统计思维:用Python学透探索性数据分析(原书第3版)
统计思维:用Python学透探索性数据分析(原书第3版)
Allen B. Downey
范秉理, 刘玉婷 译
出版时间:2026年06月
页数:267
“本书兼具深厚的统计学思想精髓与超强实用实操技巧。若你希望快速吃透统计学知识并学以致用,这本书便是你的不二之选。”
——Zachary del Rosario
奥林工程学院助理教授

本书打破传统统计学晦涩的数学授课模式,依托Python编程语言讲解各类统计核心知识。结合海量真实行业数据集案例与配套练习,完整讲解探索性数据分析全流程,涵盖数据预处理、基础统计运算、变量关联分析、模型搭建与结果验证等核心内容。
无论你是数据科学家、软件开发工程师,还是数据分析爱好者,都能快速上手NumPy、SciPy、Pandas等主流数据分析工具,系统学习数据分布、变量关联、数据可视化等核心内容。全书配套交互式Jupyter Notebook,实现读文、跑代码、做练习一体化学习,兼顾入门实操与高阶专项数据分析学习需求,可以帮助读者从零构建完整的统计思维体系,轻松练就专业数据分析能力。
通过本书学习,读者将:
● 掌握用Python进行数据清洗、验证、转换的完整流程。
● 熟练运用NumPy、SciPy、Pandas等主流数据分析工具。
● 理解并能实践4大类统计分布的建模与参数估计。
● 具备独立完成从单变量探索到多重回归分析的项目能力。
● 掌握时间序列分析、生存分析等高级数据分析技法。
● 学会用统计校验、统计推断等专业手段验证分析结果。
● 借助交互式Notebook搭建标准化、可复现的数据分析流程。
  1. 前言
  2. 第1章 探索性数据分析
  3. 1.1 证据
  4. 1.2 NSFG
  5. 1.3 读取数据
  6. 1.4 数据验证
  7. 1.5 数据转换
  8. 1.6 汇总统计量
  9. 1.7 解读
  10. 1.8 术语表
  11. 1.9 练习题
  12. 第2章 分布
  13. 2.1频率表
  14. 2.2 NSFG数据的分布
  15. 2.3 异常值
  16. 2.4 头胎婴儿
  17. 2.5 效应量
  18. 2.6 结果的呈现
  19. 2.7 术语表
  20. 2.8 练习题
  21. 第3章 概率质量函数
  22. 3.1 概率质量函数概述
  23. 3.2 汇总概率质量函数
  24. 3.3 班级规模悖论
  25. 3.4 NSFG数据
  26. 3.5 其他可视化方法
  27. 3.6 术语表
  28. 3.7 练习题
  29. 第4章 累积分布函数
  30. 4.1 百分位数和百分位等级
  31. 4.2 累积分布函数概述
  32. 4.3 比较累积分布函数
  33. 4.4 基于百分位数的统计量
  34. 4.5 随机数
  35. 4.6 术语表
  36. 4.7 练习题
  37. 第5章 建模分布
  38. 5.1 二项分布
  39. 5.2 泊松分布
  40. 5.3 指数分布
  41. 5.4 正态分布
  42. 5.5 对数正态分布
  43. 5.6 为什么要建模
  44. 5.7 术语表
  45. 5.8 练习题
  46. 第6章 概率密度函数
  47. 6.1 比较分布
  48. 6.2 概率密度
  49. 6.3 指数概率密度函数
  50. 6.4 概率质量函数与概率密度函数的比较
  51. 6.5 核密度估计
  52. 6.6 分布框架
  53. 6.7 术语表
  54. 6.8 练习题
  55. 第7章 变量间的关系
  56. 7.1 散点图
  57. 7.2 十分位数图
  58. 7.3 相关性
  59. 7.4 相关强度
  60. 7.5 等级相关
  61. 7.6 相关性与因果关系
  62. 7.7 术语表
  63. 7.8 练习题
  64. 第8章 估计
  65. 8.1 称量企鹅
  66. 8.2 稳健性
  67. 8.3 估计方差
  68. 8.4 抽样分布
  69. 8.5 标准误差
  70. 8.6 置信区间
  71. 8.7 误差来源
  72. 8.8 术语表
  73. 8.9 练习题
  74. 第9章 假设检验
  75. 9.1 抛硬币
  76. 9.2 检验均值差异
  77. 9.3 其他检验统计量
  78. 9.4 检验相关性
  79. 9.5 比例检验
  80. 9.6 术语表
  81. 9.7 练习题
  82. 第10章 最小二乘法
  83. 10.1 最小二乘拟合
  84. 10.2 决定系数
  85. 10.3 最小化均方误差
  86. 10.4 估计
  87. 10.5 不确定性的可视化
  88. 10.6 变量变换
  89. 10.7 术语表
  90. 10.8 练习题
  91. 第11章 多重回归
  92. 11.1 StatsModels程序包
  93. 11.2 多重回归模型
  94. 11.3 控制变量
  95. 11.4 非线性关系
  96. 11.5 逻辑回归
  97. 11.6 术语表
  98. 11.7 练习题
  99. 第12章 时间序列分析
  100. 12.1 电力
  101. 12.2 分解
  102. 12.3 预测
  103. 12.4 乘法模型
  104. 12.5 自回归
  105. 12.6 移动平均
  106. 12.7 使用自回归模型进行回顾预测
  107. 12.8 ARIMA模型
  108. 12.9 用ARIMA模型进行预测
  109. 12.10 术语表
  110. 12.11 练习题
  111. 第13章 生存分析
  112. 13.1 生存函数
  113. 13.2 风险函数
  114. 13.3 婚姻数据
  115. 13.4 加权自助法
  116. 13.5 估计风险函数
  117. 13.6 估计生存函数
  118. 13.7 lifelines程序包
  119. 13.8 置信区间
  120. 13.9 期望剩余寿命
  121. 13.10 术语表
  122. 13.11 练习题
  123. 第14章 解析方法
  124. 14.1 正态概率图
  125. 14.2 正态分布
  126. 14.3 样本均值的分布
  127. 14.4 差值分布
  128. 14.5 中心极限定理
  129. 14.6 中心极限定理的局限性
  130. 14.7 应用中心极限定理
  131. 14.8 相关性检验
  132. 14.9 卡方检验
  133. 14.10 计算方法与解析方法
  134. 14.11 术语表
  135. 14.12 练习题
书名:统计思维:用Python学透探索性数据分析(原书第3版)
作者:Allen B. Downey
译者:范秉理, 刘玉婷 译
国内出版社:机械工业出版社
出版时间:2026年06月
页数:267
书号:978-7-111-81025-4
原版书书名:Think Stats: Exploratory Data Analysis, Third Edition
原版书出版商:O'Reilly Media
Allen B. Downey
 
Allen B. Downey是奥林工程学院的计算机科学教授,曾经在韦尔斯利学院、科尔比学院和伯克利大学执教。他拥有伯克利大学计算机科学博士学位及麻省理工学院硕士和学士学位。他基于自己教授计算机程序设计课程的经验,开创了“像计算机科学家一样思考”(how to think like a computer scientist)的教学理念和方法,并藉此编写了多本编程语言书籍。他编写的其他书籍有:《Think Java》、《Think Python》、《Think Stats》和《Think Bayes》。

Allen B. Downey是美国欧林工程学院的计算机科学教授。他曾在韦尔斯利学院、科尔比学院和加州大学伯克利分校任教。他获得了加州大学伯克利分校的计算机科学博士学位以及麻省理工学院的硕士和学士学位。
 
 
本书封面上的动物是射水鱼(学名:Toxotidae),又名喷水鱼,隶属于射水鱼科。它们以陆生昆虫与小型动物为食,凭借高度特化的口部结构喷射水柱,精准击落猎物。射水鱼科共有七个物种,分布区域从印度延伸至菲律宾、澳大利亚及波利尼西亚。
射水鱼身形侧扁而高,从背鳍到嘴部的轮廓呈一条直线;口部可伸缩,下颌明显突出。其嘴部构造专为捕食而生:口腔顶部有一道狭长凹槽,射水鱼将舌头紧贴凹槽,再收缩鳃部挤压水流,便能射出强劲水柱,射程最远可达5米。当体长达到25厘米时,射水鱼便开始学习喷水技巧,初期命中率不高,它们常成群结伴捕猎,在实践中逐渐提升精准度。
眼睛同样是射水鱼捕食的关键器官。它们拥有极为出色的视力,在瞄准猎物时,能够自动校正光线在空气与水交界面产生的折射偏差。锁定目标后,射水鱼会转动眼球,使猎物的影像精准投射在视网膜的特定区域。一旦猎物进入可及范围,它们还会直接跃出水面,用嘴将其捕获。
购买选项
定价:99.00元
书号:978-7-111-81025-4
出版社:机械工业出版社