《白話統計》凝結了作者馮國雙十多年來對統計學的理解，采用別具一格的編寫理念和思路，對各種方法的介紹不再是介紹方法本身，而是試圖將各種方法之間的聯繫闡述清楚；不再是介紹方法如何計算出結果，而是盡量說明方法背後的思想。本書對基本概念和方法的介紹沒有采用教材中**嚴謹的語言，而是盡可能用白話來解釋說明。例如，在介紹累積分布和概率密度時，用到了《神雕俠侶》中的情節；在介紹假設檢驗思想時，用到了“女士品茶”的故事；在介紹中心極限定理時，采用了裡約奧運會期間的一則虛擬故事。這不僅使得抽像理論形像化、復雜問題簡單化，也增加了本書的趣味性和可讀性，體現了作者深厚的理論功底和豐富的實踐經驗。
無論是初學者、統計學專業人士，還是統計學應用工作者，相信都能從中獲益。

一本書如果沒有作者自己的觀點，而隻是知識的 堆疊，那麼這類書是沒有太大價值的。尤其在當前網 絡發達的時代，幾乎任何概念和知識點都可以從網絡 上查到。但是有一點你很難查到，那就是統計分析的 思路和觀點。比如，你可以很容易地在網上查到什麼 是線性回歸，但你卻查不到怎麼“做”線性回歸分析 ，在你遇到實際數據時仍然不知道如何分析。在本書 中，你可以獲得這些思路和觀點。盡管這些觀點未必 是所有人都認可的，但根據筆者多年的分析經驗，它 們在實踐中通常是奏效的。 《白話統計》凝結了作者馮國雙十多年來對統計 分析的理解，對各種方法的介紹采用全新的理念和思 路，不再是介紹方法本身，而是試圖將各種方法之間 的聯繫闡述清楚；不再是介紹方法如何計算出結果， 而是盡量說明方法背後的思想。當然，本書同時提供 了如何實現結果的軟件（涵蓋SAS、R、JMP、SPSS等 ）操作。

第1篇 基礎篇
第1章 為什麼要學統計
1.1 統計學有什麼用
1.2 生活世事皆統計
1.3 如何學統計
第2章 變異――統計學存在的基礎
2.1 隨機與變異
2.2 ***與羅斯福的勝出――抽樣調查到底可不可靠
2.3 什麼是抽樣誤差
第3章 郭靖的內力能支撐多久――談概率分布
3.1 累積分布與概率密度的通俗理解
3.2 是生存還是死亡？這是一個問題――用Weibull分布尋找生存規律
3.3 2003年的那場SARS――用Logistic分布探索疾病流行規律
3.4 “普通”的正態分布
3.5 幾個常用分布――t分布、χ2分布、F分布
第4章 關於統計資料類型的思考
4.1 計數資料等於分類資料嗎
4.2 計數資料可否采用連續資料的方法進行分析
4.3 分類資料中的無序和有序是如何確定的
4.4 連續資料什麼時候需要轉換為分類資料
4.5 連續資料如何分組――尋找cut-off值的多種方法
4.6 什麼是虛擬變量/啞變量
第5章 如何正確展示你的數據
5.1 均數和中位數――你被平均了嗎
5.2 方差與標準差――變異的度量
5.3 自由度――你有多少自由活動的範圍
5.4 百分位數――利用百分數度量相對位置
5.5 如何比較蘋果和橘子――利用Z值度量相對位置
5.6 某百歲老人調查報告說：少運動纔能活得久――談一下比例和率
5.7 在文章中如何正確展示百分比
第6章 尋找失蹤的運動員――中心極限定理
6.1 中心極限定理針對的是樣本統計量而非原始數據
6.2 樣本量大於30就可以認為是正態分布了嗎
第7章 從“女士品茶”中領會假設檢驗的思想
7.1 女士品茶的故事
7.2 零假設和備擇假設
7.3 假設檢驗中的兩類錯誤
7.4 P值的含義
7.5 為什麼P值小於0.05（而不是0.02）纔算有統計學意義
7.6 為什麼零假設要設定兩組相等而不是兩組不等
第8章 參數估計――一葉落而知秋
8.1 點估計
8.2 *小二乘估計
8.3 *大似然估計
8.4 貝葉斯估計
第9章 置信區間估計――給估計留點餘地
9.1 置信區間的理論與實際含義
9.2 置信區間與P值的關繫
9.3 利用標準誤計算置信區間
9.4 利用Bootstrap法估計置信區間

7.3 假設檢驗中的兩類錯誤 當我們根據假設檢驗思想*終計算出結果並做出 結論時，誰也不敢保證結論一定是正確的，任何結論 都有錯誤的可能。比如，你做出嫌疑人有罪的結論， 就存在冤枉好人的風險；你做出嫌疑人無罪的結論， 就存在縱容惡人的風險。這實際上就是假設檢驗中的 兩類錯誤，我們通常稱之為I型錯誤和II型錯誤。下 面通過一個例子來*詳細地說明這兩類錯誤。
有一家化工廠，一直在排放污染物。環保署接到 舉報，於是派調查人員前去展開調查。根據環保署的 標準，排放濃度的上限是萬分之三。所以調查人員就 進行抽樣調查，隨機抽取了幾個排放點，檢測排放的 污染物的濃度。經過調查人員的努力，調查結果出來 了，排放濃度是萬分之四，高於排放標準上限。那麼 現在問題來了：要不要讓它關門整頓？ 如果你直接說“當然讓它關門了，都超出上限了 ，還等什麼”，那說明你還沒有真正理解統計學。因 為工作人員隻是做了抽樣調查，既然是抽樣，就有可 能存在誤差。因為這家工廠排放的污染物的濃度有可 能並沒有達到上限，隻是抽樣的地方恰好濃度高而己 。
要判斷該工廠的排污濃度是否超標，就要利用假 設檢驗思想，先設定原假設，即這家工廠的排污濃度 沒有超標，然後根據收集的數據進行統計推斷，*後 計算統計量和P值，做出統計學結論。結論隻可能有 兩種：一是認為超標；二是認為沒有超標。而事實也 有兩種：一是實際上真的超標了；二是實際上並沒有 超標。這兩個結論一組合，就會生成圖7.4所示的樣 式。
從圖7.4中不難看出，所謂I型錯誤，就是環保署 冤枉了該廠，本來該廠的排污濃度並未超標，但環保 署認為它超標了。在這種情況下，該廠喫虧了（無緣 無故被勒令停工好幾個月）。所謂II型錯誤，就是你 放縱了該廠，本來該廠的排污濃度超標了，環保署卻 認為它沒有超標。在這種情況下，附近老百姓喫虧了 （繼續忍受污染）。
I型錯誤和II型錯誤通常又稱為假陽性錯誤和假 陰性錯誤，一般用α和β來表示。它們在不同領域有 不同的含義。如在醫學診斷中，I型錯誤就是誤診， 即本來未患病卻被錯誤地診斷為患病；II型錯誤就是 漏診，即本來患病了卻沒有被診斷出來。在質量控制 領域，I型錯誤又稱為生產者風險，相當於產品本來 沒有瑕疵，結果被錯誤地認為有瑕疵，這種風險由生 產者來承擔；II型錯誤又稱為消費者風險，相當於產 品本來有問題，結果卻沒有發現，這種風險就由消費 者來承擔。
I型錯誤和II型錯誤是一種此消彼長的關繫，I型 錯誤增大，II型錯誤會減少；反之，I型錯誤減少， II型錯誤會增大。這一點可通過圖7.5來說明。
圖7.5顯示的是一組高血壓人群和一組非高血壓