有在速览/重读
《女士品茶》
统计学：基于问题，收集、分析、解读数据的学科
理念变革：抛弃决定论（高尔顿的均值回归）
接纳统计学----皮尔逊提出--随机性
--概率分布
----费希尔构建理论框架--实验设计方法、方差分析法、回归分析方法
统计学的基本理论框架以及用途
描述统计：对数据进行整理，简单直观地呈现出数据
推论统计：利用样本信息推论总体，用已知去预测未知
参数估计
假设检验
统计学的发展历程
19世纪：客观记录数据
20世纪初．简单粗暴的加减乘除运算
20世纪30年代：因战争因素，高度发展---30年代，政治民意测试
---40年代，军事应用
成为各学科数据的研究基础
20世纪末：受到诸多挑战
描述统计：从几个角度来描述数据，告诉我们数据整体处于什么样的水平，数据内部分布是比较平均还是参差不齐，在某个具体的行业或领域内跟其他数据横向相比处于什么样的水平，或者从历史的角度纵向来看又处于怎样的水平。
描述统计虽然是一种处理数据的方法，但它作为一种思维方式同样指导着我们的工作和生活。
关于推论统计：教材中，这部分章节涉及大量的统计方法和计算公式，还有复杂的逻辑推理过程，让很多人头痛不已。然而无论是使用什么分析方法，本质上都不外乎是这么两种思路，那就是“参数估计”和“假设检验”。
所谓的“参数估计”,就是直接从样本出发，利用样本计算出的数据来估计总体情况，它又分为点估计和区间估计两种，
“假设检验”就是从总体出发，先对总体情况提出一个假设，称之为“零假设”。然后通过实验收集数据，将收集到的数据跟这个零假设进行比较，看看之前的差异大不大，大到什么程度才能认为实验方法是有效的。其实“假设检验”的思路跟我们生活中的目标管理很像，先定目标，执行完后看看目标是否达成。这个分析方法，在学术研究领域，是非常常见的。当然科学家们做的“假设检验"要比这复杂严谨得多，但基本思路就是这么简单。
统计方法的过度应用受到了批判。这场统计革命进行了近100年的时间，概率分布的观念已经深深地渗透到现代科学教育中，很多科研工作者们严格按照假设检验的思想去求证，只关心显著性，却很少去思考这些方法背后的思想内涵。这种过度应用其实也受到了许多统计学家的批判。毕竟，标准的统计方法本身并不足以解决问题，研究人员需要关注问题本身，而不是天天盯着数据看它显不显著。
其次，新的学科及技术的出现，削弱了统计学的影响力。尤其是随着互联网的发展，大数据技术的迅猛崛起，轻点一下鼠标，就能获得所有数据。当总体的数据都可以轻易获得的时候，我们还需要推论统计吗，这些经过反复论证的数学公式还有存在的意愿吗?这也是统计学家们需要思考的问题。
