描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787121475665
中国科学院院士江明力荐
本书不仅是相关专业学生和教育工作者的宝贵资源
而且是任何希望在当今数字时代保持领先的专业人士的案头宝典
适合读者包括
学习统计学的学生：
专业包括统计学、数据科学、数学、经济学、社会科学、生物统计学、心理学、医学等
数据科学从业者：
包括数据挖掘、机器学习、深度学习等
学术科研从业者：
领域包括经济学、教育学、生物科学、心理学、社会科学等
数据分析/商业分析从业者
对统计学感兴趣的读者
《基础统计学》历经14 版，经久不衰。该书已经作为国际版统计教材被翻译成多国文字，连续25 年在美国统计类教材中排名第一。本书以浅显易懂的文字以及贴近实际的案例，带领读者专业系统地学习统计思维和批判性思维，领略统计学的真实魅力。本书的第1~3 章着重介绍描述统计学，通过第4~6 章的概率分布逐渐过渡到第7~9 章的推断统计学；第10~15 章介绍了现代统计学中一些重要的实践方法，例如回归分析、拟合优度、方差分析、非参数检验等，读者可以根据自身的兴趣与背景学习相关内容。
译者序
随着大数据时代的到来，数据科学、深度学习以及人工智能等新颖性的概念随之而至。在这些全新概念的背后，仍然能看到统计学的影子。统计学历经百年发展，已经从一个辅助其他学科的工具蜕变为一门独立的科学，而统计学的基础普及，仍然是统计从业人员的一项任重而道远的任务。
特里奥拉教授的《基础统计学》历经14 版，经久不衰。该书以浅显易懂的文字以及贴近实际的案例, 带领读者进入真实的统计世界。任何一名具备初等数学知识的读者，都可以通过《基础统计学》领略统计学的真实魅力。该书的第1~3 章着重介绍描述统计学；通过第4~6 章的概率分布逐渐过渡到第7~9 章的推断统计学；第10~15 章介绍了现代统计学中一些重要的实践方法，例如回归分析、拟合优度、方差分析、非参数检验等，读者可以根据自身的兴趣与背景学习相关内容。
《基础统计学》让无数莘莘学子从初识到热爱统计学，进而踏入统计学相关行业。我在美国本科期间，统计学导论的教材便是特里奥拉教授的《基础统计学》，也因此与统计学结缘。我在研究
生期间攻读了统计学硕士，也在之后的工作中从事着与统计学密切相关的数据科学工作。
我和潘文皓博士非常荣幸获得电子工业出版社张慧敏老师的邀请，负责该书的中文翻译。我和潘博士一致认为，普及统计学的基础教育工作是一件非常有意义的事情。我们热情高涨，在工作之余的7 个月内完成了译著的初稿，其中包括自校以及交叉校对。无论是中文能力还是英文水平，我们都深感有限，译文难免会有瑕疵或者生硬之处，从而无法全部表达原作者的真实思想和观点。因此，我们强烈建议有条件的读者能够去阅读原著，并对我们提出批评指正。
钱辰江
2023 年9 月9 日于美国硅谷
前言
中国古代哲学家老子曾经说过：“千里之行，始于足下。”本书将带领你一步步开启统计学之旅。如果你此时正在阅读这本书，那么你已经迈出了第一步！值得庆幸的是，我们的行程没有“千里”那么远，并且仅需要用你的双脚丈量“偏度”（见第2 章）。
我们现在正处于重大科技变革的前沿，本书中的内容正是这场变革的关键。人工智能、机器学习和深度学习是数据科学的研究领域，而研究数据科学则需要统计学知识。数据科学正在经历前所未有的蓬勃发展。一些预测表明，在短短几年内，对数据科学的需求将增长33%，具备统计学技能的从业者将会出现严重缺口。此外，过去的几十年已经证明，统计学对包括医学、法学、教育学、新闻学、经济学、自然科学、商业和问卷调查在内的众多学科领域仍然至关重要。毫不夸张地说，现在开始学习统计学是一项非常明智的决定。
第14 版的目标
通过对批判性思维和统计软件的应用，以及对协调合作和沟通技能的培养，促进个人的进
步和成长。
学习专业统计学家使用的最新和最佳的方法。更新了美国统计协会（American Statistical Association，简称ASA）发布的《统计学评估和教育指导纲要》（Guidelines for Assessment and Instruction in Statistics Education ，简称GAISE）中所建议的要点。
提供了大量新颖和有趣的数据集、示例以及习题。例如，与生物安全、网络安全、无人机
和互联网流量等相关的数据集。
通过大量广泛的辅助材料以及电子资源，使得教学相长。
读者定位
《基础统计学》适合任何专业的学生。本书涉及少量的初等代数知识，因此建议读者至少完成一门初等代数的课程。在通常情况下，本书介绍的内在基础理论并不像数学专业那样要求有严谨的数学证明。当然，本书不是一本没有任何理论的“食谱”，而是会讲解重要统计方法背后的数学理论。更重要的是，希望读者理解和应用这些统计方法并能对结果进
本书的独特性
我们致力于确保本书每章的内容都能够帮助学生理解所介绍的概念。以下为本书的独特之处。
数据真实
我们花费了数千小时为学生寻找真实、有趣且有意义的数据。全书中94% 的示例和93% 的习题都来自真实数据。部分习题来自附录B 中的46 个数据集，其中20 个数据集是第14 版新增的内容。需要直接使用数据集的习题，一般可在每章习题集的末尾找到，并标有图标。
通俗易懂
本书示例易学易懂、妙趣横生又兼具相关性，作者为此倾注了大量的心血和热情。任何专业的学生都能在本书中找到与未来工作相关的实际应用。
附赠资源
46 个完整数据集的Excel文件。
附录B “数据集简介”的PDF 文件。
附录C “网站与参考书目”的PDF 文件。
附录D “习题参考答案”的PDF 文件。
每章配套学习资源的PDF 文件（包括每章的习题 章节小测试 复习题 综合复习题
软件项目 大数据项目 小组活动题材，近300 页）。
常用符号表。
以上附赠资源，读者可以添加封底读者服务小助手微信，回复“47566”领取。
章节特色
章节的开篇特点
每章都会以一个基于真实数据的“本章问题”开篇，引出本章所关注的内容。
每章都会有“本章目标”，对本章中每节的重点学习目标进行总结概括。
习题特点
许多习题的要求是对结果进行解读。作者倾注了大量心血以确保习题的实用性、相关性和准确性。习题难度是逐渐递增的并分为两部分：基础技能与概念部分和提高部分。提高部分的习题涉及较为复杂的概念或需要较强的数学背景知识。在少数情况下，也会介绍一种全新的概念。
其他特点
小故事：全书共有109 个小故事，用于突出现实生活中的主题，以及培养学生的兴趣。
流程图：用于简化和厘清较为复杂的概念和统计方法。
公式和图表：按章节排列的关键公式，给学生提供了学习便利和快速参考，可以打印出来
用于考试。它还包括常用统计表。
统计软件应用
与本书之前的版本一样，全书中有许多根据统计软件显示结果的示例和习题。通常章节的末尾会包含“使用软件”的参考部分。
灵活的教学大纲
本书的组织结构符合大多数统计学老师的偏好，但是有两个常见的教学变化。
相关性和回归分析的授课顺序：一些老师偏向于在课程早期就涵盖相关性和回归分析的基
础知识。2-4 节包括散点图、相关性和回归分析的基本概念，但不涉及公式。第10 章则对相关性和回归分析进行了深入探讨。
概率论涵盖的内容：一些老师喜欢详细讲解概率论，而另一些老师则偏好只讲概率论的基
本概念。如果是后者，那么可以只讲解4-1 节的内容，而跳过第4 章的其他部分（因为那
些章节不是必要的）。许多老师倾向于在讲解加法原理和乘法原理的同时，也讲解概率论
的基础知识（4-2 节）。
本书涵盖ASA 发布的《统计学评估和教育指导纲要》中所建议的要点。该纲要对教学的指导
意见如下。
- 强调统计素养和培养统计思维：每节的习题都从统计素养与批判性思维习题开始。书中多数习题的设计目的是鼓励培养统计思维，而不是盲目地照搬计算过程。
- 使用真实数据：94% 的示例和93% 的习题使用了真实数据。
- 强调对概念的理解，而不只是掌握计算过程：大多数习题和示例不只是教会学生求解一个最后的数字，而是通过实际解读结果使学生理解统计概念。此外，每章都包括一个“数据驱动决策”的项目。
- 促进课堂上的主动学习：每章都包括“小组活动题材”。
- 使用统计软件培养学生对概念的理解和分析数据的技能：统计软件的分析结果贯穿全书。“使用软件”部分也会提供软件的操作指南。每章还包括一个“软件项目”。当查表所得答案和使用统计软件所得答案之间存在差异时，附录D 的习题参考答案会分别提供这两种答案。
- 通过一些评估手段来提高学生的学习效果并评估学生的学习成果：评估工具包括大量的习题、章节小测试、复习题、综合复习题、软件项目、大数据项目、数据驱动决策、小组活动题材。
致谢
我要感谢成千上万的统计学教授和学生，他们为这本书的成功做出了贡献。我也要感谢审稿人员对本书第14 版提出的建议：Mary Kay Abbey（Vance Granville Community College）、KristinCook（College of Western Idaho）、Celia Cruz（Lehman College of CUNY）、Don Davis（LakelandCommunity College）、Jean Ellefson（Alfred University）、Matthew Harris（Ozarks Tech CommunityCollege）、Stephen Krizan（Sait Polytechnic）、Adam Littig（Los Angeles Valley College）、Dr. Rick
Silvey（University of Saint Mary, Leavenworth）、Sasha Verkhovtseva（Anoka Ramsey CommunityCollege）和William Wade（Seminole Community College）。我尤其要感谢Broward College 的LauraIossi 女士一直以来对《基础统计学》系列图书的支持和贡献。
另外一些近期的审稿人员包括：Raid W. Amin（University of West Florida）、Robert Black（_____UnitedStates Air Force Academy）、James Bryan（Merced College）、Donald Burd（Monroe College）、Keith Carroll（Benedictine University）、Monte Cheney（Central Oregon Community College）、Christopher Donnelly（Macomb Community College）、Billy Edwards（University of Tennessee,Chattanooga）、Marcos Enriquez（Moorpark College）、Angela Everett（Chattanooga State TechnicalCommunity College）、Joe Franko（Mount San Antonio College）、Rob Fusco（Broward College）、Sanford Geraci（Broward College）、Eric Gorenstein（Bunker Hill Community College）、RhondaHatcher（Texas Christian University）、Laura Heath（Palm Beach State College）、Richard Herbst（Montgomery County Community College）、Richard Hertz、Diane Hollister（Reading AreaCommunity College）、Michael Huber、George Jahn（Palm Beach State College）、Gary King（Ozarks Technical Community College）、Kate Kozak（Coconino Community College）、Dan Kumpf（Ventura College）、Ladorian Latin（Franklin University）、Mickey Levendusky（Pima CountyCommunity College）、Mitch Levy（Broward College）、Tristan Londre（Blue River Community
College）、Alma Lopez（South Plains College）、Kim McHale（Heartland Community College）、Carla Monticelli（Camden County Community College）、Ken Mulzet（Florida State College atJacksonville）、Julia Norton（California State University Hayward）、Michael Oriolo（HerkimerCommunity College）、Jeanne Osborne（Middlesex Community College）、Joseph Pick（Palm BeachState College）、Ali Saadat（University of California, Riverside）、Radha Sankaran（Passaic CountyCommunity College）、Steve Schwager（Cornell University）、Pradipta Seal（Boston University）、Kelly Smitch（Brevard College）、Sandra Spain（Thomas Nelson Community College）、Ellen G.Stutes（Louisiana State University, Eunice）、Sharon Testone（Onondaga Community College）、Chris Vertullo（Marist College）、Dave Wallach（University of Findlay）、Cheng Wang（NovaSoutheastern University）、Barbara Ward（Belmont University）、Richard Weil（Brown College）、Lisa Whitaker（Keiser University）、Gail Wiltse（St.John River Community College）、Claire Wladis（Borough of Manhattan Community College）、Rick Woodmansee（Sacramento City College）、Yong Zeng（University of Missouri at Kansas City）、Jim Zimmer（Chattanooga State TechnicalCommunity College）、Cathleen Zucco-Teveloff（Rowan University）、Mark Z.Zuike（Minnesota
State University, Mankato）。
《基础统计学》（第14 版）是一个真正的团队合作产物，我认为自己能与具有奉献精神的培生集团的团队一起合作非常幸运。因此，我要感谢Suzy Bainbridge、Amanda Brands、DeirdreLynch、Peggy McMahon、Vicki Dreyfus、Jean Choe、Robert Carroll、Joe Vetere 以及RPK EditorialServices 的Rose Kernan。
我还要感谢为第14 版校对文字、核对答案准确性的Paul Lorczak 和Dirk Tempelaar。
最后，我要特别感谢纽约大学医学院的医学博士Marc Triola，感谢他在创建全新的在线统计软件Statdisk 方面所做的出色工作。还要感谢Scott Triola 在整个第14 版出版过程中提供的帮助。
马里奥·F. 特里奥拉（Mario F. Triola）
《基础统计学》详尽地介绍了统计学在各个学科领域中的关键应用，包括但不限于自然科学、经济学、法学等，展现了统计学在现代社会中无处不在和不可或缺。从基础的统计学理论到实际的数据分析，本书每一章都是知识的珍宝，等待着你的探索。本书不仅是相关专业学生和教育工作者的宝贵资源，而且是任何希望在当今数字时代保持领先的专业人士的案头宝典。
江明 中国科学院院士
统计学既是研究数据科学的入门基础，也是推动人工智能、深度学习等前沿学科发展的重要工具。本书作为统计学类基础教材在美国连续25年排名第一，其鲜明特色是严谨与易懂并重，同时在应用关联上还提供了大量新颖有趣的示例、习题和数据集。我非常喜欢此书，相信本书能助力读者更好地从统计学视角感知大千世界之变。
徐飞 二级教授，博士生导师，上海财经大学常务副校长
统计学是越来越重要的一门基础学科，更是一种很实用的思维方式，能够让我们从大量的数据中萃取有用的信息。本书是一本优秀的统计学入门教材，用通俗易懂的语言介绍了统计学的理论知识和背后的数学原理，并通过大量的真实数据场景来讲解每种统计方法的实际应用案例和优缺点，能够激发读者对统计学的学习兴趣。
蒋国友 中通科技数据智能部高级总监
统计学是我们借以认识外部世界和人类社会的基本工具，无论是自然科学还是社会科学，都离不开统计学。然而，很多人一听到统计学，就会觉得枯燥无味，烦琐无聊。实际上，统计学的许多原理和规律与我们的日常生活息息相关，无论是投资、创业、就业、上学、就医，还是相亲、交友、结婚、生育，都会用到统计学的知识。善用统计学知识的人会更有智慧，能做出更好的人生抉择。你不信吗？那就请读读这本《基础统计学》，它通俗易懂，妙趣横生，案例精彩，数据丰富。翻阅这部著作，会颠覆你对统计学的认知。
向松祚 《新经济学》《新资本论》作者
统计学应用是数字化时代职场人的核心技能之一；统计思维和批判性思维也是高效做事的思维方式。本书是国际版统计学经典著作，二位译者更是资深大数据从业人员，理论与实践兼而有之。
王颖祥 中国统计网创始人，原永辉超市CDO
评论
还没有评论。