统计会犯错 如何避免数据分析中的统计陷阱

本书简明扼要地指出了现代科学研究中常见的错误统计方法，帮助你理解这些统计错误产生的原因，并且告诉你如何检查研究中隐藏的错误，如何避免这些统计错误，从而掌握正确使用统计的方法。

本书可以为你提供如下帮助：
·提出正确的问题，设计合理的试验，选择合适的统计分析方法，并一以贯之；
·如何理解p值、显著性、无显著性、置信区间和回归；
·选取恰当的样本容量，避免犯这一类错误；
·报告分析结果，发布数据和源代码；
·需要遵循的程序、采取的步骤和有用的分析软件。

对科学家来说，阅读这本简明、有说服力的指南，可以帮助你做出正确的统计研究！
对统计学家来说，请将这本书推荐给你认识的每一个人！

阅读本书、了解统计中常见的错误，迈向正确统计！

面对充满不确定性的未知世界，人们在科学研究中需要大量使用统计分析方法。但是，如何正确使用统计分析方法充满玄机，即使对那些杰出和聪明的人也是如此。读完此书你会惊讶地发现，许多科学家使用的统计方法中其实隐藏着许多谬误和陷阱。
《统计会犯错》这本书简明扼要地指出了现代科学研究中常见的统计谬误，诸如 p 值与基础概率谬误、统计显著性和模型误用等。从这本书中，你将理解什么是统计谬误及其产生的原因，了解如何检查科学研究中隐藏的统计谬误，你还将学会如何正确地使用统计方法，如何在科学研究中避免这些统计谬误。

作者简介：
亚历克斯·莱因哈特（Alex Reinhart），卡耐基梅隆大学（Carnegie Mellon University）统计学教师和博士生。他从德克萨斯大学奥斯汀分校（University of Texas at Austin）获得物理系学士学位，并应用物理学和统计学研发定位放射性设备。

译者简介：
刘乐平，中国人民大学统计学系博士毕业，现为天津财经大学统计学、金融学教授，博士生导师，大数据统计研究中心主任。

第 1章  统计显著性简介  1
p值的力量  2
  统计的心理暗示  5
  奈曼-皮尔逊检验  6
构建置信区间  8

第 2章  统计功效与低功效统计  11
功效曲线  12
低功效困境  15
  低功效的原因  17
  遇红灯时错误转弯  19
置信区间的优势  21
膨胀的真理  22

第3章  伪重复：理智地选择数据  31
什么是伪重复  32
如何应对伪重复  34
生物学批量数据  35
同步现象造成的伪重复  36

第4章  p值与基础概率谬误  41
基础概率谬误  43
  一个小测试  44
  药检中的基础概率谬误  45
  如何用吸烟数据说谎  46
  如何应对基础概率谬误  48
样本越多就越好吗  51
大西洋鲑鱼的脑功能成像试验  56
如何控制FDR  57

第5章  统计显著性的误判  61
显著性水平的微小差异  62
关注显著性  67

第6章  双重数据  71
圆形统计分析  72
向平均数回归  76
停止准则  79

第7章  连续性错误  83
二分法？多此一举  84
统计疲劳  86
复杂的混杂因素  87

第8章  模型误用  91
西瓜数据的拟合  93
相关与因果  98
辛普森悖论  99

第9章  自由研究还是无意识偏向  105
危险的随意探索  107
避免认知偏向  110

第 10章  统计显著性简介  115
无法复制的基因学  116
使再现变得容易  119
试验，清洗，重复  122

第 11章  数据背后的真相  125
被囚禁的数据  126
  数据分享的绊脚石  127
  数据衰变  129
细节遗漏  131
  已知的未知  131
  偏倚的结果报告  132
档案柜中的科学  135
  未公布的临床试验  136
  找出报告偏倚  138
  强制披露  139

第 12章  我们能做些什么  143
统计教育  146
科学出版  149
你能做到的事  153
参考文献  157

对本书的赞誉
“一本值得珍藏的小书……令人惊奇，统计门外汉入门书。”
——阿尔伯托·凯若（Alberto Cairo），迈阿密大学计算科学中心可视化项目主任

“如果你正在分析数据，发现了一些规律，但不知道是否正确，请参考这本书。”
——邱南森（Nathan Yau），加利福尼亚大学洛杉矶分校（UCLA）统计学博士，数据可视化网站Flowing Data

“一个令人愉快的和翔实的指南……”
——约翰·沃森（John A. Wass），科学计算（Scientific Computing）网站

“我一定会把这本书推荐给那些对医学统计有兴趣的人和不喜欢统计学的医生。”
——卡缇·本斯（Dr. Catey Bunce）博士，穆尔菲尔兹（Moorfields）眼科医院统计学家

“我很喜欢这本书，并计划与我的许多学生分享。”
——妮科尔·拉齐维尔（Dr.Nicole Radziwill）博士，詹姆斯·麦迪逊大学（James Madison University）副教授

“我希望每个医生读一读这本书。"
——埃里克·拉莫特（Dr.Eric LaMotte）博士，华盛顿大学医学院

“一本大胆的书，一本迷人的书，令人愉悦，并将改变你对统计的看法。"
——本·罗斯韦尔（Ben Rothke）

“一个写得很好的、有趣的、有用的指南，包含了统计实践中常见的问题。”
——民间统计学家（Civil Statistician）网站

“任何研究人员应该把这本书当作一个有价值的指南，来验证研究结论的正确性。”
——桑德拉·亨利-斯托克（Sandra Henry-Stocker）

“任何数据科学图书馆应读的重要读物。此外，简练的写作风格会让你的兴趣大增，而且可以成为你未来项目的创意源泉，极力推荐。”
——洞察大数据（insideBIGDATA）网站