在纯文科生的眼中，量化统计就是高大上的研究方法，可惜数理脑子不够，一直望洋兴叹。
偶然见到这本书《戏说统计》，副标题便是“文科生的量化方法”。作为纯文科生，对于所有的看起来很科学的高大上方式都心驰神往。结果假期拜读了一个星期，发现还是如干啃馒头一般难以下咽……
费了十来天的劲儿，合上书发现，读这本书带来了两个收获。
那些我们对量化的刻板印象第一个收获是，这本书打破了我对量化的一些刻板印象，比如：
1、有数据、有百分比就是我们需要的量化。
有数据的论文非常常见，但这只是最最简单的，没怎么用上量化真正的威力。
2、量化的就是科学的，是可以确定地告诉我们结论的。
量化其实只能给出概率，哪怕结果是显著的，也只是代表概率高。而决定放弃任何一个概率时，也没有一条绝对值来判断低于多少的就可以舍弃，特别是在它所代表的选项被放弃后可能会带来严重后果时。
3、定量分析比定性分析高级、准确。
第一，定性分析才是基础，如果没有定性分析找出的方向，定量分析将寸步难行；
第二，定量分析没有那么准确，很多时候数字上的相关不一定代表实质上的相关，而这样的数据可以拿来蛊惑人心。我们需要定性分析帮助判断，找出真正的影响因素。
第二个收获是，提炼出了几个比较有用的概念，跟纯文科生们分享一下，也许下次看到的时候就会知道在说些什么。
一、效度与信度目前学校越来越多地采用网络阅卷和成绩分析成绩分析中，时常会见到一个项目是分析某一题目的效度与信度分别是多少。那它们是什么意思呢？
其实这两个概念我还在大学里的时候便接触过，但是一直混淆，看了这本书才发现，也不全怪我，翻译实在是有点问题。
效度（validity)可以理解为切实，测量的就是自己想知道的。想要测一个人的身高，却搬来了一个体重秤，这个称测出来的值效度就很低，因为你测出来的不是自己想要得到的数据。拿到测试里就是，比如你想考学生的语言表达，结果题目里要求学生背诵原文，那肯定不切实际，考不出来。也就是效度低。
信度(reliability)可以理解成可靠，即数据是真实可信的.比如一个体重秤，可信就是指测得准，比如你第1次第2次第3次站上去都是50公斤，那它就是可信的（可是我不信！），如果隔一会儿上去，数值就大幅摆动，那它就是不可信的。考试中如果很多人作弊，这场考试的信度就很低。
测试中高信度的题目是指，同一个人多次做这个题，得分率应该差不多。比如不要出现模糊的概念，让学生猜，或是超过了学生的理解力，学生做时不得不每一次都是蒙。
效度、信度这两个词不好记，很大程度上是因为字面意思和所指的实际意思不太一致，改成切实、可靠会好记不少。
小测试：《红楼梦》的作者是？
A. TFboys B. 蔡徐坤 C.语文老师 D.曹雪芹
请问这个题的效度和信度怎么样？
A 效度高，信度低
B 信度高，效度低
C 都高
D 都低
二、正态分布正态分布（normal distribution）就是这样的一个图。
数字不重要，每个图里各不相同，形状比较重要，有点像正弦函数的一部分。峰顶是这一属性平均值的位置。
正态分布英文是normal distribution，可以理解成为正常分布，顾名思义，指的是，自然情况下，正态分布是万物分布的常态。无论哪个属性，都是多数人聚在平均值的周围，远远高于平均值的很少，远远低于平均值的也很少。
生活中的很多数据都呈正态分布。比如成年人中身高很高或很矮的人很少，大部分人处在中间。智商也是如此，天才和傻子都不多，我们都是普通人。
这个图可以引发特别多的哲学思考，作者拿了足足一整章来说这件事情。我从其中摘取几句：
1、万有不齐天地事，大道之行是中庸。
可以看出世间万物变化众多，天地不齐。但是大部分事物都聚集在平均值周围，主流平平。这是对世界的基本认识。
2、安于平平，追求不平。
我们每个人必然在很多方面平平，要能坦然接受这一点。
但也有可能在少数方面不平，比如你若发现自己在某一方面幸运高配，那根据正态分布的图像，你超过了平均值，就已经超过了很多人，这种时候要多多发扬对自己有利的属性，不要暴殄天物。
三、回归分析回归分析是一个困扰了我极久的概念。这一次拿着书研究了半天，终于发现，简单来说，回归就是分析一个事物出现，是由哪些因素怎么带来的。影响因素叫做自变项，结果叫作因变项。
回归分析就是研究自变项和因变项之间的关系。回归分析后，我们会得出这二者之间的回归系数，就是根据一个变项的值去求另一个变项的值时要乘的那个数。
比如假设我们要研究某一学科的成绩（单位为分）跟他每周在这一学科上花的时间（单位为小时）之间的关系，那花的时间就是自变项，学科成绩就是因变项。
对它们进行回归分析后，假设我们得到的回归系数是4，意思就是，每周多花一个小时在这一学科上，这个学科就能提高4分。
但是，并非所有的回归系数都是可靠的。要表示这个回归系数可不可靠，常用的术语是“显著”。
显著意味着自变项影响因变项的可能性大，我们有可能根据自变项的变化，去推测因变项的变化。
再回到上面的例子，假如说经过对回归系数的显著度检验之后，这个4被认为显著度很高，那就意味着各科老师要督促学生每周多花点时间在自己的学科上。如果被认为显著度不高，那就有可能关系不大，我们需要找别的影响成绩的原因
整体说来，这不算一本特别合理的科普书。总是默认读者知道一些专有名词，徒增阅读难度。
居然还用了几十页来说怎么学英语。
但是如果哪位同志最近有做量化研究的需求或想法，或是正在学习统计和量化，或是憋在家里时间很多，想感受一下概率视角下的世界，这本书是个不错的辅助~
,
