好活动要支持。。。

统计会犯错，最常见的是根据自己的研究需要生拉硬扯地解释统计检验结果，比如回归系数显著，就解释为存在因果关系，谁导致了谁，变化了多少，这忽视了线性回归存在的很多局限，比如伪回归，自相关，内生性问题，互为因果等，需要在做研究时谨慎解释统计检验结果，或多做几种统计检验设计，克服这些容易出现的统计错误的问题。

路过，顶顶

支持一下

实证的理论假设是自然界和人类社会之间有着基本的一致性，即自然现象和社会现象不存在本质的不同，并据此认为科学是统一的，不同的学科遵循某些相通的研究原则。自然科学的研究对象是无思想、无意识的物体，但社会科学涉及有思想、有意识的人。所以，自然科学的因果关系的解释说明方法并不完全适合社会科学，这就解释了统计学也会犯错。

统计里面的门道太多了，成也统计败也统计

顶一下，希望能看到更多的实例，我们可以从中找出自己的不足

统计是得出客观规律的一种手段，也是科学研究的一种工具。然而，当我们把主观或客观的信息转化为数据（或者说，数字），通过各种研究方法得出分析结果，再转化为现实世界的规律，这个过程中，势必会有信息损失、研究者强加个人主观认知等情况出现。所以，从现实=>数据=>结论的过程必须谨小慎微。因此，我的观点是，社会科学研究人员需要熟知统计方法的原理，甚至要做到精通的程度，才能减小犯错误的可能性。这本《统计会犯错》，应该能够帮助我们进一步理解统计的本质。

p value 有何意义？

理论观点及其分析是走在数据及其统计分析之前的

我的故事是一个悲伤的故事，统计学在大学期间好几门科目中都或多或少地学习了几遍，但是效果一直不佳，放下书本就忘了，没有能够真正掌握其中的精髓，希望这本书能够深入简出地帮我理解统计学。

大数据时代，统计是数据分析的理论基础，但是数据可以说谎，只有正确的统计方法加上工作实际业务的指导，才能真正发挥数据的作用，体现数据分析的价值！！

好书，支持。

数据统计问题值得思考

哪里有卖？

我本科学习的专业是无线电技术，从事的工作种类很多，热工仪表、流量计、CISCO网络CCNA、IBM小型机运维、oracle数据库DBA。最近五年经常接触SPSS，EXCEL、Tableau、R和python。工作并不是自己所能决定的，但是对于统计的喜爱，一直没有中断。在人大论坛这个平台，收集到很多的统计书籍和视频讲座，来帮助自己学习统计理论。最近看的Sheldon Ross 的First Course in Probability，Introduction to Probablity Models,Casella and Berger,2002, Statistical Inference.pdf。另外又在MOOC，coursera上学习机器学习和数据挖掘课程，经过反复失败，总结经验。说到底一句话，没有统计理论和数学的功底，你无法进行深入学习，想从事数据挖掘和机器学习等工作和学习都是纸上谈兵。人大论坛，数据科学家，离不开的论坛。

期待中

一切知识，
都是历史。
所有科学，
都是数学，
任何决策，
都是统计。
我来啦，看这书，赠我吧。

在大数据的热潮中，更要注重统计理论的学习和传播。期待中。

好东西 谢谢分享~~

嗯嗯，很好的书，是给初学者和应用者的很好的提醒。书的核心在于，应用理论或者模型，要明白理论或者模型的假设条件和应用范围。

好书 求分享 先赚币