至今仍未找到合适的统计学教材

评语：【教材类】英文版的满足要求 未读中文版 现在这本暂列最佳 比《统计学》那本更适合社科 对一类错误二类错误 power的介绍更全

评语：【教材类】很受考研人青睐的一本。和<心理统计导论>一样的美式教材风格。不过这本可能更受青睐因为（1）知识点都被框出来适合背诵(2)和<心>比更干货些，就事论事，<心>则有更多日常例子(3)译者是北师大的。此外这本止步于相关和非参，回归只是相关的一个小节。习题很多适合做参考。（英文到11th edition了）

评语：【教材类】美国大学教材写法 案例非常多 适合本科生阅读 以及借鉴案例 但是有点太过通俗

评语：【教材类】花很多篇幅在科学研究方法上（随机实验、双盲等）。故事和严谨性达到了平衡 案例很多 介绍很全 适合做本科教材

评语：【教材类 中级统计】难得的带有“高级”字样的中文统计书。涉及路径分析、结构方程模型、多层线性模型、中介调节等。其中一半是实操指导，涉及SPSS, Mplus, HLM。还有一半对于分析和其中需要注意的点进行了简述。满足了硕士层级的社科类统计分析课程的需求。

评语：【教材 中阶入门】回归与因果推断 电子版：theeffectbook.net/index.html 通俗易懂，代码和作业都很全，内容全公开，适合入门

评语：【教材类 研究方法】社科同学有了这本书就无敌了【并不 对于学术入门者可以推荐（比硕士新生）涵盖测量学，实验设计，统计学

评语：【测量，研究方法】信效度相关 更偏重于研究方法 也是圣经 内容总结：第一从理念来说明白抽象与具体，概念与现象之间的区别和联系。第二是在具体研究中不断解构概念与现象，寻找中路。第三从实践上进行测量学(信效度)的考量。

评语：【教材类 研究方法】博士时候读这本书真的有打通任督二脉的感觉，里面的统计很简单，就是交叉表，语言也很平实，但是里面的思维模式很透彻，帮助我理解我们为何设立调节/中介/各种变量，各种变量起到什么作用，它们对社科的意义何在。弥补了统计、测量、研究设计之外做研究必要的一个环节。

评语：【教材类 测量】离开心理学以后，才意识到不是每个人都系统性地学过信效度的问题，但是这在社科是何等的重要啊

评语：【高级统计】 因果推断的圣经

评语：【高级统计】 回归分析的圣经 作者理念很好的 也是力求写一本给普通研究者的书 没有太多专业的公式（当然有很多必要的公式） 写得非常清楚的那种

评语：【教材 实操】阅读这本书是非常smooth非常愉悦的体验(没想到有一天我会用这两个词语形容一本统计工具书) 大牛作者果然不一般 不同层次的人能在这本书里面读出不一样的体验:对于数据科学初学者来说 秉持着动物书的优良传统 不诘屈聱牙(全书英文但是读下来都能无负担)概念界定清晰(公式少之又少) 涉及面非常全(数据科学实践都有涉及) 在附带的r python实例指导下能做出非常好看的分析;对于熟悉数据分析这套的人来说(仅拿我举例) 膝盖中了无数剑 书名的practical切实反映在文中 作者行文中会提及一些问题(并带有浅显的解答) 这些问题往往是正规统计书和计科书不提的 但是实践时候绝对是会让人头秃的困惑 此外作者实时关切传统统计学 让这本书适用面更广 让数据科学家能看到自己在统计过去到未来中的位置

评语：【教材 中阶入门】这本书的内容说简单很简单，说高阶也高阶：面向的对象应该是开始做并准备长期研究的人（一般人为什么要把CI的6种interpretation，p的16种misinterpretation搞明白）。但是讲法还是本科生教材的讲法，整本书的核心理念就是讲清楚p,effect size和meta analysis，各种解释、练习、take home message、手绘图、书侧的highlight生怕读者不理解。不过的确有年代性，可重复性危机讨论始于15年，这本写于11年（可以说的确是先驱），在如今21年，CI, exact p, power analysis已经是标配（但是还没成为基准）。比较建议略读，查漏补缺。素材不错：thenewstatistics.com https://osf.io/muy6u/w

评语：SEM

评语：SEM入门 虽然原理讲得比较清楚 但是本质上内容不多 和Rblog上的教程内容量差不多

评语：【科普类】作者以前写过一本casuality。 casuality现在已经可以量化成为一门数据科学。可是，"20年前，询问科学家是阿司匹林治愈了我的头痛吗与问他是否相信巫术相当”。这句话真的戳中了我的痛点。流行病学、社会科学统计与测量的迷人之处就在此呀，看山不是山。 这本书略微诘屈聱牙但是细细消化意味无穷，那些因果推断史上典型的案例都被提及。讨论地系统又深入，值得每个在因果推断上struggle的人都读读。最后还有些控制论的意味。

评语：【科普类】 对标的是《统计陷阱/数据会说谎》 挺适合做数据新闻和科研类新闻的人读的(即对统计感兴趣 对统计不了解 没亲自走过统计坑 但是需要阅读、理解数据的人) 作者活用案例 每章都以案例为始 理论和案例结合地叙述 真正做到深入浅出(get到了好多超棒的素材) 文中还专门讲了data deception和统计生产过程中的结构性谬误 对于外行人来说 给了一把吸引人的锁 非常清晰的导航 也重重地敲了警钟：唯数据主义不可取

评语：【科普类】确认过眼神 是我爱的统计学科普 比女士品茶高不知道哪里去 易读性：高中级 涵盖内容：概率论，客观概率与主观认知的差异，统计谬误

评语：【统计学史，科普类 不推荐】好好的统计学科普为什么要写成学者的生平和八卦，sigh 主要侧重统计分析方法的发明

评语：都是案例的堆叠 很快就翻完了

评语：【统计学史 不推荐】不适合外行人读的统计学史……第一个案例最早最早的赌博分账问题（原来数学的生活来源这么实际…）一句话十几个字我都要推半天到底该如何算的……简直和“由高中数学可知..”一样不友好

评语：【统计学史 不推荐】有点类似《生命的跃升》的写法，详细描述统计学的根基假设（比如观测的不同数值之间是什么关系，为什么会不一样，他们所暗含的潜在值是什么），如何一步一步发展到现在的。这其实是学习统计非常重要的东西。为什么mean这么重要，为什么mean能代表样本的情况？我想很多人都答不出来。不过每章的内容有时会歪楼，科普部分也不算特别深入浅出，需要好好消化。

评语：生存分析+r语言教学