《白话统计学(第3版)》是一本对统计学原理和术语进行简洁、清晰而准确解释的书籍。通过大量的实例，作者生动地讲述了统计技术的操作方法，使读者能够更好地理解和应用统计学知识。这本书不仅具有一定的参考价值，而且对于想要深入了解统计学的小伙伴们来说，是一本很实用的工具书。无论是学生还是从事相关研究与分析工作的人士，都可以从中受益良多。我推荐对统计学有兴趣的读者们可以参考一下这本书，相信会有很大的收获。
白话统计学电子书封面
读者评价
非常基础的统计学入门读物，适合完全没有相关统计背景的学生上手。对于大部分基本概念讲解的非常清楚通俗。
这本书非常基础，把统计学的很多基本概念讲解得比较清楚易懂，很适合刚刚入门的统计学学生使用学习。
比较基础，解释的比较通俗，不过还是要潜下心去看，可能要多看几遍，对于零基础的。主要是理解！
看了电子版的Statistics in Plain English,想买一本实体书收藏，但太贵了。发现居然有中文版的，就买了一本。这本书的讲解非常浅显易懂，而且主线清晰，尤其其它书中不太重视的standard error，这本书讲解的特别清楚，对后面的各种ANOVA理解非常重要。
内容介绍
本书对统计学原理和术语进行了简洁、清晰而准确的解释，并通过大量实例讲述统计技术的操作方法。书中涵盖了社会科学研究所使用的大部分统计原理和方法，诸如集中趋势、变异程度、正态分布、z分数、标准误等基本概念，t检验、回归分析、方差分析、卡方检验、因子分析等较复杂的工具和方法。全书内容体系精炼，语言通俗易懂，表述严谨准确；既不刻意回避数学公式，也具备良好的可读性。
目录
- 第1章 导论：社会科学研究的原理和术语
- 总体和样本，统计量和参数
- 抽样问题
- 变量类型和测量尺度
- 研究设计
- 分布和图表的重要性
- 总结与展望
- 第1章的术语表
- 第2章 中心趋势的测度
- 中心趋势测度详解
- 例子：偏态分布的均值、中位数和众数
- 行文表述
- 第2章的术语和符号表
- 第3章 变异程度的测度
- 变异程度测度详解
- 例子：考察极差、方差和标准差
- 第3章的术语和符号表
- 第4章 正态分布
- 正态分布详解
- 例子：非正态分布中应用正态分布概率
- 第4章的术语表
- 第5章 标准化与z分数
- 标准化与z分数详解
- 例子：比较原始取值和z分数
- 第5章的术语和符号表
- 第6章 标准误
- 标准误详解
- 例子:样本容量和标准差对标准误的影响
- 第6章的术语和符号表
- 第7章 统计显著性、效应量和置信区间
- 统计显著性详解
- 效应量详解
- 置信区间详解
- 例子：关于动机的单样本t检验——统计显著性、置信区间和效应量
- 第7章的术语和符号表
- 推荐读物
- 第8章 相关性
- 皮尔逊相关系数详解
- 其他类型相关系数概述
- 例子：评级和考试分数之间的相关性
- 第8章的术语与符号表
- 第9章 t检验
- 独立样本t检验详解
- 配对或相依样本t检验详解
- 例子：比较男女生的学分绩点
- 例子：比较五年级与六年级的学分绩点
- 第9章的术语和符号表
- 第10章 单因子方差分析
- 单因子方差分析详解
- 例子：5岁、8岁和12岁孩子的偏好比较
- 第10章的术语和符号表
- 第11章 因子方差分析
- 因子方差分析详解
- 例子：表现、选择以及公开或私密评价
- 第11章的术语表
- 第12章 复测方差分析
- 复测方差分析详解
- 例子：关于标准化测试的态度改变
- 第12章的术语及符号表
- 第13章 回归
- 回归详解
- 多元回归
- 例子：预测自我妨碍策略的使用
- 第13章的术语与符号表
- 第14章 卡方独立性检验
- 卡方独立性检验详解
- 例子：世代状态与成绩水平
- 第14章术语及符号表
- 第15章 因子分析与信度分析：数据整理技术
- 因子分析详解
- 探索性因子分析：一个更具体的例子
- 信度分析详解
- 总结
- 第15章的术语和符号表
- 附录A 正态分布曲线下Z两侧的面积
- 附录B t分布的临界值
- 附录C F分布的临界值
- 附录D 学生化极差统计量的临界值（用于Tukey HSD检验）
- 附录E 卡方分布的临界值
- 参考文献
- 符号表
- 译后记
由浅入深，在介绍概念的时候，将公式全部放在每个章节的最后。对于只想了解统计学原理的人来说，非常舒服。如果想了解具体的数学原理，则可以进一步了解公式的应用。应该说，这是一本非常好的书。
《统计学》分为描述统计、推断统计。描述统计指对数据的收集、处理、可视化和描述等。 推断统计指利用样本数据推断总体特征； 其核心思想为从总体中抽取样本构造适当的统计量，由样本性质去推断关于总体的性质； 推断统计会用到概率论和数理统计的知识，且以数理统计知识为主； 推断统计的中心内容为抽样分布、参数估计、假设检验这3个。
统计，从我的理解来看，就是为了探究某件事情，查询某种关系而去进行的数据收集，数据处理和数据分析。不同于以往的数学类课程，统计并不执着于数据的因果关系，更侧重于数据之间的相关关系，最近在读维克托的《大数据时代》，作者也在强调大数据时代是相关关系的时代。所以在这个信息爆炸的年代，统计在大数据中占有很重要的地位，尤其是在计算机的辅助下，我们可以对大样本甚至全体样本进行分析和处理，这就需要我们理解统计，可能不知道原理，但一定要知道在什么地方去运用何种方法。 先抛开以上观念不谈，这学期统计课最喜欢的还是老师在讲课的时候能够时刻把知识连贯起来，从来没有零零散散的讲过某个知识点。为什么会有中位数？它是用来干什么的？中位数和平均数的缺陷是什么？为什么会出现四分位点和箱图？为什么会这么做是我在课上感受最深也是受益最多的地方。如今学完统计，我自认为能够很清楚的为了某项目的去做调查问卷，基于数据做出合理的处理和分析，然后多样化的表达出来，从而验证我的目的。因为我知道该在什么条件下去做什么分析，有什么缺陷需要做什么去补全。所以，感谢老师给了我一个完整的统计体系，即使以后觉得知识不够用时，我仍能够在当前体系继续完善它。