西内启，1981年出生，毕业于东京大学医学部生物统计学专业，历任东京大学医学系研究科医疗交流学领域助教、大学医院医疗情报网络研究中心副主任、哈佛癌症研究中心客座研究员，现在致力于通过数据给社会带来革新，对诸多项目的调查、分析、系统开发以及战略立案进行分析与指导。

　　一个简单的举措就能拯救10万人的生命？
　　改变投放广告单的方式就能赚取60亿日元？
　　“一次购买两台缝纫机可以打9折”真的能够增加销量吗？
　　用随机对照试验就可以看穿占卜师和推销员的大多数骗术？
　　只要通过简单的测试就可以避免商业经营中绝大多数的错误？
　　大数据时代，统计学可以被应用在所有领域，可以出现在世界上的每一个角落以及人生的每一个瞬间，能够对所有渴望得到回答的问题、以最快的速度给出最精准的答案。
　　或许你从未在意过统计学是什么，也从未意识到这门专业性看似很强的学问跟你有怎样密不可分的关系。但如今，你无法否认数字已经全面掌控了你的生活，要想一眼看穿所有数字背后的真相，你必须懂一些统计学的知识。只要掌握了统计学，不管是想变得健康、聪明还是富裕，都非常简单——而这也是世界上的学者们通过统计学证明了的事实。
　　要掌握这门强大的学问，不必像IBM等跨国公司那样支付数额庞大的费用，只需要在你的人生中投资一些学习的时间就足够了。而现在，你只需要读完这本一点儿也不无聊的统计学入门读物《看穿一切数字的统计学》，就能为所有问题找到最佳答案。

　　“大数据”时代浓浓的统计学气息
　　统计学在近几年的变化，可以说受计算机的影响最为强烈。
　　计算机使商业模式发生了翻天覆地的变化。商品的采购、库存、销售等记录基本上全都已经数据化，成本和销量的把控与用纸笔进行管理的时代相比也变得更加简单。顾客资料与消费记录、工作人员的工作时间与评定、健康状态、支付的报酬与成本核算等信息，都可以存储在公司内部系统和Excel电子表格中。为了生产而进行的机械操作、到自己公司网站的链接，基本上所有的登录情况都会被记录下来，必要时可以综合统计作为经营的参考。就算说那些大型公司几乎所有的业务流程已经全部实现电子化，也不为过。
　　但是，当一系列的业务都实现计算机化之后，那些从事计算机业务的企业却遭遇了瓶颈。不管他们如何提高硬件和软件的处理性能，如果需要计算机化的业务流程没有增加，顾客对性能没有特别需求，那么他们就无法继续销售自己的商品。所以，不管是硬件厂商还是软件厂商，还是使用这些提供计算机服务的厂商，所有与计算机相关的企业，都必须对已经得到满足的顾客们，提供一个购买他们更新技术的“理由”。
　　从好的方面来看，要想将已经足以满足顾客需要的性能更好地加以利用，就要考虑“如何创造更多的价值”。而实际上，计算机企业所考虑的是向顾客传达“为了找出创造更多价值的方法，必须进行大量的数据处理”，为了让顾客接受这一提议，必须有一个“明显对商业有价值的理由”。
　　以现在的计算机技术来看，不管是多么庞大的数据量或者多么繁杂的计算都能够胜任，因此需要考虑的问题就变成了应该针对什么进行计算，而答案除了统计分析之外再无其他。当然，如果只是将“统计分析”这个简单的词语作为题目，会让人感觉缺乏吸引力，于是就诞生出“大数据”和“商务智能”的概念。现在大家之所以都对这两个题目和统计学如此关注，恐怕就是出于上述原因。
　　计算机行业的业界巨人，在弗明汉研究使用穿孔卡片和大型计算机时代就为其提供技术支持的IBM公司在这一点上表现得最为突出。IBM斥资数十亿美元收购了在商务智能方面非常有名的Cognos公司，以及开发统计分析软件的SPSS公司，这两家公司都是在这一领域拥有丰富经验和影响力的公司。据说2005~2011年之间，IBM公司对统计学和商务智能相关企业的投资金额已经超过140亿美元。
　　除了IBM之外，微软公司以及在数据库领域非常有名的甲骨文公司，还有NTT数据公司，都开始积极地收购与统计学和商务智能相关的企业。
　　或许这几家公司都已经发现，在接下来的时间里从自己的商业领域产生价值的主营产业，都在其中。
　　最能够证明这一推测的根据，来自于微软在专门用于招聘的网页上于2010年8月23日发表的一篇文章，其中提到技术领域今后最热门的3个专业，如下所示。
　　数据分析、机械学习、人工智能、自然语言处理。
　　商务智能、竞争分析。
　　分析、统计——特别是网页分析、分离测试（A/B测试）、统计分析。
　　只要是学过“计算机统计学”知识的人，都能够从上述内容里感觉到浓浓的统计学气息吧。
　　为了再现人类的认知机能，而从计算程序算法研究发展而来的机械学习与人工智能领域，如今若是没有统计学的理论基础就很难深入学习，至于商务智能则完全可以说是统计学在商业领域的应用。要想完成A/B测试的计划，20世纪中叶现代统计学之父罗纳德·艾尔默·费希尔所完成的被称为“试验设计”的统计学相关知识，则是最为重要的基础。
　　未来10年最受欢迎的职业是统计
　　另外，谷歌（Google）则比微软更加明确地表达了对统计学家的赞誉。谷歌的首席经济学家哈尔·范里安博士曾经在2009年1月麦肯锡公司发行的杂志上这样说道：
　　我一直坚信，未来10年最受欢迎的职业是统计。
　　最近，美国人经常使用“sexy”这个词来表达“受欢迎的”或者“有魅力的”，比如，“新款苹果手机的设计非常sexy”。哈尔认为统计学家也是“sexy”的。
　　作为一名统计学家，我对于哈尔的发言感到非常光荣，而且这绝对不是什么只停留在口头上的赞誉。统计学如今已经得到了计算机这个强有力的伙伴，可以被应用在所有领域，可以出现在世界上的每一个角落，以及人生中的每一个瞬间，能够对所有渴望得到回答的问题给出最佳答案。
　　曾经人类为了得到（自认为）正确的答案而只能寻求神的启示，后来在漫长时间中只能服从权威人士的意见。
　　但是，现在的情况不一样了。最佳答案就存在于每个人周围的数据之中。只要掌握统计学这个最强的学问，不管是想要健康、聪明，还是富裕，都变得非常简单。正如之前所说过的那样，这是世界上的学者们通过统计学证明的事实。
　　而想掌握这个最强、最受欢迎的学问，不必像IBM那样支付数额庞大的资金，只要在你的人生中投入一些学习时间就足够了。
　　……

第一章 为什么统计学是最牛的学问？
01 没有统计学思维的人将会吃大亏的时代
02 统计学是能够得出最好、最快答案的正确方法
03 所有的学问都从统计学开始
04 大数据时代，统计学火了

第二章 大幅减少信息成本的抽样调查
05 统计学家的大数据“狂想曲”
06 准确度令人震惊的抽样调查
07 为了1%的准确率值得花费几千万吗？

第三章 统计学的关键：误差与因果关系
08 抛弃传统的统计学方法吧！
09 单纯收集数据会得出“禁食米饭”的荒谬结论
10 改变投放广告单的方式就能赚取60亿日元
11真的增加了一亿销售额，还是只是误差？
12 值得分析的数据都是与利益明显相关的
13 统计学中的重大问题：“因果关系的方向”

第四章 最强的统计学武器：随机对照试验
14 先放牛奶还是先放红茶？
15 随机对照试验：商业竞争中的有力武器
16 “一次购买两台缝纫机可以打9折”真的能增加销量吗？
17 随机化面对的现实、伦理和感情之壁

第五章 无法进行随机对照试验时该怎么办？
18 低成本、快速搜集数据的流行病学方法
19 “回归平凡”的回归分析方法
20 所有领域都可以应用的回归分析法
21 快速加深对统计学的理解的一张图表
22 现代统计学的主角：多元回归分析
23 统计学家最拿手的统计方法

第六章 应对一切问题的统计学思考方法
24 统计学家们的残酷战争
25 发明“IQ”的心理统计学
26 诞生于市场调查现场的数据挖掘
27 文本挖掘：莎士比亚真的存在吗？
28 “演绎”的计量经济学与“归纳”的统计学
29 贝叶斯派与频率派之间的对立

第七章 帮你站在巨人肩膀上的统计学
30 用统计学寻找“最佳答案”
31 寻找实证来结束争论
后记