《The Drunkard's Walk》是一本由Leonard Mlodinow著作，Pantheon出版的Hardcover图书，本书定价：GBP 15.93，页数：272，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《The Drunkard's Walk》精选点评：

　　●哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈就是稍微有点啰嗦。

　　●新年读完的第一本书，说我们的生活其实是被偶然事件所统治，所有成功失败也没有看起来的那么理直气壮，有趣。

　　●上学学的那些公式永远不能理解其中的含义

　　●看到结尾略微感动。觉得自己的命挺好的了。概率论入门书，夹带人生道理。

　　●终于读完了这本书。非常好的统计科普，所有人都应该看，能让我们更深刻的理解生活

　　●Randomness VS Necessity. 事情的发生更多是因为能力还是运气？

　　●关于概率统计的历史科普故事，文字很好读。2012.7.1-2012.7.9，8h27min。

　　●从前没好好学过概率统计的人读后表示受益非浅

　　●A great book that ends on a sober note.

　　●关于概率统计的科普读物。文字流畅，故事精彩。

　　《The Drunkard's Walk》读后感(一)：概率统计发展史

　　看标题原来以为是更偏向于心理学和认知科学方面的书，看了发现主要还是讲概率与统计怎样一步一步地发展起来的历史和科普，当然中间也有涉及到一点点心理学方面的介绍，探讨了为什么很多事情（股市行情、CEO 业绩、职业运动员连胜之类的）明明很大程度上是由固有的随机性产生的“假规律”，但是人们还是会不自觉地去相信自己发现的“规律”并以此来指导自己的行动，一方面的原因是人类不喜欢情况 out of control 的感觉（如果事情是随机发生的，那就不在控制范围了，但是如果是有规律和因果的，那么就有可能在可控范围内），另外就是人类由于 confirmation bias 之类的原因在有了一个想法之后会选择性地忽略负面的例证而只看到支持性的例证。还有一个比较有趣的实验是，在描述了一个行事风格很像积极女权主义者的人之后，让大家在一些陈述中选择概率最大的一条，结果“她是一个积极从事女权运动的银行出纳”比“她是一个银行出纳”的投票要高很多，虽然逻辑上前者的概率是不可能比后者高的。

　　比较励志的结论就是：由于成功事件发生运气因素非常大（一个特定的人中彩票的概率很小，但是一百万人里某一个人中彩票的概率会非常大），所以如果也想成为成功人士的话，有一条很直接的路就是坚持不懈——在不断尝试中除了能积累经验之外，还会逐渐积累你好运气的概率值。

　　至于概率与统计的发展史这一方面来讲，应该还算不错的书了，从古希腊时期就开始讲起，早期主要是赌博为动机进行的这一方面的研究，有许多有趣的轶事，不过非常科普向，所以涉及到的议题都只讲到比较浅显为止就是了。

　　《The Drunkard's Walk》读后感(二)：绝佳的关于统计发展历史和基本概念介绍的书

　　除了介绍基本统计和概率的概念，还有关于专家的人物介绍，满有趣的。

　　人物描述都非常的生动，比如，从前的学习，只知道Fisher创立了好多tests, 现在，这些专家不再仅仅是一些枯燥的名字，更是有血肉的人了。

　　统计基本概念方面，我想这本书是除了课本以外，讲的最好的了。而且形式内容也远比课本有趣的多，有很多非常贴近生活（or at least, the American way of life)的例子。在保证趣味和可读的同时，此书也没有只是蜻蜓点水的讲一点名词概念，也有涉及一些有一定深度的内容。但是深入浅出的讲解又保证从前没有统计知识的layman也可以看懂。

　　人并不能本能的理解统计和概率上的概念。而现实社会里面很多很多信息的确需要统计常识才能更准确的做判断。普通统计知识的缺乏让人们错误的理解信息，做出错误的结论。我想大家生活里面常见的类似错误包括并不仅限于：

　　1。概率有什么用？轮到自己头上，概率还不是要么1要么0？

　　（混淆随机变量的属性，和随机变量的一个实现）

　　2。股票就是赌博，明天的股价只有两种可能，要么上升，要么下降，我堵升，成功概率也有50%呀。

　　（随机变量只有2种状态，并不代表这2种状态发生的几率相等）

　　跟此书相关的，还可以看看Nassim Nicholas Taleb的Fooled by randomness，不过这本要稍微晦涩一点。

　　统计介绍方面可以看Lady tasting tea，概念更多一点，个人觉得没有这本好读。

　　最简单的从概念上，从大面上理解统计问题，可以看很老的一本小书How to lie with statistics.

　　下次再讲统计入门方面的课，打算用一些里面的例子。

　　《The Drunkard's Walk》读后感(三)：If you want to succeed, double your failure rate.

　　正如这本书的副标题所说的，How Randomness Rules Our Lives，书里主要阐述的是如何认识随机性对我们生活的影响。

　　各章节的笔记见：http://book.douban.com/annotation/19391977/

　　作者从历史发展的角度讲述了人们一步步认识随机性，并由此建立了概率论和统计方法的过程。书中并没有涉及到艰深的数学知识，而主要是由很多数学家的历史故事、现代生活中与概率相关的经典事例构成，穿插了形象的数学解释。算是一本数学科普的著作。书中的语言非常流畅优美，适合各种人群各种阅读目的。

　　随机性是怎么影响我们的生活的呢，我觉得主要可以这么理解。

　　1，人类的认知特点本身是不适于理解随机性的，因此对于随机事件，我们的认识会有种种偏差。

　　为了处理信息的方便，我们的大脑试图去寻找事件中的模式，并试图进行预测。常见例子比如生活中预测股价走势的各种模型，各种神棍。然而很多时候，事件的发生纯粹是随机的，我们所谓的模式其实是假象。

　　除了模式思维，我们认知中还有其他各种各样的谬误。例如偏见、试图证实而不是证伪自己的观点、猜测模式的时候忽略了样本的局限性等等。这些谬误都影响了我们对随机性的认识。

　　2，随机性对成功有重要影响。

　　运动员某一年在比赛中的出色表现和基金经理的出色业绩，不一定能代表他们本身的能力很高，很可能完全是随机性的结果。我们的表现也经常是在均值附近波动的，我们不能期待自己总是表现得很好，也很难取得超出均值很多的成绩。当然，本身能力越强，均值越大，取得突出表现的概率也更大。

　　成功的这个特点是有两面性的。一方面，由于随机性的影响，我们很难控制结果本身，我们无法确定自己下次尝试中能做到多好。另一方面，我们能够控制尝试的次数，尝试得越多，表现出色的概率越大。在这种意义上，成功确实是经常属于那些不轻易放弃，不断尝试的人。

　　所以，正如IBM的开创人物Thomas Watson所说的：If you want to succeed, double your failure rate.

　　《The Drunkard's Walk》读后感(四)：成败岂可论英雄？

　　所谓醉汉的脚步，是一个用来描述随机运动的数学术语。作者Leonard Mlodinow以此命名其书，是给读者一个直观冲击：生活中的很多事情，如同宿醉者的脚步一般难以预测。写作此书，也是为了在研究随机性的学术圈和普罗大众之间搭起一座桥梁，那些被学术精英们用来研究和理解醉汉的脚步的工具，也可以被运用到人类的日常生活中去，为读者提供一个全新的视角审视世事万象，并做出更深刻的理解和诠释。

　　古希腊人是以现代数学发明人的面貌出现的，但是为什么他们没能发展出概率理论呢？原因之一在于他们相信未来是按神的旨意而发展的，因此，通过理解随机性来寻找答案就是多此一举；另一个原因，在于他们执着于通过逻辑和公理证明而得的绝对真理，对不确定性却大摇其头。有趣的是，对数学不屑一顾的罗马人，注重实用，由此看到了理解概率的价值。”偶然性正是生活之向导“这一警言来自罗马政治家西塞罗也就不足为怪，而概率一词的词源Probabilis就是他在随机性领域留下的主要遗产.

　　由于赌博的需要，意大利的Gerolamo Cardano成为系统化研究随机性的第一人, 他所发明的样本空间定律，来自于他对随机性之作用机制的洞察，为后世对不确定性进行数学描述提供了基础。在此领域继往开来的，是伽利略，但他研究概率论实是应赞助人Tuscany大公的要求，为其解决在赌博中遇到的困惑——“点数问题”，因此有点不情不愿。而法国数学家Blaise Pascal，则因身体不恙，听从医生嘱咐在赌博中放松，偶然之间，为随机性领域研究做出俩大奠基性贡献：

　　其一是帕斯卡三角形（Pascal triangle），正可用来解决困扰Tuscany大公的点数问题 (the problem of points)。虽然其核心的计算方法早于1050年就由中国数学家贾宪所发现，并在1303年由朱世杰发表于他的《四元玉鉴》中，但留名概率论史的，还是将其发扬光大的帕斯卡。

　　其二则是他的数学期望（mathematical expectation）概念：是皈依上帝后的帕斯卡用来分析遵从上帝律法的利弊方法，后世则利用这被称为帕斯卡的赌注（Pascal wager）的论证确立了博弈论中关于最优策略的定量研究。

　　到处，作者笔锋一转，抛出这样一个问题：假如概率不可知，人们是否可以从观察结果推论出事件的隐含概率？伯努利的”黄金定理“又称为”大数定律“肯定了这一答案。给定一个可容忍的误差范围，给定一个可接受的不确定度，大量观察的结果总能反映隐含的概率。在现实生活中对实际并不够多的数量误用大数定律，则被戏称为“小数定律”。由此，统计学粉墨登场。

　　概率和统计的基本区别在于：概率是基于给定的事件概率做出预测；而统计（该词词源来自于德语单词statistik）则是基于观察的数据推论出隐含的事件概率。两者的连接点，就是所有数学和科学学科中最重要的钟形曲线。揭示钟形曲线重要性的三个人分别是Abraham de Moivre; Carl Friedrich Gauss(高斯)和Laprice（拉普拉斯），集三代学者的努力，揭示了不确定性的测量中产生的随机误差，总是遵循正态分布的规律。时至今日，中心极限定理（大数量独立随机因素总和之取值为任意给定值的概率，服从正态分布）和大数定律成为了随机性理论中最为著名的两个结果。

　　统计学的奠基人是16世纪的英国商人John Graunt和其朋友William Petty (也被视为古典经济学的先驱）。Graunt是通过对伦敦市长编撰的每周一期的“死亡表”研究中认识到统计数据能使我们洞察到那个产生数据的系统。社会学数据常常服从正态分布，而生命的混沌，也似乎总形成可量化可预测的模式。随机性的模式是如此值得信赖，以至于在某些社会学数据中，对该模式的违背，可作为指证坏事的证据。趣闻轶事之一，就是法国数学家Jules-Henri-Poincare曾用此法逮到了一个欺骗顾客的面包师。而今，统计侦察术逐渐流行，并创造了一个称为法律经济学的新领域。

　　将统计学思想引入生物学的，是达尔文的大表兄——Francis Galton。高尔顿在遗传方面进行的研究，导致了现代统计学两个核心数学概念的发现：

　　1）回归均值

　　2）相关系数（描述类似关系的一致性的数学指标）

　　统计物理学的创建者，则是James Clark Maxwell (麦克斯韦)， Ludwig Boltzmanm (波尔兹曼)； 他们运用概率与统计的数学思想，来解释构成流体的原子之运动是如何造就流体性质的。真正使此理论被广泛接受并由此成为大多数现代技术的基础的，是不世出的天才爱因斯坦。在他的分析中，正态分布再次扮演了核心角色，而醉汉脚步的痕迹，也在各研究领域被发现研究。

　　最后，作者指出人类的天性是在各种现象间寻找有意义的联系和可识别的模式，但有时，我们所追寻的不过是海市蜃楼般的幻影。诚如作者通篇努力想要揭示的，人类要理解随机性在生活中扮演的角色，最大的挑战恰恰来自于大脑的构造。随机模式之所以能愚弄人，随机事件之所以会被错误解释，也是因为人们在自觉掌握控制权的需要与认识随机性的能力之间，存在着根本的冲突。

　　“世事难料”、“事后诸葛”等谚语，其实已经包含了关于随机性、偶然性的智慧。相信读完此书，“成败不可论英雄”，也该渐渐深入人心。