评价"为什么"的豆瓣成员(12)

9.2
  • 力荐66.7%
  • 推荐25.0%
  • 还行0.0%
  • 较差8.3%
  • 很差0.0%
  • 埑
    2024-12-13读过
    多年前研究温升测试顺序对于测试结果的影响,实际上同组后测试比先测试温升曲线均高近1℃,然而独立性检验得出不相关的统计结论。现在想想或许是陷入某些中介谬误导致理论不符合实际。感受到了基础学科发展的奇妙,理论很有说服力,有点想看看这个父权社会搞出的道德机器能有多道德。 扣一星在于谈到经典统计学语气过于苦大仇深,并没有人把作者丢到火里烧死,别太矫情。
  • 毛毛猎人
    2021-12-23读过
  • recco
    2021-01-11读过
  • 风之在野
    2020-09-21读过
  • 曹旭
    2020-07-05读过
    This book is very enlightening!
  • 漫无止境
    2020-04-06读过
    上学时便对统计和概率头痛不已,选修的线性规划事实上也挂科了,再看这本书虽然有种在看《高观点下的初等数学》的感觉,不过悲伤的事实还没变:看不懂。最近看科普还总让人觉得离科学前沿落后了几十年,真是「吾生也有涯,而知也无涯。以有涯随无涯,殆已!」。
  • mliml
    2020-03-01读过
  • 泼眼明
    2020-02-25读过
    主要内容相当有启发,也可以视为从《心理统计学》到《高级心理统计》的背景知识补充。但是有点啰嗦,可能这些内容写成论文会比较得劲?
  • 冷
    2020-02-14读过
  • png
    2019-12-02读过
  • 竹间漪
    2019-10-12读过
    当计算机能够掌握因果推理,强人工智能终将来临。
  • 吴焚舟
    2019-08-12读过
    非常好看,讲述了因果推断这一个相当新的领域,而且作为一个学统计的,这里面的概念简直是mind-blowing