我用夸克网盘分享了「魔鬼统计学」，点击链接即可保存。打开「夸克APP」，无需下载在线播放视频，畅享原画5倍速，支持电视投屏。

内容简介

你以为不能算的其实可以算 突破经验壁垒，用数据理性解决问题 连接现代社会底层逻辑的量化思维方式 《经济学人》年度商业图书 ◎ 编辑推荐 ☆ 《魔鬼经济学》博客专栏作者之一的超级代表作+史蒂芬·莱维特重磅推荐 作者伊恩·艾瑞斯（Ian Ayres）是《纽约时报》“魔鬼经济学”博客的专栏作者之一，以《魔鬼经济学》文风再讲统计学。《魔鬼经济学》作者合著者史蒂芬·莱维特专文推荐！ ☆ 得到超火课程老师万维钢专文解读推荐 万维钢推荐：“量化思维必须被培养成一种习惯。从这个角度讲，‘吉尼斯世界纪录’的最大贡献可能是培养了人们尊重数字的习惯。没有数字就没有真相。” ☆ 《魔鬼经济学》以及《长尾理论》的延伸读物，前两本书指出了社会现象，而本书则展示了其背后丰富的实际应用，尤其是商业和公共政策方面的运用 案例精彩纷呈，无需高深数学基础即可感受统计学的不俗功用 如何计算出素未谋面的球员的价值？ 哪个学校的教育给学生的人生附加值最高？ 如何用数理统计方法找到最适合你的另一半？ 如何用数据辅助医疗决定，降低误诊率和死亡率？ 如何给自己的书起个最为“标题党”的名字，最大化点击量？ 如何在赌客达到最大损失心理承受值之际,及时帮助其收手,维护顾客体验从 而留住回头客？ ☆ 《经济学人》年度商业图书，讲述一个个匪夷所思的统计学脑洞 ◎ 内容简介 为什么电商平台比你自己更懂你的品位？ 一条数学公式如何帮你找准自己的另一半？ 找工作时，你知道自己是因为统计分析而吃了闭门羹吗？ 现代社会建立在大数据的基础之上，经验和直觉已经不好使，统计文盲将难以生存。 本书以大量真实生动的案例，讲述了统计学如何化腐朽为神奇，干脆利索地解决一系列传统社会科学语焉不详的问题。在抽丝剥茧探究反直觉的真相的过程中，普及了统计学的基本概念和原则。正是因为其反直觉，甚至是反常识，才给人以恍然大悟的感觉，所以冠之以“魔鬼”。 《魔鬼统计学》与《魔鬼经济学》一脉相承，以别开生面的风格讲述身边的统计学常识，不仅趣味横生，更能改变你的思维方式。 ◎ 名人推荐 在过去，直觉和经验主导着我们的生活。如今，时代变迁，游戏的名字已改为大数据分析。伊恩·艾瑞斯在这部奠基之作《魔鬼统计学》中告诉我们更名换代的原因以及变化的形式。这本书不仅充满了阅读的乐趣，而且能改变你的思维方式。 ——史蒂芬·莱维特 《魔鬼经济学》合著者 作者详细讲述了量化分析及其在决策上的运用，文字活泼但结构严谨……社会科学家与商界人士都能因阅读本书而收获很大的益处和乐趣。 ——肯尼斯·阿罗 诺贝尔经济学奖得主、斯坦福大学荣誉教授 数据挖掘与分析俨然是当今的显学，广泛应用于市场分析、政治甚至体育领域，如此复杂又重要的议题竟然读起来这么有趣…… 对数字高手而言，这几乎是另一个版本的《魔鬼经济学》。 ——《连线》 《魔鬼统计学》提出了一个有说服力却令人不安的观点，在未来的每一天，我们所做的决策都将依赖大数据自动做出，而我们人类的判断恐怕只能作为参考了。 ——《经济学人》

作者简介

伊恩·艾瑞斯，计量经济学家，耶鲁大学法学院和管理学院教授，stickK.com网站的创始人，《纽约时报》“魔鬼经济学”博客的专栏作家之一。接受《黄金时间实况》《奥普拉脱口秀》《早安美国》等著名节目以及《时代周刊》《Vogue》等权威杂志的采访，成就卓著，风靡全美。

网友热评

汐雨听潮: 把魔鬼经济学的故事又说了一遍，只不过例子换成了更现代化的大数据杀熟；仍然只讨论数据分析的优点，而对缺点，比如范式改变、幸存者偏差、异常值、过去不代表未来等等轻轻带过。这些讲统计的畅销书只知道说回归，却连最简单的回归结果需要经过逻辑检验都不提，一个经典的统计学笑话就是说可以通过回归过去掷硬币的结果，来预测未来掷硬币的结果——这真是荒诞的工具崇拜。不过有一点说的对，企业利用数据优势已经把我们拉入了一张数据的大幕，我们每个人在数据面前都无所遁形。西马过去讨论资本主义利用媒介传播让人变成单向度的人，而现在更应该警醒的是无孔不入的互联网公司与其算法推荐下的茧房效应。 拖刀笔吏: 从书中感到理科生改变世界的强烈愿望，同时也能感受到理科生改变世界时，被直觉主义者们轻视的愤慨。总的来说，为大数据补充了不少新的案例和视角，不得不说案例都挺有意思的。不过竟然没有用到中国的案例，有点可惜了。 馬鹿燒韭Alice: 统计学小故事集锦，没什么实质性指导性的内容。 NICK&ALICE: 书店快刷，书名误导，跟魔鬼有什么关系？本书英文原版是在2007年出版，中文译本太滞后，书中很多案例都过时了，而且如果从来没有接触过统计学或数据挖掘，书中的案例其实不会引起太多思考。回归预测、随机对照试验与因果推断、概率和贝叶斯等社会科学中常用的统计工具在书中都有提到，甚至还提到了神经网络，不过显然当时深度学习的研究和应用刚刚起步，所以一带而过。

图书目录

前言超级数据分析师的崛起 第一章谁在替你思考？ 第二章反直觉：随机化与最优解 第三章概率治国 第四章医生该如何看待循证医学？ 第五章传统专家vs算法方程 第六章世界正在迅速数字化 第七章我们找到乐趣了吗？ 第八章未来需要的人才 结语 后记关于革命的进一步解释 致谢