19年读完了这本书，现在2020年3月回顾本书并终于把所有章节的读书笔记整理完毕，也算彻底读完这本书。这儿汇总这本书的读书笔记，并接着机会快速梳理几个部分的关键词，方便自己再次加深理解，以后有机会再继续更新读书笔记。
这本书算是开启我概率阅读的第一本“高知识密度图书”，之前的那本《统计数字会撒谎》只算启蒙了。
关键词：抽样调查，相关性和因果关系，随机，期望值；
统计的关键是抽样，抽样的核心是随机；分析的本质是比较；具体的统计方法论则是显著性检验。
center + spread
抽样调查
抽样调查 有句谚语说：“你不必吃完整头牛，就能知道肉老。”这就是抽样调查的精髓，即通过一部分获知全体的情况。“抽样调查”（sample survey）是一种很重要的观察研究方法。他们只研究目标对象中的一部分人，选中这些人并不是因为实验人员对他们特别感兴趣，而是因为他们具有代表性。
第一部分 产生数据
关键词：抽样调查，实验设计，度量，检测系统，统计陷阱。
从第1章到第8章我们了解到，应该经常问一问数据是怎样产生的，以及具体是怎样测量的。这两方面决定了结论的质量，目的是通过数据获得真相。数字对于那些仔细检视它们的人，最有可能揭示出真相。我们需要培养“数字感”，即检查数字是否有意义的习惯。
抽样调查 有句谚语说：“你不必吃完整头牛，就能知道肉老。”这就是抽样调查的精髓，即通过一部分获知全体的情况。“抽样调查”（sample survey）是一种很重要的观察研究方法。他们只研究目标对象中的一部分人，选中这些人并不是因为实验人员对他们特别感兴趣，而是因为他们具有代表性。
统计推断的第一步，是弄清楚“数据的来源，以及测量系统的情况”，否则就是在错误的前提下进行推理。这就像解决问题理论的一个最基本前提，“问题的本质是什么”，费力解决了错误的问题，还不如什么也不做。
这部分包括，抽样调查（最基本的数据来源方式），如何判断抽样调查过程是否准确，好试验和坏试验（和我最近在学的DOE有很多相似之处！），现实中的一些举例，等，具体见下面两篇读书笔记，我有空再重读并更新。
《统计学的世界》第1部分 产生数据 读书笔记 1/2 2019-4-13
《统计学的世界》第1部分 产生数据 读书笔记 2/2 2020-3-15
第二部分 整合数据（数据可视化）
关键词：图表类型，数据类型，正态分布，相关关系，因果关系，
通过第一部分的“抽样调查”和“实验设计DOE”获得统计数据之后，第二步就是“分析和展示数据”，通过合适的图表等实现数据的可视化，从而获得基本的统计结论，比如数据之间的相关性，进而辅助决策（比如从相关关系进一步分析是否具有因果关系）。
Q1:几种图表类型，何时选择和种图表？
Q2：两种数据类型，分别使用何种图表类型？
Q3:正态分布的基本知识，比如68-95-99.7规则
Q4:两个变量之间通过散点图展示相关关系，如何通过散点分布判断相关性大小，如何计算相关系数并量化相关关系。
Q5:相关关系和因果关系的区别，最容易犯的错误是什么？「《原因与结果的经济学》的三个情况：第三方变量（隐含变量），反向因果，？】
统计数字给出的是相关关系，而我们需要用逻辑来寻找因果关系。
《统计学的世界》第2部分整合数据 读书笔记1/2 2020-03-08
《统计学的世界》第2部分整合数据 读书笔记2/2 2020-03-10
第三部分 机会与概率
关键词：随机，概率模型，统计模拟，期望值
这一部分是更进一步的“统计基础知识”，上面的四个关键词，每一个都相当重要。
随机：随机事件，比如掷骰子。
概率模型：一些最常见的随机事件组合，对应常见的概率模型，比如正态分布模型，比如更基础的概率=1/6的掷骰子模型（均匀分布），这些常见的模型帮助我们快速的理解事情的运行规律。
统计模拟：相对复杂的事件，难以用基础概率模型去分析，比如连续掷骰子三次，三个数字都是奇数的概率。这种情况就需要进行统计模拟，自己建立模型并进行随机运算，从而得到相应的概率。很多我们用excel就能搞定。 用模拟代替行动，建立随机模型和模拟是一种科学工具！
期望值：什么是期望值，如何利用期望值决策，比如是否应该买彩票等。简单又超级实用的统计工具！
《统计学的世界》第3部分机会与概率 读书笔记-1 2019-2-11
《统计学的世界》第3部分机会与概率 读书笔记-2 2019-2-20
第四部分 统计推断
关键词：置信区间，显著性检验，双向表，卡方检验。
有了前三部分的基础，这一部分介绍更实用和有价值的统计推断，这是“科学工作者”重要又基础的工具，也是学习DOE和6 sigma的基础知识。
说实话，工作这几年一直对统计推断尤其是p值和显著性检验似懂非懂，工作中一直有接触，但是又不敢确定我的理解是正确的，就像很多人都说“结果显著”或“没有显著性差异”，但是却并不了解“显著”的本质，我自己更是忘了卡方检验和t检验到底代表什么，上学的时候真是狼吞虎咽，只会做题考试，不会灵活运用。
我也是仔细研究这一部分，才真正弄清楚了p值的含义（p=0.05，代表单纯因为随机性得到我们观察到的结果的概率是5%，我们选择接受这5%的“小概率事件”，从而认可我们观测到的结果），
置信区间：正态分布之中，选择一个平均值附近的波动范围，作为可以接受的区间。
置信区间对应几个标准差。
可以用置信区间的概念，反映抽验结果代表整体的可能性。
样本标准差计算公式：
置信区间和显著性检验是相似的，
显著性检验是先建立零假设（认为不存在预期的结果），然后计算出零假设成立的概率，因为概率很低，比如<0.05，进而推翻零假设，选择“备则假设”（alternative hypothesis），并根据计算的概率说明是“显著”还是“非常显著”。
书中的两个经典例子，都是基于显著性检验进行统计推断：
（1）现煮咖啡是否比速溶咖啡好喝？
区分现煮咖啡和速溶咖啡的可能性， 类似于另外一本书的牛奶咖啡先加牛奶和后加牛奶有没有区别，给50个人各两杯进行判断， 假设有36人喜欢现煮咖啡，请问这样是否可以推翻假设，即人们无法区分现煮咖啡和速溶咖啡。
（2）布冯伯爵抛硬币
布冯伯爵抛了4040次硬币，有2048次正面朝上，问这枚硬币是否是正常硬币？
上面的统计推断针对的是“数值变量”，而双向表则针对的是“类型变量”，比如男女，专业，是否上大学，等等。
卡方检验是一种特殊的“显著性检验”，只不过对应的不是正态分布，而是特殊的卡方分布，需要通过查表找到相应条件下的概率。
《统计学的世界》第4部分统计推断 读书笔记-1 2019-3-17
《统计学的世界》第4部分统计推断 读书笔记-2 显著性检验 2019-3-21
《统计学的世界》第4部分统计推断 读书笔记-3 双向表 2019-5-28
2020-03-21 整理本文，重读各章节读书笔记，1 hour