehr manipulativ sein können). Wenn Sie mindestens einen Statistikkurs auf Universitätsniveau oder einen gleichwertigen Kurs abgeschlossen haben, können Sie dieses Buch sicher weitergeben (am weitesten fortgeschrittene Themen: OLS-Regression und T-Statistik).

Nackte Statistiken von Charles Wheelan

Zahlen sind sexy. Es ist nicht zu leugnen. Menschen mögen Zahlen und Dinge messen. Sie mögen es, die Rangliste ihrer Lieblingssportstars zu sehen, zu hören, was die neuesten politischen Umfragen sagen, oder einfach nur zu wissen, was CPI tut. Trotz alledem wissen viele Menschen möglicherweise nicht, wie diese Zahlen wie Ränge, Stichprobenmittel, Indizes usw. tatsächlich abgeleitet werden und wie sie am besten verwendet oder in Frage gestellt werden können. Wenn Sie sich für dieses Thema interessieren (und es besteht eine gute Chance, dass Sie eine Rezension über ein Statistikbuch lesen), lassen Sie mich erklären, warum dieses Buch möglicherweise für Sie geeignet ist oder nicht.

Naked Statistics zielt darauf ab, quantitatives Analysematerial der Universität im 1. Semester auf spielerische Weise zu erklären. Warte, komm zurück. Es ist nicht so schwer, wie es sich anhört, und es wird enorm unterstützt, wenn der Autor nur dann sehr technisch wird, wenn es wirklich gebraucht wird. Tatsächlich fügen sie Anhänge für einige der schweren Teile des Jargons hinzu, die Sie dann nach Belieben ignorieren oder lesen können.

Behandelt Dinge wie die Grundlagen der Korrelation, Durchschnittswerte und Standardabweichungen (Elemente, an die Sie sich möglicherweise von der High School erinnern) bis zu den frühen Stadien der multivariaten Regressionsanalyse; In diesem Buch wird gut erklärt, was diese sind und wie sie funktionieren. Einige Formeln sind in den Notizen enthalten, aber eigentlich zielt das Buch darauf ab, das Bewusstsein des Lesers zu schärfen, anstatt ein Anweisungstext zu sein, wie man die Mathematik durchführt.

Der Autor ist im Wesentlichen ein einfaches englisches Mathematikbuch und geht diese feine Linie des allgemeinen Verständnisses, der Zahlen und der Vermittlung guter Einsichten, die Sie zum Nachdenken anregen können. Ich denke, es hilft, dass der Autor eigentlich kein Statistiker ist, der es ihnen ermöglicht hat, einige Fallstricke zu vermeiden, die ich in anderen Büchern gesehen habe, die jargonlastiger und akademischer in der Prosa sind.

Letztendlich hängt Ihr Kilometerstand von Ihrem Hintergrundwissen ab. Ich habe das Buch in einigen Punkten als kleine Auffrischung gelesen, aber viele Beispiele (Netflix-Korrelationsalgorithmen, Programmevaluierung in Schulen, Big Data Mining usw.) waren für mich nicht neu. Wenn Sie jedoch nicht in diesem Bereich studieren / arbeiten, ist es meiner Meinung nach eine hervorragende Wahl, Ihren Horizont zu erweitern. Dies kann auch dazu beitragen, Ihr Bewusstsein für schlechte Statistiken und deren Missbrauch zu schärfen.

Bevor Sie fragen, ja, es gibt Witze in dem Buch. Aber nein, es gibt keine Statistik-Wortspiele. Es gibt einige Geekery um die offensichtliche Liebe des Autors zur Statistik - aber das ist keine schlechte Sache?

4/5 Sterne.

Eigentlich ein ziemlich gutes Buch, um Ihr konzeptionelles Verständnis von Statistik aufzubauen. Beginnt fast frustrierend einfach, untersucht aber schließlich interessante und grundlegende Konzepte wie den zentralen Grenzwertsatz und die multiple Regressionsanalyse.

Charles Wheelan ist ein ziemlich guter Schriftsteller und das Buch liest sich gut mit vielen unterhaltsamen Abschweifungen. Viele der in dem Buch untersuchten Studien waren interessant und ermöglichten überzeugende Beispiele aus der Praxis für die Konzepte des Buches.

Einige Beispiele tendierten jedoch zu Problemen: wie eine Studie, die die statistische Bedeutung von Diskriminierung im geschlechtsspezifischen Lohngefälle erklärt, und andere Studien, die eine verstärkte Polizeiarbeit und Inhaftierung von Jugendlichen bestätigen. Diese gesellschaftlichen Fragen sind sehr komplex, werden noch erforscht und können verständlicherweise nicht vollständig in einem Buch dekonstruiert werden, dessen Hauptzweck darin besteht, wichtige statistische Konzepte zu vereinfachen.

Meiner Meinung nach ist viel Nuance erforderlich, um sich mit solchen Themen zu befassen, und sie in einem populären Buch ohne diese Nuance zu zitieren, war eine interessante pädagogische Entscheidung, der ich nicht wirklich zustimme.

Trotzdem ist es zunächst ein anständiges Buch, wenn Sie in Zukunft tiefer in die Statistik eintauchen möchten oder nur neugierig genug sind, um Ihr Verständnis auf höherer Ebene aufzubauen. Wenn Sie jedoch einen Statistikhintergrund haben, bezweifle ich, dass dieses Buch zu hilfreich wäre, es sei denn, Sie möchten Statistiklehrer oder TA werden.

Genau das, was ich von diesem Buch erwartet hatte - eine überzeugende Lektüre über Statistik und ihre praktische Verwendung. Die Sprache ist leicht zu lesen und die Beispiele sind super witzig und nachvollziehbar. Zum Beispiel könnte ich die Test-gegen-Kontroll-Methode, die ich für einen meiner Kunden verwendet hatte, und einige Dinge, die vorsichtiger hätten sein sollen, vollständig in Beziehung setzen. Charles teilt alle komplexen / technischen Dinge im Anhang am Ende der jeweiligen Kapitel (es liegt also an Ihnen, ob Sie sich mit den schmutzigen Dingen befassen möchten).

Das Buch enthält Beispiele aus der Praxis. Ich würde sagen, jeder - egal welchen Beruf er ausübt - wird dem Buch etwas wegnehmen. Zum Beispiel kaufe ich nie einen Lottoschein! oder ich kaufe keine erweiterte Garantie für meinen 99-Dollar-Drucker. Charles gibt dem Leser definitiv ein neues Objektiv, um die Dinge zu betrachten. Wenn Sie dies lesen, werden Sie zweimal überlegen, bevor Sie an die Ergebnisse von Umfragen oder sensationellen Schlagzeilen wie „Das Tragen von blauen Socken verbessert Ihren GMAT-Score“ (lol) glauben.

Ich könnte die Erzählung dieses Buches etwas mit einem anderen Buch namens Narrative and Numbers von Aswath Damodaran verknüpfen. Das Fazit dieser beiden Bücher lautet: Nehmen Sie Statistiken / Zahlen nicht zum Nennwert, verwenden Sie Ihr Urteilsvermögen - denn Zahlen allein können das nicht!

Ich würde definitiv gerne Charles 'andere 2 Bücher lesen - Naked Economics und Naked Money.

Dies sollte während meiner Studienzeit ein ergänzendes Lesematerial sein. Es hat meine Einstellung zu Statistik und Wahrscheinlichkeit so verändert, dass Neugier und Intuition ihren Platz einnehmen und ihre Arbeit erledigen können. Das prägnante Schreiben und die Beispiele helfen Ihnen dabei, unergründliche Formeln zu analysieren, ihr Kernkonzept zu finden und Sie zum Lächeln zu bringen, während Sie dabei sind

Obligatorische Lektüre für diejenigen, die gerade erst in die Statistik einsteigen und bereits damit vertraut sind. Konzentrieren Sie sich ganz auf das "Warum" mit interessanten Beispielen und Fallstricken. Stellt sicher, dass Sie in den meisten praktischen Anwendungen der Statistik die richtigen Fragen stellen. Ich werde diesen Artikel immer wieder neu lesen.

Tolles Buch, um die Grundlagen von Statistiken für Leute zu verstehen, die Mathe hassen. JEDOCH (und das ist nur ein Trottel) nichts langweilt mich mehr als Sport. Wheelan gibt viele verschiedene Typbeispiele, aber Sport ist für den Durchschnittsleser logisch sinnvoll, weshalb er ständig darauf zurückgreift. Ansonsten tolles Intro-Buch.

Unterhaltsames Einführungsbuch für Statistiken, das verschiedene Schlüsselkonzepte und Verwendungen des Themas behandelt. Es geht nicht tief in langweilige Formeln ein, sondern führt nur die Intuitionen und Gründe ein, warum sie wichtig sind.

Wie in den beliebten 1950er Jahren "Wie man mit Statistiken lügt" erklärt der Autor die Bedeutung von Statistiken, die in Nachrichtenumfragen auftauchen, um zu entscheiden, welche Filme Sie mögen, und wie ein Supermarkt herausfindet, was Sie kaufen werden. Indem Sie Statistiken in den Griff bekommen, können Sie wahre Behauptungen von falschen trennen. Sie können feststellen, ob diese Studie, die besagt, dass Kleiemuffins Ihr Darmkrebsrisiko senken, eine gute Studie ist oder nicht, und bei Ihrer Frühstückswahl oder einer anderen Wahl helfen. Das Buch ist in einem einfachen Gesprächsstil geschrieben, der mit einfachen Dingen wie Durchschnittswerten und Medianen beginnt und wann man sie verwendet. Es geht auch um Wahrscheinlichkeit und absolute Zahlen im Vergleich zu relativen Zahlen oder darum, wie jemand sagen könnte, dass die staatliche Einkommenssteuer nur von 3% auf 5% gestiegen ist (wahrscheinlich ein Demokrat), während jemand anderes sagt, dass die staatliche Einkommenssteuer um 60% gestiegen ist ( wahrscheinlich jemand von der GOP sein). Sie sprechen über dieselben Fakten, verwenden jedoch Statistiken, um die Geschichte anders zu drehen. Sie werden auch sehen, dass es nicht ausreicht, Statistiken zu kennen. Sie müssen auch Daten kennen. Anhand eines hervorragenden Beispiels aus den 80er Jahren mit einem Bierwerbespot von Schlitz zeigt er anhand eines irreführenden Datensatzes, wie man in diesem Fall mit guten Statistiken lügt. Das Buch geht überraschenderweise mit einer leichten Berührung durch mehrere Regressionen und T-Verteilungen weiter. Sie lernen aus der alten Spielshow "Lasst uns einen Deal machen", dass Sie Ihre Chancen verdoppeln, wenn Sie Tür Nummer eins in der Hoffnung wählen, ein Auto und keine Ziege hinter den anderen beiden Türen zu bekommen, und Monty Hall Ihnen eine Ziege hinter Tür Nummer zwei zeigt Das Auto zu gewinnen, indem man zu Tür Nummer 3 wechselt, anstatt bei Tür Nummer 1 zu bleiben. Dieses und viele andere lustige Beispiele führen den Leser auf sanfte Weise in die Statistik ein und bewaffnen sie mit wichtigen Kenntnissen.

Dies war ein guter Überblick über grundlegende Statistiken, die auf unterhaltsame und manchmal lustige Weise erzählt wurden. Wir leben in einer Zeit, in der ständig riesige Datenmengen gesammelt werden. Mit Computern und Statistiksoftware ist es möglich, nützliche Beziehungen und Muster aus diesen Daten zu extrahieren, was vor 50 Jahren eine unmögliche Aufgabe gewesen wäre. Es ist auch möglich, die Ergebnisse statistischer Analysen absichtlich und unbeabsichtigt zu missbrauchen. Die Stärke dieses Buches liegt nicht nur in den behandelten statistischen Methoden, sondern auch in den unzähligen Beispielen für die Anwendung von Statistiken auf reale Szenarien und die Fallstricke, vor denen man sich hüten muss. Der einzige Nachteil für mich war das wiederholte "Reden" mit dem Leser, das sich dafür entschuldigte, dass es den Kopf des Lesers verletzt hatte, indem es über Mathematik diskutierte und allgemein davon ausging, dass der Leser mathematisch abgeneigt war. Ich habe einen mathematischen Hintergrund und beschäftige mich ständig mit diesen Konzepten. Es scheint jedoch, dass die Zielgruppe, die der Autor für das Buch vorgesehen hat, angesichts des "Entfernens der Angst vor den Daten" im Titel wahrscheinlich keinen starken mathematischen Hintergrund hat, so dass es kein so großer Kritiker war .

Erinnerst du dich an den Statistikkurs, den du am College gehasst hast? Nun, dieses Buch könnte Ihre gesamte Einstellung zu dieser schönen Wissenschaft verändern. Das Tempo und die Lieferung sind großartig, obwohl manchmal sogar dieses Buch etwas zu "nummeriert" wird.

Ich muss Statistiken machen, um in die Schule für Sozialarbeit zu kommen. es ist wirklich schwer und wenig inspirierend. Also habe ich dieses Buch aus der Bibliothek ausgecheckt, um es durchzuarbeiten.
Ich schätze, dass der Autor teilt "was zum Teufel ist der Punkt von all dem", weil das eines der wichtigsten Dinge ist, die mich verrückt gemacht haben. Im Gegensatz zu meinem Lehrer erklärt er tatsächlich, warum diese Informationen relevant sind. und ich gebe zu, dass ich an einigen Stellen laut gelacht habe (wie das Bild von Bill Gates, die mit einem sprechenden Papagei in eine Bar gehen - ich weiß nicht warum, das hat mich nur verrückt gemacht). Aber wie viele mathematische Dinge auf dieser Welt ist es darauf ausgerichtet, weiße Männer der Mittelklasse anzusprechen, und hatte einen brutalen Ton, den ich wirklich abstoßend und manchmal fast unerträglich fand.
aber es hilft mir durch. hoffentlich bekomme ich wenigstens ein C. bete für mich!

Dieses Buch war in Ordnung. Ich habe einige Dinge gelernt. Aber der Humor war ein bisschen kitschig und ich bin nicht ganz davon überzeugt, dass jemand, der noch nie Statistiken erstellt hat, alles verstehen würde. Es gibt einige Begriffe, auf die ich gestoßen bin und die meiner Meinung nach hätten erklärt werden müssen. Ich denke, es hängt vom Publikum ab, an das sich dieses Buch richtet. Es gab einen überraschend hohen Prozentsatz an Wörtern im Vergleich zu Diagrammen und Abbildungen. Ich dachte, dass ein visuellerer Ansatz für einen Großteil des Materials hilfreich gewesen wäre. Wheelan hat jedoch eine ziemlich gute Fähigkeit, Dinge mit Worten zu erklären. Ich würde nicht sagen, dass das Buch spannend war, aber es war besser als einige der Bücher, die ich mir über Statistiken angesehen habe. Ich bin kein Experte für Statistik und kann daher nicht sagen, wie genau das alles war. Also überlasse ich das anderen.

Ich werde nicht lügen, das war nicht leicht zu lesen. Wheelan bietet Beispiele aus der Praxis wie die Börse, Produktplatzierungen und die Aktivitäten beliebter Websites, um mehr Treffer zu erzielen. Naked Statistics ist eine gute Einführung in die Statistik und wie sie verwendet, missbraucht und falsch dargestellt wird. Nicht nur wie, sondern wie einfach es ist, eine Umfrage, eine Umfrage oder eine Studie zu manipulieren, indem nur einige Variablen verschoben werden.
Hier gibt es genügend Informationen, um alle Argumente aus Ihrer Vergangenheit zu wiederholen, bei denen Sie etwas in der Art gesagt hätten: "... die Umfrage sagt ..." oder "... Daten lügen nicht ...".

Schwierig und faszinierend zu lesen.