对“伪大数据”说不：走出大数据分析与解读的误区

　　部分
　　关于社会大数据的解读 /1
　　第1 章 法学院院长互发垃圾邮件为哪般 /3
　　当一天招生办主任
　　伪造、精挑细选和换牌游戏
　　正在消失的行为、不限量、学校之间的联系以及部分得分
　　制造工作数据
　　问卷生存游戏、秘密协议、有提示的记忆
　　牵连共犯
　　法学院逃过经济衰退一劫
　查看完整　　

　　冯启思（Kaiser Fung）是一位专业的统计学家，在市场营销和广告领域中，拥有超过15年的应用统计学方面的经验，曾任职于美国天狼星卫星广播公司、美国运通公司、[x+1]公司、Exodus通信公司、美国圣思网络公司等知名企业。他也是纽约大学的兼职教授，教授实用统计学，还是人气博客“垃圾图表”（Junk Charts Blog）的博主，率先对大众传媒领域的数据和图表进行了重要研究，并出版了一本广受赞誉的图书——《数据统治世界》。

　　从另一个角度认识大数据的力量，带我们走出大数据分析与解读的误区，帮助我们培养出数字直觉。
　　我们生活在大数据的时代，在本书中，统计学专家冯启思将告诉你在什么时候可以接受大数据“专家”的结论，什么时候要对这些统计数字提出质疑。他深入人们日常生活和工作中广泛关注的话题，如学校排名、健康指数、就业统计、团购网站等，通过对这些数据的分析与解读来告诉人们什么才是正确的答案，如何才能培养出数字直觉。作者还在书中告诫人们在当今这个信息超载的时代，媒体充斥着各种不良信息，千万不要轻易地信以为真，要学会对“伪大数据”说不！

　　部分
　　关于社会大数据的解读 /1
　　第1 章 法学院院长互发垃圾邮件为哪般 /3
　　当一天招生办主任
　　伪造、精挑细选和换牌游戏
　　正在消失的行为、不限量、学校之间的联系以及部分得分
　　制造工作数据
　　问卷生存游戏、秘密协议、有提示的记忆
　　牵连共犯
　　法学院逃过经济衰退一劫
　　塞克斯顿主义
　　无济于事
　　第2 章 新的统计数据真的能让我们瘦下来吗 /47
　　减肥餐的致命弱点
　　身高体重指数
　　被误用的测量
　　需要解决的难题
　　真正的难题在哪里
　　维持新体重的后一搏
　　第二部分
　　关于营销大数据的解读 /73
　　第3 章 脱销是如何毁掉一家企业的 /75
　　盈利与亏损的分界线
　　网络营销真的那么管用吗
　　第4 章 个性化销售真的能挽救高朋吗 /97
　　通过电子邮件检索
　　失败的乐趣
　　当米兰达遇见帕特里克
　　高朋的目标客户到底在哪里
　　高朋模式需要更多的新客户
　　高朋的定位
　　成长的阵痛
　　第5 章 营销人员为何给你发混合型的推销信息 /119
　　超特大号（XXL）提包是如何泄露你的秘密的
　　商家都了解你的什么
　　传递混合信息的科学性
　　大数据是救世主吗
　　第三部分
　　关于经济大数据的解读 /137
　　第6 章 要是没人能够申请，这还算新工作吗 /139
　　找借口
　　是否需要进行季度性调整
　　这条鱼变质了
　　华盛顿过去的那些漂亮的统计数据
　　克鲁德尔称之为“哎呦”
　　第7 章 你买鸡蛋花了多少钱 /167
　　有些你看见了，有些你没看见
　　对被平均化的不满
　　谁的核心
　　钻啊，孩子，钻啊
　　对平均数的惧怕
　　第四部分
　　关于体育大数据的解读 /189
　　第8 章 你是好教练还是好经理 /191
　　邀请统计学家进入你家厨房
　　生活在梦幻游戏之外
　　首先看一下教练
　　再看一下教练能力
　　杰伊为何要忽略自己的建议
　　被总经理所禁锢
　　命运
　　接下来在家里会发生什么
　　后记 在大数据时代生存下去 /221
　　[美其名曰] 大数据科学家生活中的三个小时
　　三天与6 000个词的较量
^ 收 起　　

　　冯启思（Kaiser Fung）是一位专业的统计学家，在市场营销和广告领域中，拥有超过15年的应用统计学方面的经验，曾任职于美国天狼星卫星广播公司、美国运通公司、[x+1]公司、Exodus通信公司、美国圣思网络公司等知名企业。他也是纽约大学的兼职教授，教授实用统计学，还是人气博客“垃圾图表”（Junk Charts Blog）的博主，率先对大众传媒领域的数据和图表进行了重要研究，并出版了一本广受赞誉的图书——《数据统治世界》。

　　从另一个角度认识大数据的力量，带我们走出大数据分析与解读的误区，帮助我们培养出数字直觉。
　　我们生活在大数据的时代，在本书中，统计学专家冯启思将告诉你在什么时候可以接受大数据“专家”的结论，什么时候要对这些统计数字提出质疑。他深入人们日常生活和工作中广泛关注的话题，如学校排名、健康指数、就业统计、团购网站等，通过对这些数据的分析与解读来告诉人们什么才是正确的答案，如何才能培养出数字直觉。作者还在书中告诫人们在当今这个信息超载的时代，媒体充斥着各种不良信息，千万不要轻易地信以为真，要学会对“伪大数据”说不！