統計會犯錯：如何避免資料分析中的統計陷阱（簡體書）

本書簡明扼要地指出了現代科學研究中常見的錯誤統計方法，幫助你理解這些統計錯誤產生的原因，並且告訴你如何檢查研究中隱藏的錯誤，如何避免這些統計錯誤，從而掌握正確使用統計的方法。

本書可以為你提供如下幫助：
.提出正確的問題，設計合理的試驗，選擇合適的統計分析方法，並一以貫之；
.如何理解p值、顯著性、無顯著性、置信區間和回歸；
.選取恰當的樣本容量，避免犯這一類錯誤；
.報告分析結果，發布數據和源代碼；
.需要遵循的程序、採取的步驟和有用的分析軟件。

對科學家來說，閱讀這本簡明、有說服力的指南，可以幫助你做出正確的統計研究！
對統計學家來說，請將這本書推薦給你認識的每一個人！

閱讀本書、了解統計中常見的錯誤，邁向正確統計！

面對充滿不確定性的未知世界，人們在科學研究中需要大量使用統計分析方法。但是，如何正確使用統計分析方法充滿玄機，即使對那些傑出和聰明的人也是如此。讀完此書你會驚訝地發現，許多科學家使用的統計方法中其實隱藏著許多謬誤和陷阱。
《統計會犯錯》這本書簡明扼要地指出了現代科學研究中常見的統計謬誤，諸如 p 值與基礎概率謬誤、統計顯著性和模型誤用等。從這本書中，你將理解什麼是統計謬誤及其產生的原因，瞭解如何檢查科學研究中隱藏的統計謬誤，你還將學會如何正確地使用統計方法，如何在科學研究中避免這些統計謬誤。

亞歷克斯.萊因哈特（Alex Reinhart）

卡耐基梅隆大學（Carnegie Mellon University）統計學教師和博士生。他從德克薩斯大學奧斯汀分校（University of Texas at Austin）獲得物理系學士學位，並應用物理學和統計學研發定位放射性設備。

譯者簡介：
劉樂平

中國人民大學統計學系博士畢業，現為天津財經大學統計學、金融學教授，博士生導師，大數據統計研究中心主任。

對本書的讚譽
“一本值得珍藏的小書……令人驚奇，統計門外漢入門書。”
——阿爾伯托·凱若（Alberto Cairo），邁阿密大學計算科學中心可視化項目主任

“如果你正在分析數據，發現了一些規律，但不知道是否正確，請參考這本書。”
——邱南森（Nathan Yau），加利福尼亞大學洛杉磯分校（UCLA）統計學博士，數據可視化網站Flowing Data

“一個令人愉快的和翔實的指南……”
——約翰·沃森（John A. Wass），科學計算（Scientific Computing）網站

“我一定會把這本書推薦給那些對醫學統計有興趣的人和不喜歡統計學的醫生。”
——卡緹·本斯（Dr. Catey Bunce）博士，穆爾菲爾茲（Moorfields）眼科醫院統計學家

“我很喜歡這本書，併計劃與我的許多學生分享。”
——妮科爾·拉齊維爾（Dr.Nicole Radziwill）博士，詹姆斯·麥迪遜大學（James Madison University）副教授

“我希望每個醫生讀一讀這本書。"
——埃里克·拉莫特（Dr.Eric LaMotte）博士，華盛頓大學醫學院

“一本大膽的書，一本迷人的書，令人愉悅，並將改變你對統計的看法。"
——本·羅斯韋爾（Ben Rothke）

“一個寫得很好的、有趣的、有用的指南，包含了統計實踐中常見的問題。”
——民間統計學家（Civil Statistician）網站

“任何研究人員應該把這本書當作一個有價值的指南，來驗證研究結論的正確性。”
——桑德拉·亨利-斯托克（Sandra Henry-Stocker）

“任何數據科學圖書館應讀的重要讀物。此外，簡練的寫作風格會讓你的興趣大增，而且可以成為你未來項目的創意源泉，極力推薦。”
——洞察大數據（insideBIGDATA）網站

第1章統計顯著性簡介1
p值的力量2
統計的心理暗示5
奈曼-皮爾遜檢驗6
構建置信區間8

第2章統計功效與低功效統計11
功效曲線12
低功效困境15
低功效的原因17
遇紅燈時錯誤轉彎19
置信區間的優勢21
膨脹的真理22

第3章偽重複：理智地選擇數據31
什麼是偽重複32
如何應對偽重複34
生物學批量數據35
同步現象造成的偽重複36

第4章p值與基礎概率謬誤41
基礎概率謬誤43
一個小測試44
藥檢中的基礎概率謬誤45
如何用吸煙數據說謊46
如何應對基礎概率謬誤48
樣本越多就越好嗎51
大西洋鮭魚的腦功能成像試驗56
如何控制FDR 57

第5章統計顯著性的誤判61
顯著性水平的微小差異62
關注顯著性67

第6章雙重數據71
圓形統計分析72
向平均數回歸76
停止準則79

第7章連續性錯誤83
二分法？多此一舉84
統計疲勞86
複雜的混雜因素87

第8章模型誤用91
西瓜數據的擬合93
相關與因果98
辛普森悖論99

第9章自由研究還是無意識偏向105
危險的隨意探索107
避免認知偏向110

第10章統計顯著性簡介115
無法複製的基因學116
使再現變得容易119
試驗，清洗，重複122

第11章數據背後的真相125
被囚禁的數據126
數據分享的絆腳石127
數據衰變129
細節遺漏131
已知的未知131
偏倚的結果報告132
檔案櫃中的科學135
未公佈的臨床試驗136
找出報告偏倚138
強制披露139

第12章我們能做些什麼143
統計教育146
科學出版149
你能做到的事153
參考文獻157