統(tǒng)計(jì)思維-程序員數(shù)學(xué)之概率統(tǒng)計(jì) 內(nèi)容簡介：

　　《統(tǒng)計(jì)思維：程序員數(shù)學(xué)之概率統(tǒng)計(jì)》是一本以全新視角講解概率統(tǒng)計(jì)的入門圖書。拋開經(jīng)典的數(shù)學(xué)分析，downey 手把手教你用編程理解統(tǒng)計(jì)學(xué)。概率、分布、假設(shè)檢驗(yàn)、貝葉斯估計(jì)、相關(guān)性等，每個(gè)主題都充滿趣味性，經(jīng)編程解釋后變得更為清晰易懂。
　　《統(tǒng)計(jì)思維：程序員數(shù)學(xué)之概率統(tǒng)計(jì)》研究數(shù)據(jù)主要來源于美國全國家庭成長調(diào)查（nsfg）與行為風(fēng)險(xiǎn)因素監(jiān)測系統(tǒng)（brfss），數(shù)據(jù)源及解決方案的相關(guān)代碼全部開放，具體章節(jié)列出了大量學(xué)習(xí)和進(jìn)階資料，方便讀者參考。
　　《統(tǒng)計(jì)思維：程序員數(shù)學(xué)之概率統(tǒng)計(jì)》面向廣大程序員和計(jì)算機(jī)專業(yè)的學(xué)生。
　　現(xiàn)實(shí)工作中，人們常被要求用數(shù)據(jù)說話。可是，數(shù)據(jù)自己是不能說話的，只有對它進(jìn)行可靠分析和深入挖掘才能找到有價(jià)值的信息。概率統(tǒng)計(jì)是數(shù)據(jù)分析的通用語言，是大數(shù)據(jù)時(shí)代預(yù)測未來的根基。
　　站在時(shí)代浪尖上的程序員只有具備統(tǒng)計(jì)思維才能掌握數(shù)據(jù)分析的必殺技。本書正是一本概率統(tǒng)計(jì)方面的入門圖書，但視角極為獨(dú)特，折射出大數(shù)據(jù)浪潮的別樣風(fēng)景。作者將基本的概率統(tǒng)計(jì)知識融入python編程，告訴你如何借助編寫程序，用計(jì)算而非數(shù)學(xué)的方式實(shí)現(xiàn)統(tǒng)計(jì)分析。一個(gè)趣味實(shí)例貫穿全書，生動(dòng)地講解了數(shù)據(jù)分析的全過程：從采集數(shù)據(jù)和生成統(tǒng)計(jì)量，到識別模式和檢驗(yàn)假設(shè)。一冊在手，讓你輕松掌握分布、概率論、可視化以及其他工具和概念。

統(tǒng)計(jì)思維-程序員數(shù)學(xué)之概率統(tǒng)計(jì) 目錄：

前言　　xi
第1章　程序員的統(tǒng)計(jì)思維　　1
1.1 　第一個(gè)孩子出生晚嗎　　2
1.2 　統(tǒng)計(jì)方法　　3
1.3 　全國家庭成長調(diào)查　　4
1.4 　表和記錄　　5
1.5 　顯著性　　9
1.6 　術(shù)語　　10
第2章　描述性統(tǒng)計(jì)量　　13
2.1 　均值和平均值　　13
2.2 　方差　　14
2.3 　分布　　15
2.4 　直方圖的表示　　16
2.5 　繪制直方圖　　17
2.6 　表示概率質(zhì)量函數(shù)　　19
2.7 　繪制概率質(zhì)量函數(shù)　　21
2.8 　異常值　　22
2.9 　其他可視化方法　　23
2.10 　相對風(fēng)險(xiǎn)　　24
.2.11 　條件概率　　24
2.12 　匯報(bào)結(jié)果　　25
2.13 　術(shù)語表　　26
第3章　累積分布函數(shù)　　29
3.1 　選課人數(shù)之謎　　29
3.2 　pmf的不足　　31
3.3 　百分位數(shù)　　33
3.4 　累積分布函數(shù)　　34
3.5 　cdf的表示　　36
3.6 　回到調(diào)查數(shù)據(jù)　　37
3.7 　條件分布　　38
3.8 　隨機(jī)數(shù)　　39
3.9 　匯總統(tǒng)計(jì)量小結(jié)　　40
3.10 　術(shù)語表　　40
第4章　連續(xù)分布　　43
4.1 　指數(shù)分布　　43
4.2 　帕累托分布　　47
4.3 　正態(tài)分布　　49
4.4 　正態(tài)概率圖　　52
4.5 　對數(shù)正態(tài)分布　　54
4.6 　為什么需要模型　　57
4.7 　生成隨機(jī)數(shù)　　58
4.8 　術(shù)語　　58
第5章　概率　　61
5.1 　概率法則　　62
5.2 　蒙提霍爾問題　　65
5.3 　龐加萊　　67
5.4 　其他概率法則　　68
5.5 　二項(xiàng)分布　　69
5.6 　連勝和手感　　69
5.7 　貝葉斯定理　　72
5.8 　術(shù)語　　75
第6章　分布的運(yùn)算　　77
6.1 　偏度　　77
6.2 　隨機(jī)變量　　79
6.3 　概率密度函數(shù)　　81
6.4 　卷積　　82
6.5 　正態(tài)分布的性質(zhì)　　85
6.6 　中心極限定理　　86
6.7 　分布函數(shù)之間的關(guān)系框架　　88
6.8 　術(shù)語表　　89
第7章　假設(shè)檢驗(yàn)　　91
7.1 　均值差異的檢驗(yàn)　　92
7.2 　閾值的選擇　　94
7.3 　效應(yīng)的定義　　96
7.4 　解釋統(tǒng)計(jì)檢驗(yàn)結(jié)果　　96
7.5 　交叉驗(yàn)證　　98
7.6 　報(bào)道貝葉斯概率的結(jié)果　　99
7.7 　卡方檢驗(yàn)　　100
7.8 　高效再抽樣　　102
7.9 　功效　　103
7.10 　術(shù)語　　104
第8章　估計(jì)　　107
8.1 　關(guān)于估計(jì)的游戲　　107
8.2 　方差估計(jì)　　109
8.3 　誤差　　110
8.4 　指數(shù)分布　　111
8.5 　置信區(qū)間　　111
8.6 　貝葉斯估計(jì)　　112
8.7 　貝葉斯估計(jì)的實(shí)現(xiàn)　　114
8.8 　刪失數(shù)據(jù)　　116
8.9 　火車頭問題　　117
8.10 　術(shù)語　　121
第9章　相關(guān)性　　123
9.1 　標(biāo)準(zhǔn)分?jǐn)?shù)　　123
9.2 　協(xié)方差　　124
9.3 　相關(guān)性　　125
9.4 　用pyplot畫散點(diǎn)圖　　127
9.5 　斯皮爾曼秩相關(guān)　　130
9.6 　最小二乘擬合　　132
9.7 　擬合優(yōu)度　　135
9.8 　相關(guān)性和因果關(guān)系　　137
9.9 　術(shù)語　　139
作者及封面簡介　　141
索引　　142