掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
深入淺出統計學 版權信息
- ISBN：9787121338908
- 條形碼：9787121338908 ; 978-7-121-33890-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
深入淺出統計學 本書特色
《深入淺出統計學》具有“深入淺出系列”的一貫特色，提供符合直覺的理解方式，讓統計理論的學習既有趣又自然。從應對考試到解決實際問題，無論你是學生還是數據分析師，都能從中受益。本書涵蓋的知識點包括：信息可視化、概率計算、幾何分布、二項分布及泊松分布、正態分布、統計抽樣、置信區間的構建、假設檢驗、卡方分布、相關與回歸等等，完整涵蓋AP考試范圍。本書運用充滿互動性的真實世界情節，教給你有關這門學科的所有基礎，為這個枯燥的領域帶來鮮活的樂趣，不僅讓你充分掌握統計學的要義，更會告訴你如何將統計理論應用到日常生活中。
深入淺出統計學 內容簡介
道恩？格里菲思著的《深入淺出統計學》具有“深入淺出”系列的一貫特色，提供符合直覺的理解方式，讓統計理論的學習既有趣又自然。從應對考試到解決實際問題，無論你是學生還是數據分析師，都能從中受益。本書涵蓋的知識點包括：信息可視化、概率計算、幾何分布、二項分布及泊松分布、正態分布、統計抽樣、置信區間的構建、假設檢驗、卡方分布、相關與回歸等等，完整涵蓋AP考試范圍。本書運用充滿互動性的真實世界情節，教給你有關這門學科的所有基礎，為這個枯燥領域的學習帶來鮮活的樂趣，不僅讓你充分掌握統計學的要義，更會告訴你如何將統計理論應用到日常生活中。
深入淺出統計學 目錄
序言
1 信息圖形化：**印象
2 集中趨勢的量度：中庸之道
3 分散性與變異性的量度：強大的“距”
4 概率計算：把握機會
5 離散概率分布的運用：善用期望
6 排列與組合：排序、排位、排
7 幾何分布、二項分布及泊松分布：堅持離散
8 正態分布的運用：保持正態
9 再談正態分布的運用：超越正態
10 統計抽樣的運用：抽取樣本
11 總體和樣本的估計：進行預測
12 置信區間的構建：自信地猜測
13 假設檢驗的運用：研究證據
14 χ2分布：繼續探討……
15 相關與回歸：我的線條如何？
附錄i 尾聲：正文未及的十大拓展
附錄ii 統計表：快來查表
細分目錄及各章引子
序言
大腦對待統計學的態度。一邊是你努力想學會一些知識，一邊是你的大腦忙著開小差。你的大腦在想：“*好把位置留給更重要的事，像該離哪些野生動物遠點啊，像光著身子滑雪是不是個壞點子啊。”既然如此，你該如何引誘你的大腦意識到，懂得統計學是你安身立命的根本？
誰適合閱讀本書？ xxx
我們了解你在想什么 xxxi
元認知 xxxiii
征服大腦 xxxv
本書自述 xxxvi
技術顧問組 xxxviii
致謝 xxxix
1
信息圖形化
**印象
在為手頭數據無法給出事情真相而發愁嗎？統計能化繁為簡，幫助你讓一堆堆令人困惑的數據發揮作用。當你發現數據的真相后，接下來就需要借助可視化的方法表現出來，使之公之于眾。為了找到*合適的圖表完成這個過程，請你整理衣衫，帶上*好的計算尺，和我們一起趕往“統計邦”吧。
統計量無處不在 2
為何學習統計學？ 3
從兩張圖說起 4
呆板的餅圖 8
條形圖更具精確性 10
垂直條形圖 10
水平條形圖 11
標度的影響力 12
使用頻數標度 13
處理多批數據 14
類別與數字 18
處理分組數據 19
繪制直方圖起步：求出長方形寬度 20
第1步：求長方形寬度 26
第2步：求長方形高度 27
第3步：畫出直方圖 28
認識累積頻數 34
繪制累積頻數圖 35
選擇正確的圖形 39
2
集中趨勢的量度
中庸之道
有時候，把握問題核心才是當務之急。從一大堆數字中看出模式和趨勢可能頗為不易，而求出平均數往往是把握全局的**步。有了平均數就能迅速找出數據中*具代表性的數值，得出重要結論。在本章中，我們將介紹幾種方法，幫助你計算*重要的統計量—均值、中位數、眾數。你將開始學習如何有效地匯總數據，盡可能得出簡練、有用的結果。
歡迎來到健身俱樂部 46
均值：平均數的一般量度 47
均值數學 48
處理未知條件 49
再說均值 50
再說健身俱樂部 53
人人都在練功夫 54
我們的數據中存在異常值 57
真兇是異常值 58
飲水機邊的對話 60
尋找中位數 61
求中位數三步法： 62
生意日益興隆 65
小鴨呱呱游泳班 66
均值和中位數出了什么問題？ 69
我們該怎么處理這樣的數據呢？ 69
均值訪談 71
認識眾數 73
求眾數三步法 74
3
分散性與變異性的量度
強大的“距”
世事可靠不可靠，我們該問誰？平均數在尋找數據集典型值方面十分了得，但平均數并不能說明一切。平均數能讓你知道數據中心所在，但若要給數據下結論，僅有均值、中位數和眾數往往無法提供充足信息。在本章中，我們將開始分析各種距和差，讓你的數據分析技術進入新境界。
招聘：隊員一名 84
我們需要比較球員得分 85
使用全距區分數據集 86
異常值帶來的問題 89
我們需要擺脫異常值 91
四分位數出手相救 92
四分位距剔除異常值 93
剖析四分位數 94
我們并不局限于使用四分位數 98
什么是百分位數？ 99
用箱線圖繪制各種“距” 100
變異性比分散性更具體 104
計算平均距離 105
我們可以用方差計算變異性…… 106
但標準差才是更直觀的量度方法 107
標準差訪談 108
方差速算法 113
碰上需要比較基準的情況該怎么辦？ 118
使用標準分比較不同數據集中的數值 119
標準分釋義 120
統計邦全明星籃球隊贏了聯賽！ 125
4
概率計算
把握機會
人生無常瞬息之間的變化有時難以一一料定。但有些事情會比其他事情更有可能發生，這就為概率理論提供了大顯身手的舞臺。通過概率能評估出現各種結果的可能性，讓你預測未來。知悉可能出現的結果則可幫助你作出有根據的決策。本章將讓你了解更多概率知識，學會如何掌控未來！
肥蛋大滿貫 128
轉起來吧，輪盤！ 129
幾率有多大？ 132
求解輪盤概率 135
維恩圖：概率的圖形表示 136
你還可以將幾個概率相加 142
互斥事件與相交事件 147
交集帶來的問題 148
更多表示法 149
又一次倒霉的轉動…… 155
設定條件 156
求解條件概率 157
利用概率樹還能計算條件概率 159
概率樹使用訣竅 161
第1步：求P(黑∩偶) 167
第2步：求P(偶) 169
第3步：求P(黑|偶) 170
利用全概率公式求解P(B) 172
認識貝葉斯定理 173
如果幾個事件互有影響，則為相關事件 181
如果幾個事件互不影響，則為獨立事件 182
再談獨立事件概率計算 183
5
離散概率分布的運用
善用期望
意外從天而降，未來如何演變？前文講到如何通過概率得知發生某些事件的可能性的大小。可惜概率并非萬能，它無法指出所發生的這些事情的整體影響，也無法指出這種整體影響對你的具體影響。不錯，你有時會在輪盤賭中大賺特賺，但你賺到的錢真的填得平那些賠掉的錢嗎？在本章中，我們將講述如何利用概率預測長期結果，以及如何量度這些預測結果的確定性。
重回肥蛋賭場 198
我們可以寫出老虎機概率分布 201
期望指示預測結果…… 204
方差指示結果的分散性 205
方差和概率分布 206
讓我們算算老虎機的方差 207
肥蛋改了價碼 212
E(X)與E(Y)之間存在線性關系 217
老虎機變換 218
線性變換的通用公式 219
每一次拉桿為一個獨立觀測值 222
觀測值速算法 223
新老虎機在等你 229
E(X) E(Y)＝ E(X Y) 230
E(X) ?C E(Y)＝ E(X ?C Y) 231
線性變換也可以做加減運算 232
發了！ 238
6
排列與組合
排序、排位、排
順序有時很重要 一 清點某些事物的所有可能排序方法耗時頗巨，可這卻是計算某些概率必不可少的過程 一 麻煩就在這里。在本章中，我們將介紹推導出這類信息的簡便方法，為你免除清點一切可能結果的煩惱。來吧，讓我們看看如何計算概率。
統計邦德比杯馬賽 242
三馬賽正在進行 243
馬兒們有幾種穿越終點線的方式？ 245
計算排位數目 246
圓形排位 247
花樣賽開始了 251
按個體排名與按種類排名不是一回事 252
我們需要按種類排列動物 253
推導出用于重復排列的公式 254
二十馬賽正在進行 257
前三甲歸屬方式有幾種？ 258
何為排列 259
假如馬匹排名無關緊要 260
何為組合 261
組合訪談 262
比賽結束 268
7
幾何分布、二項分布及泊松分布
堅持離散
計算概率分布頗為費時。前面講到如何計算和利用概率分布，不過，如果方法更簡單一些，計算速度更快一些，效果豈不更好？在本章中，我們將介紹一些特殊的概率分布，這些概率分布有著十分固定的模式。只要懂得這些模式并善加利用，就能以前所未有的速度計算概率、期望、方差。接著讀吧，讓我們一起來認識幾何分布、二項分布及泊松分布。
我們需要求出查德的概率分布 273
這種概率分布有一種固定模式 274
概率分布可以用代數式表示 277
幾何分布對不等式同樣有用 279
幾何分布的期望模式 280
期望是 1/p 281
求當前分布的方差 283
幾何分布簡明指南 284
轉椅贏贏贏！ 287
你已經掌握了幾何分布 287
玩下去，還是轉身走？ 291
推廣到求3個問題的概率 293
進一步推導概率算式 296
期望和方差如何計算？ 298
二項分布的期望與方差 301
二項分布簡明指南 302
泊松分布的期望和方差 308
概率分布是怎樣的？ 312
組合泊松變量 313
偽裝下的泊松分布 316
泊松分布簡明指南 319
8
正態分布的運用
保持正態
離散概率分布并非無所不能。到目前為止，我們接觸到的都是可以指定確切數值的概率分布。然而并非所有數據集合都是如此，還有幾類數據并不符合我們之前遇到的概率分布。我們將在這一章里講解所謂的連續型概率分布，并介紹*重要的概率分布類型之一 — 正態分布。
離散數據可取確切值…… 326
但并非所有數值型數據都是離散的 327
推遲幾分鐘？ 328
我們需要求連續數據的概率分布 329
概率密度函數可用于描述連續數據 330
概率 = 面積 331
欲算概率，先求f(x)…… 332
再求面積，可得概率 333
概率算好了 337
尋找靈魂伴侶 338
男伴模型 339
正態分布是連續數據的“理想”模型 340
如何求正態概率？ 341
正態概率計算三步法 342
第1步：確定分布 343
第2步：標準化為N(0, 1) 344
欲完成標準化，先移動均值…… 345
然后收窄 345
現在，為要計算其概率的特定數值求出Z 346
第3步：用方便易用的概率表查找概率 349
9
再談正態分布的運用
超越正態
但愿所有的概率分布都是正態分布。有了正態分布，日子好過多了—既能一口氣查出整個范圍的概率，又能留下點時間玩游戲，誰還會花時間一個一個地計算概率呢？在本章中，你將學習如何閃電般解決更復雜的問題，還將懂得如何將正態分布的便利運用到其他概率分布上。
雙雙登上愛情過山車 363
正態新娘 正態新郎 364
終究還是體重問題 365
綜合體重符合哪種分布？ 367
求解概率 370
更多人想坐愛情過山車 375
線性變換描述了數據的基本變化…… 376
而獨立觀察結果描述的是你有多少數值 377
獨立觀察結果的期望和方差 378
接著玩，還是轉身走？ 383
正
1 信息圖形化：**印象
2 集中趨勢的量度：中庸之道
3 分散性與變異性的量度：強大的“距”
4 概率計算：把握機會
5 離散概率分布的運用：善用期望
6 排列與組合：排序、排位、排
7 幾何分布、二項分布及泊松分布：堅持離散
8 正態分布的運用：保持正態
9 再談正態分布的運用：超越正態
10 統計抽樣的運用：抽取樣本
11 總體和樣本的估計：進行預測
12 置信區間的構建：自信地猜測
13 假設檢驗的運用：研究證據
14 χ2分布：繼續探討……
15 相關與回歸：我的線條如何？
附錄i 尾聲：正文未及的十大拓展
附錄ii 統計表：快來查表
細分目錄及各章引子
序言
大腦對待統計學的態度。一邊是你努力想學會一些知識，一邊是你的大腦忙著開小差。你的大腦在想：“*好把位置留給更重要的事，像該離哪些野生動物遠點啊，像光著身子滑雪是不是個壞點子啊。”既然如此，你該如何引誘你的大腦意識到，懂得統計學是你安身立命的根本？
誰適合閱讀本書？ xxx
我們了解你在想什么 xxxi
元認知 xxxiii
征服大腦 xxxv
本書自述 xxxvi
技術顧問組 xxxviii
致謝 xxxix
1
信息圖形化
**印象
在為手頭數據無法給出事情真相而發愁嗎？統計能化繁為簡，幫助你讓一堆堆令人困惑的數據發揮作用。當你發現數據的真相后，接下來就需要借助可視化的方法表現出來，使之公之于眾。為了找到*合適的圖表完成這個過程，請你整理衣衫，帶上*好的計算尺，和我們一起趕往“統計邦”吧。
統計量無處不在 2
為何學習統計學？ 3
從兩張圖說起 4
呆板的餅圖 8
條形圖更具精確性 10
垂直條形圖 10
水平條形圖 11
標度的影響力 12
使用頻數標度 13
處理多批數據 14
類別與數字 18
處理分組數據 19
繪制直方圖起步：求出長方形寬度 20
第1步：求長方形寬度 26
第2步：求長方形高度 27
第3步：畫出直方圖 28
認識累積頻數 34
繪制累積頻數圖 35
選擇正確的圖形 39
2
集中趨勢的量度
中庸之道
有時候，把握問題核心才是當務之急。從一大堆數字中看出模式和趨勢可能頗為不易，而求出平均數往往是把握全局的**步。有了平均數就能迅速找出數據中*具代表性的數值，得出重要結論。在本章中，我們將介紹幾種方法，幫助你計算*重要的統計量—均值、中位數、眾數。你將開始學習如何有效地匯總數據，盡可能得出簡練、有用的結果。
歡迎來到健身俱樂部 46
均值：平均數的一般量度 47
均值數學 48
處理未知條件 49
再說均值 50
再說健身俱樂部 53
人人都在練功夫 54
我們的數據中存在異常值 57
真兇是異常值 58
飲水機邊的對話 60
尋找中位數 61
求中位數三步法： 62
生意日益興隆 65
小鴨呱呱游泳班 66
均值和中位數出了什么問題？ 69
我們該怎么處理這樣的數據呢？ 69
均值訪談 71
認識眾數 73
求眾數三步法 74
3
分散性與變異性的量度
強大的“距”
世事可靠不可靠，我們該問誰？平均數在尋找數據集典型值方面十分了得，但平均數并不能說明一切。平均數能讓你知道數據中心所在，但若要給數據下結論，僅有均值、中位數和眾數往往無法提供充足信息。在本章中，我們將開始分析各種距和差，讓你的數據分析技術進入新境界。
招聘：隊員一名 84
我們需要比較球員得分 85
使用全距區分數據集 86
異常值帶來的問題 89
我們需要擺脫異常值 91
四分位數出手相救 92
四分位距剔除異常值 93
剖析四分位數 94
我們并不局限于使用四分位數 98
什么是百分位數？ 99
用箱線圖繪制各種“距” 100
變異性比分散性更具體 104
計算平均距離 105
我們可以用方差計算變異性…… 106
但標準差才是更直觀的量度方法 107
標準差訪談 108
方差速算法 113
碰上需要比較基準的情況該怎么辦？ 118
使用標準分比較不同數據集中的數值 119
標準分釋義 120
統計邦全明星籃球隊贏了聯賽！ 125
4
概率計算
把握機會
人生無常瞬息之間的變化有時難以一一料定。但有些事情會比其他事情更有可能發生，這就為概率理論提供了大顯身手的舞臺。通過概率能評估出現各種結果的可能性，讓你預測未來。知悉可能出現的結果則可幫助你作出有根據的決策。本章將讓你了解更多概率知識，學會如何掌控未來！
肥蛋大滿貫 128
轉起來吧，輪盤！ 129
幾率有多大？ 132
求解輪盤概率 135
維恩圖：概率的圖形表示 136
你還可以將幾個概率相加 142
互斥事件與相交事件 147
交集帶來的問題 148
更多表示法 149
又一次倒霉的轉動…… 155
設定條件 156
求解條件概率 157
利用概率樹還能計算條件概率 159
概率樹使用訣竅 161
第1步：求P(黑∩偶) 167
第2步：求P(偶) 169
第3步：求P(黑|偶) 170
利用全概率公式求解P(B) 172
認識貝葉斯定理 173
如果幾個事件互有影響，則為相關事件 181
如果幾個事件互不影響，則為獨立事件 182
再談獨立事件概率計算 183
5
離散概率分布的運用
善用期望
意外從天而降，未來如何演變？前文講到如何通過概率得知發生某些事件的可能性的大小。可惜概率并非萬能，它無法指出所發生的這些事情的整體影響，也無法指出這種整體影響對你的具體影響。不錯，你有時會在輪盤賭中大賺特賺，但你賺到的錢真的填得平那些賠掉的錢嗎？在本章中，我們將講述如何利用概率預測長期結果，以及如何量度這些預測結果的確定性。
重回肥蛋賭場 198
我們可以寫出老虎機概率分布 201
期望指示預測結果…… 204
方差指示結果的分散性 205
方差和概率分布 206
讓我們算算老虎機的方差 207
肥蛋改了價碼 212
E(X)與E(Y)之間存在線性關系 217
老虎機變換 218
線性變換的通用公式 219
每一次拉桿為一個獨立觀測值 222
觀測值速算法 223
新老虎機在等你 229
E(X) E(Y)＝ E(X Y) 230
E(X) ?C E(Y)＝ E(X ?C Y) 231
線性變換也可以做加減運算 232
發了！ 238
6
排列與組合
排序、排位、排
順序有時很重要 一 清點某些事物的所有可能排序方法耗時頗巨，可這卻是計算某些概率必不可少的過程 一 麻煩就在這里。在本章中，我們將介紹推導出這類信息的簡便方法，為你免除清點一切可能結果的煩惱。來吧，讓我們看看如何計算概率。
統計邦德比杯馬賽 242
三馬賽正在進行 243
馬兒們有幾種穿越終點線的方式？ 245
計算排位數目 246
圓形排位 247
花樣賽開始了 251
按個體排名與按種類排名不是一回事 252
我們需要按種類排列動物 253
推導出用于重復排列的公式 254
二十馬賽正在進行 257
前三甲歸屬方式有幾種？ 258
何為排列 259
假如馬匹排名無關緊要 260
何為組合 261
組合訪談 262
比賽結束 268
7
幾何分布、二項分布及泊松分布
堅持離散
計算概率分布頗為費時。前面講到如何計算和利用概率分布，不過，如果方法更簡單一些，計算速度更快一些，效果豈不更好？在本章中，我們將介紹一些特殊的概率分布，這些概率分布有著十分固定的模式。只要懂得這些模式并善加利用，就能以前所未有的速度計算概率、期望、方差。接著讀吧，讓我們一起來認識幾何分布、二項分布及泊松分布。
我們需要求出查德的概率分布 273
這種概率分布有一種固定模式 274
概率分布可以用代數式表示 277
幾何分布對不等式同樣有用 279
幾何分布的期望模式 280
期望是 1/p 281
求當前分布的方差 283
幾何分布簡明指南 284
轉椅贏贏贏！ 287
你已經掌握了幾何分布 287
玩下去，還是轉身走？ 291
推廣到求3個問題的概率 293
進一步推導概率算式 296
期望和方差如何計算？ 298
二項分布的期望與方差 301
二項分布簡明指南 302
泊松分布的期望和方差 308
概率分布是怎樣的？ 312
組合泊松變量 313
偽裝下的泊松分布 316
泊松分布簡明指南 319
8
正態分布的運用
保持正態
離散概率分布并非無所不能。到目前為止，我們接觸到的都是可以指定確切數值的概率分布。然而并非所有數據集合都是如此，還有幾類數據并不符合我們之前遇到的概率分布。我們將在這一章里講解所謂的連續型概率分布，并介紹*重要的概率分布類型之一 — 正態分布。
離散數據可取確切值…… 326
但并非所有數值型數據都是離散的 327
推遲幾分鐘？ 328
我們需要求連續數據的概率分布 329
概率密度函數可用于描述連續數據 330
概率 = 面積 331
欲算概率，先求f(x)…… 332
再求面積，可得概率 333
概率算好了 337
尋找靈魂伴侶 338
男伴模型 339
正態分布是連續數據的“理想”模型 340
如何求正態概率？ 341
正態概率計算三步法 342
第1步：確定分布 343
第2步：標準化為N(0, 1) 344
欲完成標準化，先移動均值…… 345
然后收窄 345
現在，為要計算其概率的特定數值求出Z 346
第3步：用方便易用的概率表查找概率 349
9
再談正態分布的運用
超越正態
但愿所有的概率分布都是正態分布。有了正態分布，日子好過多了—既能一口氣查出整個范圍的概率，又能留下點時間玩游戲，誰還會花時間一個一個地計算概率呢？在本章中，你將學習如何閃電般解決更復雜的問題，還將懂得如何將正態分布的便利運用到其他概率分布上。
雙雙登上愛情過山車 363
正態新娘 正態新郎 364
終究還是體重問題 365
綜合體重符合哪種分布？ 367
求解概率 370
更多人想坐愛情過山車 375
線性變換描述了數據的基本變化…… 376
而獨立觀察結果描述的是你有多少數值 377
獨立觀察結果的期望和方差 378
接著玩，還是轉身走？ 383
正
展開全部
深入淺出統計學 相關資料
“《深入淺出統計學》是目前市面上*娛樂性、*能夠抓住讀者注意力的統計學研讀指南。透過生動活潑的手法與素材，為這個困難的主題提供*容易被接受的學習方式，貫穿全書的精辟解說讓各種程度的學生都能夠充分地理解統計學的妙義。”
— 阿瑞娜·安德森（Ariana Anderson），加利福尼亞大學洛杉磯分校統計系教師助理及博士生
“《深入淺出統計學》潤物細無聲。當一口氣看完講解和練習后，你就會發現自己在社交談話中可以開口閉口正態分布、泊松分布，我保證并沒有人建議你這么做！”
— 加里·沃爾夫（Gary Wolf），《連線》雜志（Wired Magazine）特約編輯
“道恩·格里菲思把一些十分復雜的概念拆分為一塊塊小材料，它們不那么令人望而生畏，凡夫俗子都會覺得十分容易掌握。大量圖形、圖片讓材料具體生動，458頁那位吵著要買口香糖球的迷人女模特已然讓我心生情愫。”
— 布魯斯·弗雷（Bruce Frey），《統計學技巧》（Statistics Hacks）作者
“《深入淺出統計學》運用簡單的生活實例，提供*符合直覺的理解方式，讓統計理論的學習既有趣又自然。”
— 邁克爾·普瑞諾（Michael Prerau），波士頓大學計算神經科學和統計學講師
“你以為‘深入淺出’圖書只適合計算機迷嗎？不妨試試用本書提供的方式學習統計學，你就會改變想法。這方法的確有用。”
— 安迪·帕克（Andy Parker）
“這本書非常適合學生學習統計學—寓教于樂、講解全面、易于理解。完美無缺的方法！”
— 丹妮爾·萊維特（Danielle Levitt）
“打倒其他枯燥無味的統計書！連我的貓都喜歡這一本。”
— 凱里·科利特（Cary Collett）
深入淺出系列圖書美譽
“凱西和伯特合著的《深入淺出Java》讓白紙黑字搖身一變，成為讀者領略過的*接近圖形用戶界面的作品。作者以幽默、新潮的風格，讓學習Java成為不斷追問‘他們后來怎么樣了？’的愉快體驗。”
— 沃倫·柯費爾（Warren Keuffel），《軟件開發》雜志（Software Development）
“《深入淺出Java》引人入勝的風格會把本來一無所知的你變成斗志昂揚的Java戰士，不僅如此，書中還收入了大量實用事例，這樣的實用事例在其他文章中只會留給恐怖的‘讀者練習’。此書睿智、幽默、新潮而實用—能在講授對象序列化和網絡加載協議知識的同時有這樣的主張并堅持做到的書籍并不多見。
— 丹·羅素（Dan Russell）博士，IBM Almaden研究中心用戶科學和用戶體驗研究室主任（兼斯坦福大學人工智能教師）
“此書明快，風趣，玩世不恭，引人入勝。細心讀 — 你可能確實能學到東西！”
— 肯·阿諾德（Ken Arnold），曾任Sun Microsystems高級工程師，與Java創始人詹姆斯·戈斯林（James Gosling）合著《Java編程語言》（The Java Programming Language）
“如醍醐灌頂，腦海中堆積如山的書本知識一下子消化了。”
— 沃德·坎寧安（Ward Cunningham），維基概念發明人，Hillside Group創立人
“正合我們這些喜歡研究技術、生活隨意的程序員的口味，實用開發策略的稱手參考書—讓我的大腦盡情運轉，無須硬著頭皮應付迂腐乏味的專家說教。”
— 特拉維斯·卡蘭尼克（Travis Kalanick），Scour網站和Red Swoosh網站創始人，獲麻省理工學院TR100（《技術回顧》世界百名青年創新學者）稱號
“有的書是用來買的，有的書是用來藏的，還有的書是用來擺在案頭的。感謝O’Reilly和Head First的員工，他們出了*等級的書 — 深入淺出系列，讓人愛不釋手、百讀不厭。《深入淺出SQL》是我*心愛的書，連參考用的PDF打印稿都快翻爛了。”
— 比爾·索耶（Bill Sawyer），Oracle公司ATG課程經理
“本書的透徹、幽默和睿智令人欽佩，連編程門外漢也能借助這樣的書想出辦法解決問題。”
— 科利·多克托羅（Cory Doctorow），博客網站BoingBoing撰稿人合作編輯，著有《魔
法王國的故事》（Down and Out in the Magic Kingdom）及《人來人往的城市》（Someone Comes to Town, Someone Leaves Town）
“昨天收到書就開始讀……一讀就停不下來了，真是酷斃了。書很有趣，內容扎實，切中肯綮。印象太好了。”
— 艾瑞克·伽瑪（Erich Gamma），IBM 杰出工程師，《設計模式》（Design Patterns） 合著者
“我讀過的*有趣、*明的軟件設計圖書之一。”
— 艾倫·拉伯奇（Aaron LaBerge），ESPN.com技術副主席
“過去要犯著錯誤摸索前進的漫長學習過程，現在干凈利落地濃縮在一本迷人的平裝書中。”
— 麥克·戴維森（Mike Davidson），Newsvine, Inc.首席執行官
“每一章都凝聚著優雅的設計，每一條原理無不飽含實用價值與閃光智慧。”
— 肯·戈德斯坦（Ken Goldstein），迪斯尼在線執行副總裁
“我《深入淺出HTML與CSS & XHTML》。它以‘有趣’的模式，將全部知識傾囊相授。”
— 丹妮爾·萊維特（Danielle Levitt）
“通常，閱讀設計模式方面的書或文章時，我都得頭懸梁錐刺股才能保證注意力集中。這本書卻是個例外，聽起來可能有點怪，這本書讓學習設計模式變得盎然有趣。
“當其他設計模式方面的書籍還在教讀者呀呀學語時，這本書卻已在踏浪高歌‘加油，兄弟！’”
— 艾維克·伍勒（Eric Wuehler）
“我實實在在愛這本書。事實上，我當著老婆的面親了這本書。”
— 塞提斯·庫瑪（Satish Kumar）
深入淺出統計學 作者簡介
道恩?格里菲思（Dawn Griffiths）曾獲得數學專業的一級榮譽學位，后又轉向從事軟件開發事業，目前將IT咨詢、寫作及數學集于一身。道恩曾拒絕了一份研究極為罕見的微積分方程的博士獎學金，在她不從事深入淺出系列圖書的寫作的時候，她的興趣在打太極拳、織梭結花邊和烹飪美食上。
道恩?格里菲思（Dawn Griffiths）曾獲得數學專業的一級榮譽學位，后又轉向從事軟件開發事業，目前將IT咨詢、寫作及數學集于一身。道恩曾拒絕了一份研究極為罕見的微積分方程的博士獎學金，在她不從事深入淺出系列圖書的寫作的時候，她的興趣在打太極拳、織梭結花邊和烹飪美食上。
書友推薦
- >
名家帶你讀魯迅:故事新編
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
隨園食單
- >
回憶愛瑪儂
- >
伊索寓言-世界文學名著典藏-全譯本
- >
巴金－再思錄
- >
詩經-先民的歌唱
- >
龍榆生：詞曲概論/大家小書
本類暢銷
