? ? ? ?統計學看起來很枯燥，其實卻非常有趣。它是數學大家庭的一員，卻不像數學那般高冷，它的親民體現在生活中的方方面面，天氣預報，彩票預測......
? ? ? ?網絡時代的到來帶來了信息爆炸，各種各樣的數據呈現在我們面前，等待我們去梳理、分類，挖掘獲取有用的信息。大數據已經滲透我們的生活，并在不知不覺改變著我們的生活。
? ? ? ?上網時不斷推送的各種購物信息，推薦的電影信息，甚至餐廳推薦，不得不說，網絡有時候比你的朋友對你更了解，它知道你喜歡什么類型的電影，最近讀了什么書，買了什么東西，準備買什么，你生活的方方面面它都一清二楚，在網絡面前，有時候我們是透明的。
? ? ? ? 該書結合生活中的各種事例闡述統計學的基本理論，例如從網上電影推薦系統說起，講述了相關性和相關系數的概念，即為對電影喜好相同的某一類人群，推薦其人群喜歡而作者還未看過的電影，則推薦的準確率要高很多。而從買彩票和買股票的長期均值和期望來看，買股票的利潤要遠遠高于買彩票，而買彩票長遠看總是虧本的。
? ? ? ? ?有時候，直覺會欺騙人，比如蒙提霍爾悖論（三門理論），利用統計學，則可以解釋清楚。
? ? ? ? ?當然，也不要盲從統計學，因為統計學使用的不恰當，往往會給人錯誤的指導。或者說利用數據統計說謊很容易，利用數據統計說出實情卻很難。因為數據統計涉及的內容太多，樣本的準確性，統計方法的正確性，任何一個小小的偏差，就會導致結論的錯誤。
? ? ? ? ? 比如嬰兒猝死癥案件，不能用群體性的概率去估計單個個體的概率，在群體中1%的概率，可能因為基因或其他因素，在某個個體身上概率就是100%。?
? ? ? ? ?而08年的金融風暴則是混淆了統計的準確性和精確性，數據的精確并不代表數據的準確，而一堆不準確的精確數據導致的后果可能是災難性的。
? ? ? ? ? 實際生活中的數據統計，往往面臨著準確取樣的困難。所以不能從數據的表面去妄測事情的因果。比如統計發現愛喝茶的人比愛喝酒的人身體更健康，就推論喝茶有利身體健康。而實際上，愛喝茶的人可能在生活習慣等方面與愛喝酒的人是有本質的不同的，他們是完全不同的兩類人，這樣得出上面的結論就是不準確的。
? ? ? ? ? ? 另外一個事例，美國某個城市的肺結核病人比較多，就由此推測該城市空氣污染嚴重，不適合肺部健康。而實際上是該市藍天綠草，空氣質量非常好，非常有利于肺部健康，正是因為如此，很多肺結核病人來此地療養，就顯得此地的肺結核病人非常多。所以很多時候表面的因果關系其實是相反的。
? ? ? ? ? 書的末尾，再次強調了，使用數據一定要非常審慎，因為得出一個正確結論的難度要比錯誤結論的難度大很多。
