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。
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，是迈向正确统计的首步！
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
微小的极端 25
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
查看全部↓
书单推荐
