一本书如果没有作者自己的观点，而只是知识的堆叠，那么这类书是没有太大价值的。尤其在当前网络发达的时代，几乎任何概念和知识点都可以从网络上查到。但是有一点你很难查到，那就是统计分析的思路和观点。比如，你可以很容易地在网上查到什么是线性回归，但你却查不到怎么“做”线性回归分析，在你遇到实际数据时仍然不知道如何分析。在《白话统计》中，你可以获得这些思路和观点。尽管这些观点未必是所有人都认可的，但根据笔者多年的分析经验，它们在实践中通常是奏效的。《白话统计》凝结了作者十多年来对统计分析的理解，对各种方法的介绍采用全新的理念和思路，不再是介绍方法本身，而是试图将各种方法之间的联系阐述清楚；不再是介绍方法如何计算出结果，而是尽量说明方法背后的思想。当然，本书同时提供了如何实现结果的软件（涉及Excel、SAS、R、JMP、SPSS 等）操作。

序 宋代禅宗大师青原行思曾提出参禅的三重境界：参禅之初，看山是山，看水是水；禅有悟时，看山不是山，看水不是水；禅中彻悟，看山仍是山，看水仍是水。统计学的学习过程何尝不是这样：初学统计时，看到一种方法，觉得就是这种方法，如学到t检验，觉得t 检验就是用于两组均值比较的方法；经过一段时间的学习，突然发现原来看过的方法并不是所想的那样，如在线性回归中也看到了t 检验的身影，这时觉得t 检验不再是自己想象中的t 检验了；再经过一段时间的学习，就会明白方法还是原来的方法，所谓的疑惑只是自己心动而已，这时就真正理解了t 检验的含义，而不再把它当作一种固定于特定场合的检验方法。 对于统计学初学者而言，通过课堂老师的讲授，不难达到第一种境界；然后通过接触各种资料，慢慢就会发现各种方法跟课堂上所讲可能有所不同，剪不断，理还乱，逐渐进入第二种境界；此时，如果不能厘清思路，则很容易陷入迷惑和混乱，想达到第三种境界就难上加难了。当然，你可以充分利用网络资源查找各种信息，从而为自己解惑。然而这种资源虽然多，但较为零散，而且可能会看到众说纷纭的情况，使得你更加凌乱。幸运的是，冯国双博士的这本《白话统计》以通俗、幽默的语言深入浅出地介绍了统计学中的各种概念和思想，为很多人消除了留在心中多年的存疑，可以在这一阶段帮助读者答疑解惑。其中有些内容曾经发布在微信公众号“小白学统计”中，也因此受到了很多网友的好评。 目前，欧美有不少类似白话介绍统计方法之类的书籍，这类书的特点是：不像教材那样用沉重、拘谨的语言来介绍统计学方法，而是以风趣、浅显的话语来解释说明；内容不一定多，但尽量深入。相比之下，国内的这类书籍并不多见，在生物统计学领域尤其缺乏。这就导致很多非统计学专业人士觉得统计学“面目可憎”，始终无法真正喜欢上统计学。可喜的是，目前逐渐成长起来的年轻的统计学家已经意识到这一问题，冯博士的这本《白话统计》正是让统计学尽量接地气的一种有益尝试。 《白话统计》凝结了作者十多年来对统计学的理解，采用别具一格的编写理念和思路，对各种方法的介绍不再是介绍方法本身，而是试图将各种方法之间的联系阐述清楚；不再是介绍方法如何计算出结果，而是尽量说明方法背后的思想。本书对基本概念和方法的介绍没有采用教材中非常严谨的语言，而是尽可能用白话来解释说明。例如，在介绍累积分布和概率密度时，用到了《神雕侠侣》中的情节；在介绍假设检验思想时，用到了“女士品茶”的故事；在介绍中心极限定理时，采用了里约奥运会期间的一则虚拟故事。这不仅使得抽象理论形象化、复杂问题简单化，也增加了本书的趣味性和可读性，体现了作者深厚的理论功底和丰富的实践经验。 在此，我把《白话统计》这本著作推荐给各位读者，无论是初学者、统计学专业人士，还是统计学应用工作者，相信都能从中获益。 陈 峰 南京医科大学教授

目 录 第 1 篇 基础篇 第1 章 为什么要学统计 2 1.1 统计学有什么用 3 1.2 生活世事皆统计 4 1.3 如何学统计 4 第 2 章 变异——统计学存在的基础 6 2.1 随机与变异 6 2.2 特朗普与罗斯福的胜出——抽样调查到底可不可靠 8 2.3 什么是抽样误差 9 第 3 章 郭靖的内力能支撑多久——谈概率分布 11 3.1 累积分布与概率密度的通俗理解 12 3.2 是生存还是死亡？这是一个问题——用Weibull 分布寻找生存规律 16 3.3 2003 年的那场SARS——用Logistic 分布探索疾病流行规律 20 3.4 “普通”的正态分布 23 3.5 几个常用分布——t 分布、χ2 分布、F 分布 28 第 4 章 关于统计资料类型的思考 35 4.1 计数资料等于分类资料吗 36 4.2 计数资料可否采用连续资料的方法进行分析 37 4.3 分类资料中的无序和有序是如何确定的 38 4.4 连续资料什么时候需要转换为分类资料 39 4.5 连续资料如何分组——寻找cut-off 值的多种方法 41 4.6 什么是虚拟变量/哑变量 47 第 5 章 如何正确展示你的数据 52 5.1 均数和中位数——你被平均了吗 53 5.2 方差与标准差——变异的度量 54 5.3 自由度——你有多少自由活动的范围 56 5.4 百分位数——利用百分数度量相对位置 57 5.5 如何比较苹果和橘子——利用Z 值度量相对位置 59 5.6 某百岁老人调查报告说：少运动才能活得久——谈一下比例和率 61 5.7 在文章中如何正确展示百分比 63 第 6 章 寻找失踪的运动员——中心极限定理 64 6.1 中心极限定理针对的是样本统计量而非原始数据 65 6.2 样本量大于30 就可以认为是正态分布了吗 67 第 7 章 从“女士品茶”中领会假设检验的思想 70 7.1 女士品茶的故事 70 7.2 零假设和备择假设 . 72 7.3 假设检验中的两类错误 73 7.4 P 值的含义 76 7.5 为什么P 值小于0.05（而不是0.02）才算有统计学意义 78 7.6 为什么零假设要设定两组相等而不是两组不等 79 第 8 章 参数估计——一叶落而知秋 81 8.1 点估计 .81 8.2 最小二乘估计 82 8.3 最大似然估计 84 8.4 贝叶斯估计 86 第 9 章 置信区间估计——给估计留点余地 88 9.1 置信区间的理论与实际含义 88 9.2 置信区间与P 值的关系 90 9.3 利用标准误计算置信区间 91 9.4 利用Bootstrap 法估计置信区间 . 92 第 2 篇 实用篇 第10 章 常用统计方法大串讲 98 10.1 一般线性模型——方差分析与线性回归的统一 99 10.2 广义线性模型——线性回归与Logistic 回归的统一 103 10.3 广义可加模型——脱离“线性”束缚 107 10.4 多水平模型——打破“独立”条件 112 10.5 结构方程模型——从单因单果到多因多果 119 第 11 章 正态性与方差齐性 .127 11.1 用统计检验方法判断正态性 127 11.2 用描述的方法判断正态性 130 11.3 方差分析中的方差齐性判断 .133 11.4 理解线性回归中的方差齐性 135 第 12 章 t 检验——不仅是两组比较 .138 12.1 从另一个角度来理解t 检验 138 12.2 如何正确应用t 检验 140 12.3 t 检验用于回归系数的检验 141 12.4 t 检验的替代——Wilcoxon 秩和检验 142 第 13 章 方差分析与变异分解 145 13.1 方差分析中变异分解的思想 145 13.2 为什么回归分析中也有方差分析 147 13.3 铁打的方差分析，流水的实验设计 148 13.4 方差分析后为什么要进行两两比较 152 13.5 多重比较方法的选择建议 154 13.6 所有的多组都需要做两两比较吗——兼谈固定效应和随机效应 164 13.7 重复测量方差分析详解 166 13.8 方差分析的替代——Kruskal-Wallis 秩和检验 176 13.9 多组秩和检验后的两两比较方法 178 第 14 章 卡方检验——有“卡”未必走遍天下 181 14.1 卡方检验用于分类资料组间比较的思想 181 14.2 卡方用于拟合优度评价——从Hardy-Weinberg 定律谈起 184 14.3 似然比χ2、M-H χ2、校正χ2 与Fisher 精确检验 186 14.4 等级资料到底可不可以用卡方检验 191 14.5 卡方检验的两两比较 193 14.6 Cochran-Armitage 趋势检验 194 14.7 分类变量的赋值是如何影响分析结果的 196 第 15 章 相关分析与一致性检验 200 15.1 从协方差到线性相关系数 200 15.2 线性相关系数及其置信区间 203 15.3 如何比较两个线性相关系数有无差异 206 15.4 分类资料的相关系数 207 15.5 基于秩次的相关系数 210 15.6 相关分析中的几个陷阱 213 15.7 用ICC 和CCC 指标判断一致性 215 15.8 用Bland-Altman 图判断一致性 218 15.9 Kappa 检验在一致性分析中的应用 219 第 16 章 线性回归及其分析思路 .222 16.1 残差——识别回归模型好坏的关键 223 16.2 回归系数的正确理解 226 16.3 回归系数检验VS 模型检验 227 16.4 均值的置信区间VS 个体的预测区间 228 16.5 逐步回归筛选变量到底可不可靠——谈变量筛选策略 230 16.6 如何评价模型是好还是坏——交叉验证思路 237 16.7 线性回归的应用条件——你的数据能用线性回归吗 240 16.8 如何处理非正态——Box-Cox 变换 247 16.9 如何处理非线性——Box-Tidwell 变换 248 16.10 方差不齐怎么办——加权最小二乘法 250 16.11 当共线性导致结果异常时怎么办——岭回归、Lasso 回归 .254 16.12 发现异常值应该删除吗——谈几种处理异常值的方法 .260 16.13 如何处理缺失值——是删除还是填补 268 16.14 一个非教材的非典型案例——线性回归的综合分析 276

冯国双，北京大学医学部博士，具有十多年的数据统计分析经验，知名统计学平台“小白学统计”的创始者与维护者。已主编多部统计学专著，同时兼任多个与统计有关的学术委员会委员。兴趣爱好：在热爱统计分析之余，还对古玩奇石、盆景制作和诗词鉴赏略有心得。