<?xml version="1.0" encoding="UTF-8"?><rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>统计 | 熊言熊语</title><description>个人主页 https://kaopubear.top 邮件通讯 https://kaopubear.zhubai.love时常安利 偶尔吐槽</description><link>https://broadcastchannel-7al.pages.dev</link><item><title>我第一次读到这篇文章的时候就想在频道分享，只是当时对直接转发英文文章这件事还不太确定</title><link>https://broadcastchannel-7al.pages.dev/posts/212</link><guid isPermaLink="true">https://broadcastchannel-7al.pages.dev/posts/212</guid><pubDate>Tue, 12 Apr 2022 23:54:56 GMT</pubDate><content:encoded>我第一次读到&lt;a href=&quot;https://www.ics.uci.edu/~jutts/AmerStat2003.pdf&quot; target=&quot;_blank&quot;&gt;这篇文章&lt;/a&gt;的时候就想在频道分享，只是当时对直接转发英文文章这件事还不太确定。最近陆续收到一些读者的反馈，看到大家喜欢频道分享的英文资料，我觉得很开心。&lt;br /&gt;&lt;br /&gt;今天分享这篇文章的主题是，一个受过教育的公民到底应该具备怎样的统计学和概率知识。作者在文中总结了七个常见误区，并且通过具体实例来说明为什么这些知识和我们的生活息息相关。&lt;br /&gt;&lt;br /&gt;读完后会发现，作者喊话的对象是那些负责在课堂教授基础统计课程的教师们，而喊话的目的在于推动统计教育的变革。尽管如此，我认为这篇文章写得非常好，适合推荐给所有渴望提升自己的读者。&lt;br /&gt;&lt;br /&gt;这七个容易引起误解的统计学话题分别是：&lt;br /&gt;1. Cause and Effect&lt;br /&gt;2. Statistical Significance &amp;amp; Practical Importance&lt;br /&gt;3. Low Power vs. No Effect&lt;br /&gt;4. Biases in Survey&lt;br /&gt;5. Probable Coincidences&lt;br /&gt;6. Confusion of The Inverse ( Conditional Probability)&lt;br /&gt;7. Average vs. Normal&lt;br /&gt;&lt;br /&gt;阅读这篇文章并不需要读者具备过硬的统计学背景，只需要一点耐心和一段可以用来思考的空闲时间。如果你认为作者的观点有道理，并且想要进一步自学统计方面的知识，那我再推荐一本很耐读的统计学经典教材：&lt;br /&gt;&lt;br /&gt;&lt;b&gt;&lt;i&gt;Statistics&lt;/i&gt; by David A. Freedman&lt;br /&gt;&lt;br /&gt;&lt;/b&gt;&lt;a href=&quot;/search/result?q=%23%E6%95%99%E8%82%B2&quot;&gt;#教育&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E7%BB%9F%E8%AE%A1&quot;&gt;#统计&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E5%85%AC%E6%B0%91%E5%B8%B8%E8%AF%86&quot;&gt;#公民常识&lt;/a&gt;&lt;a href=&quot;https://ics.uci.edu/~jutts/AmerStat2003.pdf&quot; target=&quot;_blank&quot;&gt;
  
  
  
  
  
&lt;/a&gt;</content:encoded></item></channel></rss>