前言：就这样爱上统计学
统计学是一门与实际生活十分贴近的学科，它起源于研究社会经济问题，早在古希腊时期，亚里士多德就发明了以记录各希腊城邦的历史、行政、科学、艺术、人口、经济等数据的城邦纪要，除去这些日常记录外，统计学也很早就被应用在卫生监察和健康等方面。
约翰医生平息霍乱是一个著名的统计学例子。霍乱是19世纪最令人害怕的流行疾病，它在伦敦曾肆虐多次，夺走了数千万人的生命。约翰·斯诺统计了一些霍乱死者的生活情况，发现霍乱的发生与水源有明显关联，凡是在百老大街的水泵取水的伦敦居民，发病率明显要高很多。由此，约翰医生证明水源是霍乱传播的一大途径，提出了实用的几种预防措施，有效降低了霍乱的致死率。
另一个类似的例子发生于克里米亚战争期间。1845—1856年，南丁格尔为克里米亚交战双方的伤兵服务，将后方医院的死亡率由42.7%下降至2.2%，以人道、慈善之心挽救了许多人的生命。同时，她还是英国皇家统计学会的第一名女性会员，她发明了极区图，反映了不同时间段内战斗死亡的士兵人数与受伤而缺乏治疗死亡的士兵人数，清晰地说明前者的数量少于后者，从而使英国当局意识到改善伤兵医疗工作的必要性。
在现代社会，统计学逐渐推广到社会科学、自然科学和工程技术科学等越来越多的领域，应用例子更是多如繁星、数不胜数。美国零售巨头沃尔玛归纳分析了消费者的购物小票，发现年轻爸爸们在购买尿布时，常常会搭两瓶啤酒，好在晚上看电视时过过酒瘾。于是，沃尔玛将两者放在一起销售，使尿布和啤酒的销量均大幅增加，这就是著名的“啤酒与尿布”案例。
而1936年美国总统大选则是一个统计学家津津乐道的反面案例。著名的《文学摘要》杂志社按照电话簿目录和汽车俱乐部成员名单向外派发了1000万份调查问卷，调查结果显示兰登将获胜，但实际结果恰好与调查结果相反。
这是由于当时电话和汽车十分昂贵，几乎是中产阶级的代名词，《文学摘要》忽略了这点，它的调查结果只能说明中产阶级更支持兰登，而实际上人数更多的贫困阶级则是罗斯福的忠实拥护者。这一疏忽直接导致《文学摘要》威信扫地，关门停刊。
在亚里士多德之后，英国的威廉·配弟使用数字、重量和尺度将社会经济现象数量化，并于1672年出版《政治算数》一书，这是近代统计学成立的标志。从此，统计方法与数学计算和推理方法开始结合。
统计学的两个核心理论是大数定理和中心极限定理，前者证明了一小部分样本即可代表全体，后者解释了样本量和结果可靠性之间的联系。这两个定理共同保证了抽样分析的合理性。本书开篇便介绍了这两个定理，以及如何挑选样本，确保分析结果的可靠性。
抽取出样本数据后，探索性分析是不能跳过的一个分析步骤。本书的第2章介绍了各种探索性分析方法，第3章则用图表的形式来表现分析结果。这两个章节的意义在于初步了解样本数据的特点。
概率分布是现代统计学的理论基础。从15世纪开始，数学家就对赌博问题产生了浓厚的兴趣，最知名的赌博问题有分赌注问题和三门问题等。传统的赌博问题引出的是离散概率，由离散概率进一步研究，又得到连续概率。本书第4章讨论了几种常用的概率分布。
在学习统计学的理论基础后，一个自然而然的想法是使用样本中的信息去估计总体中的信息。例如，灯泡厂抽样检查时，抽取的灯泡寿命和全部灯泡的寿命是什么关系？参数估计和非参数估计所关心的就是这样的问题。第4章详细地讨论了这些内容，即如何用样本中的信息来表达总体中的信息。
有了对总体的估计后，我们还关心这个估计是否可靠。同样的估计方法在不同情况下的可靠性是不同的，第5章总结了如何判断估计值的可靠性，即假设检验的内容。第6章的主题是方差分析，它是假设检验的进一步延伸。方差分析与实验设计紧密相关，它最早用于解决农业问题，即改变各个培养条件，通过观察产量找出最佳的麦子种植方法。
第5、6、7三章的内容彼此相关，第8章则较为独立。它研究了一些变量是如何决定另一些变量的，相关分析和回归分析是统计学中十分重要的部分，也是实际生活中应用最广的两种分析方法。
总之，统计学是一门发展时间较长、较成熟的学科。随着大数据的崛起，统计学也被注入了新的元素。越来越多的人激发了对统计学的兴趣。本书较全面地介绍了常见的统计学分析方法，包括描述性统计分析、参数估计、非参数估计、相关分析和回归分析等部分。此外，本书还注重与实际案例的结合，生活中的许多常见现象都可以在本书中找到踪影。在写作本书过程中，我们也注意坚持以下特色。
本书特色
1．案例贴近生活，语言生动有趣，实用性强
统计学出现在生活中的方方面面，一些大家常见的生活现象背后蕴含着深刻的统计学原理。本书通过讨论这些活生生的案例，使用生动活泼的语言，形象地讲解了10余种统计分析方法，这些案例能帮助读者较容易地领略统计分析背后的原理，而这些方法反过来又可以解决许多生活中的实际问题。通过阅读本书，读者能够深切地体会到统计学在生活中的各种用处。
2．内容深入浅出，层层递进，适合各个层次的读者
本书从最简单的描述性统计分析入手，由易到难，依次讲解了统计图表绘制、概率分布等基础知识，以及参数估计、方差分析、相关分析和回归分析等分析方法。而在每一章节中，作者也精心安排知识点分布，以达到层层递进的效果。本书内容深入浅出，读者既可以按照顺序依次阅读，也可根据自己的实际水平，单独阅读每一章节。
3．文章脉络清晰，构建出一个完整的数据分析知识体系
统计学分析的各个分析方法之间存在递进关系，如方差分析是在假设检验的基础上发展得来的，而假设检验又是对参数估计的拓展与延伸。本书按照各个知识点的关系合理地组织了文章结构，各个章节间彼此关联，构建出一个完整的数据分析知识体系，可帮助读者对统计分析形成一个全面的认识。
本书体系结构
本书共由8章构成，每一章都有一个独立的主题，分别为数据的收集、描述性统计分析、绘制统计图表、常用的几种概率分布、参数估计和非参数估计、假设检验、方差分析、相关与回归问题。这8个章节又进一步可分为两大部分。
第一部分为前4章。其中第1章讨论了大数定律、中心极限定理和几种常用的抽样方法，解释了统计分析中样本数据通常是从何而来，以及统计分析方法为何有效。第2章讨论了一些常见的统计量，如均值、方差、四分位差等，并从统计学角度严格地阐述了它们的不同，以及它们的特点，这一章节有助于读者初步构建统计思想，从统计学的角度理解问题。第3章的主题是绘制图表，这一章与第2章节前后呼应，向读者展示了统计学的一个基本职能，即将分析结果简洁明了地表达出来。第4章则是有关概率分布的基本知识，这是比较抽象而难以理解的一章，通过阅读这一章节，读者将正式踏入统计学的大门。
第二部分为后4章。在学习基础知识后，读者将开始接触更高深的统计学分析方法。第5章包含两个主题，即参数估计和非参数估计，它们研究的是如何用样本中的信息去估计总体中的信息。第6章讨论了样本对总体的估计是否可靠。而第7章则是对第6章的拓展，将两个样本的情况拓展到多个样本中去。
第5、6、7章的内容环环相扣、相辅相成，第8章则较为独立。但相关分析和回归分析是统计学中十分重要的部分，也是实际生活中应用最广的两种分析方法。第8章仅简要讨论了几种常见的回归方法，还有一些内容并未列出，如泊松回归分析等。
以上划分方法仅为一个参考，本书的8个章节互相联系又彼此独立，读者可按照上述顺序阅读本书，也可优先阅读某些章节，如在读完前4章后，可直接阅读第8章。
本书读者对象
·想要学习统计学的数据分析从业人员
·统计学、金融学、计算机技术与科学等专业的学生
·想要提高统计分析能力的数据分析师
·希望系统学习统计分析方法的从业人员
·其他对统计学有兴趣爱好的各类人员
编者
2017年7月