《简单统计学》的读后感大全
《简单统计学》是一本由[美] 加里·史密斯著作，后浪丨江西人民出版社出版的平装图书，本书定价：58.00元，页数：376，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。
《简单统计学》读后感(一)：对普通读者可能有点困难
一本不错的书，有很多有意思的例子。我最喜欢三个门后有两只山羊的问题，即使你知道了正确答案，如何说服自己也是很有挑战的。至于说服我的老婆，哦，算了吧，完全是不可能的。
这个世界充斥了太多的傻子和骗子，他们用扭曲的数据和模式欺骗自己欺骗别人，我们除了要提防他们，也要提防自己。
这样一本书，如果无法畅销，大概因为大多数人的头脑根本不具备理解基本的数学问题的能力。
《简单统计学》读后感(二)：自媒体最讨厌的一本书
好书，这本书石锤了很多畅销书，比如基业长青，创新者的窘境，魔鬼经济学之类的，简直就是自媒体营销号的天然对头。不想被收割智商税的人，必读。 所有预测的书都是错的，因为他们的模型都建立在统计相关上，而非因果关系上。本质是一种赌博。
回溯性研究的意义在于我们可以把结论卖给那些想要探寻秘诀的人。
世界上赚钱的方式很多。不犯法的很少，其中最容易的就是割韭菜。
这本书竟然教育韭菜小心镰刀，简直就是挡人财路杀人父母！
《简单统计学》读后感(三)：科普文章，教大众掌握自我分析研究数据 不要都“拿来主义”
数据是不会说谎的，都是真实的。但是如何客观的整理归纳数据，展现它们，并且从找出可能影响结果的各个因素是很难的。作者举出了很多的实例来说明数据也可能“欺骗”大家，并且科普了一些统计学上的一些基础的理论原则。此书的意义在于大家要学会自我去消化理解各式各样的的图表，数据，不要被表象迷惑。现在是信息大爆炸的时代，大量的数据通过微信等网络平台推送到人们面前，很多人失去了自我判断研究的习惯是很可怕的。书中的例子我觉得有点多，然后感觉故意为了充实书的内容写的有些杂乱。但是作为科普还是值得大家看一下的。
《简单统计学》读后感(四)：难道没人疑惑开篇关于章鱼保罗的预测数据吗？
书里说章鱼保罗08年欧洲杯6猜4中，但实际上各方数据显示是6猜5中，只有决赛错了。书中还说保罗选择过三个国家，德国、西班牙、塞尔维亚，但实际上还有一场保罗是选择了克罗地亚，书中也遗漏了…这难道没人发现？不过克罗地亚的国旗也是水平条纹，这倒进一步巩固了书中论点。本来这本书是向其他期刊、专著“较真”、“找茬”，以传达客观、真实的理论，但这开篇的数据确实让人疑惑…
———————————分割线——————————
通过编辑提醒，外文网站Home Industry Portal上的数据确实显示是6测4中，焦点的克罗地亚对德国，保罗选择了德国。但百度百科等中文网页却显示的是6测5中……
《简单统计学》读后感(五)：内容概览
被模式诱惑
相关、趋势、模式本身无法证明任何事情，如果没有合理的解释，任何模式都只是模式而已，缺乏理论的数据仅仅是数据，缺乏数据的理论也仅仅是理论而已。
具有误导性的数据
不要忽视其中的混杂因素，一些学生之所以选择就业率较低的大学，是因为他们难以从其他大学毕业；伟大公司的共同点可能也会涉及具有这些特点但是不那么伟大的公司。
变形的图象
对于没有零点坐标的图标应该当心。
《简单统计学》读后感(六)：优秀学术杠精手册
第二本啃完的统计学书籍
比起第一本讲贝叶斯理论的这本专著于统计学中的逻辑陷阱，但我真的不知道为什么市面上的统计学书籍都执着于把自己命名为“极简”“生活中的”，让人看起来好像没那么硬敢于翻开第一页（但其实还是很硬）。特别有意思的是我同期看小岛宽之和加里 史密斯，于是发现两本书里都用了同一个案例“提蒙霍尔问题”，一个用贝叶斯推理说换门啊白痴！另一个用标准统计学算完了说换什么换概率都一样的，智障。
看过本书之后正好在上Bio心理学，Annika讲ADHD的时候以印度和中国做例子，有数据证明这两个国家是ADHD的高发地区，她认为这是因为不同的文化教育方式。
诚然，我不否认中国和印度的教育模式真的很让人容易ADHD，但沿用本书的逻辑
为什么ADHD的数量多，
因为这两个国家本来人就多，
ADHD的适龄患者更多
于是读完了这本书之后，唯一的收获就是我成了我们系里不相信数据的杠精。
……
《简单统计学》读后感(七)：识破（本书作者）一本正经的胡说八道
受得到App顾衡的推荐，花了几天读完了这本《简单统计学》，抱着期待去读的，最大的收获是第七章"辛普森悖论"，然而作者讲得也不好，结论是我自己总结出来的。总体上并没有达到我的期望。
作者所选用的案例都挺值得思考的，他指出很多滥用统计学的错误，都很有代表性。但他所得出的结论，很多具有误导性，把简单的事情讲复杂，故意隐藏前提，并且混淆概念。而且我认为作者尤其在经济学的功底并不强。不过正如作者的标题《如何识破一本正经地胡说八道》，读这本书我还是花了不少时间仔细思考，来识破作者"一本正经地胡说八道"，这对我的统计学能力还是有所锻炼的。
综上，我觉得作者大概并没有在实际生产中应用过统计学，他至少没有告诉我们应该如何正确地应用统计学，只是在毫无建设性地嘲讽那些应用错误的案例。
如果你完全不懂统计学，可以读一下，能帮你避一些坑；但在接受作者的观点之前一定要仔细思考一下。有比较强统计学知识背景的人可以用这本书锻炼一下自己的思维能力。
《简单统计学》读后感(八)：如何让你的论文充满了数据支持
首先想好你的观点：初中生都爱吃棒棒糖！
然后用数据证明你的观点。
不好！数据好像反对了我的观点。
那一定是选择数据的时间错误了。减一年。改为：初一到初二的初中生都爱吃棒棒糖！
还是不行。
那一定是选择数据的对象错误了，我的观点只针对女性。改为：初一到初二的女初中生都爱吃棒棒糖！
还是不行。
一定还有别的因素导致我的数据是错误的，改为：初一到初二的女初中生在星期二的下午都爱吃棒棒糖！
对了！我就说我的论文是成立的吧！
————像个书评吧！————
我的收获：
1.避免被模式诱惑，毫无理由的随机事件很多。
2.数据、图表都会骗人。
3.均值回归。
4.平均定律。
5.德克萨斯神枪手。
6.缺乏数据的理论和缺乏理论的数据都是bullshit。
《简单统计学》读后感(九)：前面部分比较好，有几个概念还是让我印象深刻
以前偶然看到有个豆瓣网友写道“第一次学统计学，感觉这是上帝的密码”，当时对这句话不以为然，直到看了这本书，虽然比较浅显易懂，但是仍然隐约带给了我巨大的震撼。统计学绝对是一门博大精深且充满魅力的学科，我想以后有机会还会购买相对专业和系统的图书进行阅读。
谈谈这本书，我感觉作者倾注了比较多的精力在前3/4部分内容的拟写上，前面章节每一小节的内容有一定的篇幅，且比较连贯，用语平实，案例丰富生动，而后面几章读起来则给人一种凑数的嫌疑。
我印象比较深刻的几个概念是“幸存者效应” “辛普森悖论”“自选性偏差”；几个案例：《从优秀到卓越》的案例、某一地区只有一件错误登记的谋杀事件，却被用之错误估算并放大了当地犯罪率的案例、分析哥伦比亚大学招生中是否存在性别歧视的案例....
这门书帮我入了个门吧，大概，也彻底改变了以往我在生活中一些根深蒂固的错误想法和观念，比如总是觉得权威杂志和知名机构的结论和判断总是合理而正确的。与其说这本书让人学会如何轻松识破一本正经的胡说八道，不如说这本书教导人要培养起一颗求证的心，去坚持用审慎的态度面对生活中铺天盖地的实验数据和研究结论。
《简单统计学》读后感(十)：小汇总
1.只有成功的数据分析案例才会被报告出来，大量的失败案例并不会引起新闻业关注
2.过分迷恋统计显著性是没有意义的
3.通过数据挖掘总能在数据中发现模式，但这些模式需要理论解释，并且需要用新的数据去检验，否则会是一种荒谬的论点
4.不要轻信计算机，“输入垃圾，输出垃圾”
5.对观测数据会产生自选择偏差；对回溯性研究可能存在幸存者偏差
6.在报告中没有展示出来的数据可能更重要
7.对于基数小的数据，一个意外就会有很大的影响，因此可以选择多年数据扩大基数，减少意外影响
8.当心比较中随时间共同增长的事物产生的伪相关
9.图表的纵轴、横轴的变化会扭曲数据
10.对于时间数据不要忽略人口和物价因素
11.均值回归是自然现象；对能力的不完美测量会导致观测差异大于实际差异；均值回归不等于能力趋同，而是好运与噩运的交替
12.即使是随机事件也会发生数据聚集
13.留意研究人员数据的分组和范围选择，这可能只是为了创造统计显著性支持他们发现的模式
14.历史趋势需要合乎逻辑并且可持续，才可以进行合理外推
15.要注意时间数据的起始点