《爱上统计学》是一本由[美] 尼尔·J. 萨尔金德著作，重庆大学出版社出版的平装图书，本书定价：45.00元，页数：271，文章吧小编精心整理的一些读者的读后感，希望对大家能有帮助。

　　《爱上统计学》读后感(一)：《 爱上统计学》网络评论选摘

　　f***3

　　“尼尔.J.萨尔金德编著的《爱上统计学（第2版）》非常清晰地阐明了整个抽样调查、统计检验的思想和逻辑，特别是书中总结的一个表：在什么时候需要用到什么样的统计技术，对刚入门的人特别有用。比如什么时候用独立样本T检验，什么时候用非独立样本T检验等。且写作语言易懂，鲜有大片大片的数学公式出现，把道理都讲得很清楚。”

　　哈***罗

　　“刚看了几页，确实不像一般教科书那样枯燥！语言幽默，讲述内容通俗易懂！”

　　孙涛3053

　　“非常简单的书，简单易懂， 一小时能看40多页，用最简单的告诉你 数据是怎么得来的，这还是其他书没有的。难度较低 如果有一定基础的 我觉得2天可以看完这本书，巩固基础，补充了一些被主流忽略的边缘知识。”

　　y***i

　　“统计入门书，未涉及很多复杂公式，涵盖简单的SPSS使用，入门不错的选择。”

　　《爱上统计学》读后感(二)：大学辍学就能成为比尔盖茨吗？——倒推因果的错误

　　自从唐骏出了一本书《我的成功可以复制》之后，成功学的书籍算是到了一个转折点。以前是只要你努力你就可以成功，现在是你看我的成功你就可以成功。

　　然而成功的人总是少数的，大量看了这些书或者听了类似讲座的人仍然逃不出自己的圈圈。

　　我们在看待成功人士时，总免不了去分析这些人究竟为什么会成功。

　　最常见的方法就是根据结果，往前回溯，看看这个人究竟干了什么，进一步总结这些因素就是促成成功的关键。不要说一般人了，就连成功人士自己也是这么干的。

　　不过对于统计学来说，这么做相当的危险。我们首先要问自己，如果我们真的进行一次统计测量，这些因素在统计上是显著的吗？

　　我常常看到一些文章喜欢拿比尔盖茨辍学来说事，好像辍学跟比尔盖茨后来的成功有了某种神奇的联系。事实上，还有其他很多诸如此类的倒推因果的案例，比如从爱因斯坦、爱迪生的粗糙的资料中推出天才的童年都是不幸的。比如某些成功人士在年轻时被权威拒绝承认，因此认定只要是无法得到主流承认的人才是真正掌握真理的人。

　　所有的这些案例都有一个共同的特点，就是倒推因果，由果溯因。我必须说这样做是相当危险的，这里推导出来的因果关系很多根本就没有逻辑上的联系，更不用说统计上的显著性。

　　比如说比尔盖茨的辍学。我们现在就可以做一个统计测试，将顺利毕业的大学生和辍学的大学生进行比较，看看二十年之后两组的薪酬水平，社会地位。

　　这里就要涉及到统计学的两个重要的概念，零假设和研究假设。

　　所谓零假设，就是说，辍学的大学生取得高收入，仅仅是由于随机因素造成的，既然是随机因素，我们当然就没有办法确定有什么因素可以导致他们成功。

　　所谓研究假设，就是说辍学的大学生取得高收入，不是由于随机因素引起的，而是因为其他的因素引起的，在这里的因素是辍学。我们可以认定，正是由于辍学导致了这些大学生取得了超过正常毕业大学生的收入。

　　如果最终的测试符合研究假设，那么显然，我们说辍学导致高收入（或者俗套点说因为辍学，所以成功），在统计上是具有显著性的。因此辍学和高收入就有了相关关系。

　　如果符合零假设，那么不好意思，这两者之间半毛钱关系也没有。

　　怎样才算具有统计上的显著性呢？我们都知道其实辍学的人能够成功是非常罕见的，但是如果这样罕见的事情发生的次数足够多，以至于我们不得不接受其实这两者是有关联的。但是如果这样罕见的事情发生的次数不够多，我们只能说，是因为随机因素造成的。

　　事实上，我们根本就不用进行统计测试，仅仅依靠统计的思维就可以断定辍学和高收入（或者成功）是没有关系的，尽管我们可以举出一些有这样的经历的人（现在还可以加上Facebook的扎克伯格），但是这样的人实在是太少了，来来去去就那么几个 ，就从直观的统计思维来言就可以判断出这事没有任何关系的。

　　倒推因果如果要成立，必须具有统计上的显著性，否则，我们很难说你说的那些因素之间有什么可靠的联系。

　　这样给我们什么启示呢？

　　不要以为名人干什么事情，你再去干，你就以为你找到了成功的捷径。

　　尽管市面上有数不胜数的成功书籍，有数不胜数的成功讲座，但是成功还是不像唐骏所说的那么容易复制。至于你要问像马云、唐骏、俞敏洪这些些人为什么这么喜欢励志，我给出的答案是，作为公众人物，这是必要的公关手段，你总不能对那么多期待的眼神说，你们都不行，还是回家耕田吧。这么说的话谁还关注你。所以成功人说的话，听一听就好，当真起来你就输了。

　　在社科中，运用统计学最得心应手的当属金融学。常常有很多关于股票市场的统计检测。我们经常听到很多买入必涨策略，其实这些所谓的策略都是根据看图肉眼观看的，很多论文通过统计上的检测表明，这些策略其实没什么显著性，运用这些策略，赚不赚钱就靠运气了。很多看起来很美好的东西，经过统计检测，真相立马毕露。

　　所以下次看到某些看起来很好的事情的时候，先问问自己，这种事情具有统计意义上的显著性吗？

　　《爱上统计学》读后感(三)：【干货】有用的随书数据链接&不定期更新的读书心得/笔记

　　这本书大概09年时同事推荐看的，

　　之前好像完成任务一样看了前几章，且那时候经验不太足，对数据分析的认识和理解非常肤浅且不太感兴趣；隔了6年重读此书，还是有不少收获的；以前可能是看个热闹，现在慢慢读出了一些门道。

　　越是看似简单的基础类书籍，越是需要思考WHY.

　　国外的教材在学习曲线的设计上很不错，语言的轻松幽默，相关练习的补充及作者的换位思考精神，都让这本书可读性很高，快的话2~3天看完不是问题。

　　比较适合：

　　1. 对统计、数据天生恐惧但又因为工作需要，需要跟数据分析打交道的人；

　　2. 喜欢思考事物间联系，问WHY的人。

　　【下载随书数据的链接——侵删】

　　当时也是找了老半天，发现书上的链接是错的，近日看的时候好奇有没有版本更新，点回自己勘误的网址发现也失效了，估计是作者另谋高了，以前下载的数据包分享如下。

　　《爱上统计学》读后感(四)：一般不错的说，说的比较杂，没太多的理论在里面，好懂

　　这是本难度不大的书，如果刚刚看完高等数学的话。

　　这本书比较详细的讲解了常用的统计方法：

　　独立样本的t检验、显著性检验、回归、方差分析、卡方检验等。

　　我最喜欢这本书的介绍spss的部分。。。

　　我做了一个xmind的读书笔记，在这儿

　　http://blog.sina.com.cn/s/blog_538d6c5501012ehr.html

　　@满座郑义