刚好最近要作一个阶段性总结的小汇报，将近两个月来所学知识和项目进展向同事和专家们讲讲，也可以在项目准备的最后阶段作修正和补充。
近期所学：主要围绕项目需要，调研了一些类似的读者调查文献，看了几本统计方面的书，和一些有关统计，抽样，问卷方面的PDF和PPT资料。
《统计学的世界》
这不是一本谈统计方法的书，更多的是统计的概念以及统计概念对日常生活、公共政策以及其他许多研究领域的影响。当然此外还可以从中学到一些统计方法，如算平均数（mean）、标准差（standard deviation)以及线性相关（correlation）系数等。
主要包括四大部分：1.数据的产生（data production）说的是给特定的问题找到清楚的答案，应该用何种方法来产生数据。其中包括如何选择样本和设计实验的基本观念，是统计当中影响最大的概念。
2.数据分析（data analysis）介绍如何用图和数值摘要（numerical summary）来探索、组织及描述数据的方法及策略。最简单的方法都有助于明智的解读数据。
3.概率（probability）是我们用来描述基于、编译和风险（risk）的语言。因为到处都有编译，所以利用概率思考，可以把实施从一些无关紧要的干扰信息中分离出来。
4.统计推论（statistical inference）超越了我们手中的数据而对于一个更大的总体（universe）做出结论，结论中要考虑到“变异无所不在”和“结论并不确定”这两项认识。
什么是统计？
• 数据胜过轶闻
信仰不能取代数字－－斯潘塞（Henry Spencer）
数据最具说服力，尤其是在媒体为某种目的炒作甚至搬出专家压轴的情况下。记得有个例子讲到关于抽烟致癌调查得出了确实数据，于是引发尼古丁杀手之说，香烟遭到警惕。可是每年出于车祸的同比数值要远远高于香烟，却没有人认识到。所以关心某个议题，更要关注它的数据以及数据品质和数据透露的信息。
• 数据从何而来非常重要
数字不会说谎，但说谎的人会想出办法。－－格罗夫纳（Charles Grosvenor）
数据的获取是人为的过程，任何偏差都可能造成无法弥补的错误。如获取数据的过程，包括抽样（必须是随机抽样），问卷（不能有导向性问题等）还有所谓安慰剂（placebo）作用（如那个冷却缓解胃病的实验），实验数据的差异完全源自受试者心理因素，而客观的测试中则不存在显著性了。
• 小心潜在变量
我的钱够我这辈子用了，只要我不买东西。－－梅森（Jackie Mason）
比如，我们做的座谈，访问结果现实工科学生阅读没有文科的多，是否就证明工科的课程多，学习任务重？其实其中还有男女生比例，文科的课内阅读本身就是课程的一部分等等因素。这里提出了变量和潜在变量的问概念。
• 变异无所不在
当实施改变时，我就改变主意。您呢？－－凯恩斯（John Maynard Keynes）
测试值总是在一定范围波动，产生个别结果数值的变异是允许的，于是引出标准差和标准差的68－95－99.7定律。
• 结论并不是百分之百的
数学定律不能百分之百确实地用在现实生活里；能百分之百确实地用数学定律描述的，就是现实生活。－－爱因斯坦（Albert Einstein）
这个很好理解，任何是都没有百分百之说，样本只能在某种范围（程度内）代表整体。也就是置信区间（confidence interval）。注入“95%信心”，“有统计上的显著意义（statistically significant）”等字眼在许多严谨的报告上都是必须的。
• 数据可反映社会价值
要用统计骗人很容易。但是不用统计，骗人更容易。－－莫斯提勒（Frederick Mosteller）书中用失业率的例子来表述这种社会价值观的差别。美国失业率的统计是针对那些想工作却没有工作，在过去两周还在找工作的人，而没有找工作的，就不算是失业。可见这样的失业率的定义，反映了美国对工作的价值观。
其实本书最好之处在于，其中有许多实例，道理在实例的阐述下都变得浅显易懂了，比较适合我这样没有统计学基础的人。而且实例很多都很有趣味性和启发性，这使面对如此厚（B5近4cm）的一本书时不会感到疲惫和厌烦。
学到了什么？
判断
看到一些数据（如成分所占比例的数据），可以用简单的方法判断这份数据是否有误，如看各自所占比例之和是否为1。
前几天看Alex的统计数据，同事也介绍了一个查看统计排名的网站，123cha，但是粗略的看一眼就不难发现，它的第一列各百分比之和明显大于1，算了一下居然到了123％，呵呵，这样的数据那曲怎能使人信服。
辨识
书中有许多例子，是关于乐透和彩票的。有一种三州每日一数，作者根据期望值计算后发现，“连胜盒”的赌法比“连妥善”处理好一些，因为政府付出的彩金比一般赌注多一些。联想到上海易懂电视的某种什么发送短信赢大奖的赌法（每天奔波上班途中朋友提供），每日只拿出500作为大奖，而1个月按照31天算奖金才15500元。但是一旦发送号码，就意味着包月10元，此外短信费用不算。一个1000万人口的城市，只要有1万人发送，至少有10万的包月费。区区15500奖金才只有15.5％，何等黑心呀～
自我安慰剂法
看了书才发觉安慰剂的作用如此之大，可以让病人病痛减轻20％以上。其实在现实生活中，所谓打针吃药真的就那么灵？未必。许多无良医开得号称昂贵的进口药和新研制的好药，未必比三两元的大众药高明，甚至成分都一样，可是有人就是感觉好－－安慰剂。补品，医疗器械等等更是这样了，有些八竿子打不着的功用一个劲的往说明上罗列，一看就是瞎掰－－安慰剂。与其这样，倒不如学作阿Q，糖片一盒，包治百病，有问题来一片，呵呵，比吃药好（是药都有毒性）。
还看了贾平俊的《统计学基础》和《描述统计》，其他统计方面的书都比较有目的性的看，如《统计学案例集》，《统计学方法与数据分析引论》，清华经管的《初级统计学》等，都是为前期数据获取作准备，所以也只挑着看了部分相关的内容。不过，感觉对一般的应用而言，理论方面这样也就差不多了，而后期的数据处理则需要掌握一些统计方法与应用软件的知识（近期推出）。
Comments