没有数学的统计？ 是否可以？
是的，无需复杂的数学即可理解和应用统计数据。 通过关注基本的逻辑概念、现实世界的观察和简单的图表，学生和研究人员可以掌握统计原理并有效地分析数据，而不会被复杂的数学所淹没。
你需要 统计 和 数据分析 为了您的科学研究，但由于数学复杂性而需要帮助理解和应用这些概念？ 不用担心; 你不是一个人。 大多数与精确科学无关领域的学生和研究人员也遇到过这个问题。 继续阅读，了解如何以及为何可以在不依赖复杂数学概念的情况下理解和应用统计数据。
当前困境
各个领域的许多学生和研究人员都面临着重大挑战 挑战 有统计数据。
这个问题特别 关于 自 数据分析 对所有科学研究都至关重要。
幸运的是，掌握统计学的基础知识并有效地应用数据分析是可能的，而无需成为 不堪重负 通过数学概念。
解决方案
2004 年，William Magnusson 和 Guilherme Mourão 出版了这本书 没有数学的统计.
“《没有数学的统计》不是普通的统计书籍，也不是为了替代传统统计文本而设计的。 太多的数学细节会分散人们对基本逻辑概念的注意力，导致抽样设计、数据分析和科学文献的理解出现错误。 因此，本书从现实世界的观察开始，解释了如何使用统计学作为实用工具来回答有关它们的问题并传达这些结果。 最后，这本书针对中级统计（在大多数书籍和课程中都被忽视），并以最少的数学细节教授概念，而不是使用简单的图表，并在必要时使用类比。 这种方法经过作者多年的课堂测试，彻底改变了学生理解统计的能力。“
有 必要 书中的事实和见解包括：
关键精华
数据只有在提供时才有帮助 信息.
统计问题应反映 科学问题.
世界 不需要 另一本统计书。
方程和统计数据仅反映什么 图表 显示。
研究项目没有隐含或明显的 问题.
A 零假设 断言如果我们的信念是错误的，世界将会是什么样子。
口译 图表 通常比解释统计数据更重要。
查找 正确的问题 通常比找到正确答案更重要。
如果方程式让您感到害怕，请参阅 图表 对于相同的信息。
列联表分析（例如卡方）是 很少 适合统计问题。
远离简单 散点图 会使世界不必要地复杂化。
设计样本涉及收集可能提供信息的数据 好的决定.
一个（标准）结构只有在可以被相信的情况下才应该被相信 可视化 在一个简单的图表中。
衡量一切并让“数据说明一切” 低效 用于发现信息。
研究人员必须使用 逻辑 决定在分析中包含哪些变量。
错误地拒绝零假设并得出结论，当现象不存在时，这种现象存在，称为 我输入错误.
生物学家经常优先考虑平均值，但差异 变化性 可以更关键。
构造一个 流程图 在选择分析之前代表正在研究的系统。
检验均值之间的差异需要假设近似相等 变化性 类别内。
研究人员可以将转换后的数据绘制成图表，但模型的拟合程度只能通过以下方式进行评估 未转化的 数据。
直线 在图表上最小化从线到点的平均距离。
统计分析 减少复杂问题 到以简单散点图表示的二维问题。
当假为假时未能拒绝原假设 II型错误，概率称为“1−β”。
论文读者可能会怀疑 伪复制 以及遇到列联表时毫无意义的统计推断。
确定重复的一个好的经验法则是将它们除以十并将模型限制为不超过此数量 因素.
许多报告的概率是 伪概率，表明对科学文化的坚持，而不是提供有关现实世界的客观信息。
最大的 错误 样本设计中的错误源于忽视了基本的逻辑概念，如果统计数学没有转移学生的注意力，学生本可以吸收这些概念。
虽然统计方面的数学论文很重要，但可能有更好的方法让学生获得实践知识 知识 用于使用统计数据来解释数据。
结束语
进行统计分析 只，请遵循以下基本步骤：
1. 了解统计学的基本概念。
2. 熟悉主要的汇总指标，例如算术平均值和标准差（描述性统计).
3. 了解主要图表以及何时以及如何使用它们。
4. 了解如何针对每种情况选择适当的统计分析，并学习如何正确应用所有分析步骤（推论统计）。
完成这一切 没有数学的统计!
