• https://twitter.com/365hope/status/379241452292677634?s=20

2016年出版

8 月份看到的一本书，好几个场合看到别人提到了。第一部分是关于深度工作的重要性，跳过没有看。看了前言和第二部分：准则。提出了很多具有实际操作价值的方法。准备按照部分建议尝试看看。我们应该都知道深度工作的价值，心流那样的体验或多或少都体验过。但是更多的日常还是碌碌无为的忙碌和疲惫，感觉干了很多事情，却没有多少成果。如果能通过刻意练习，让深度工作成为日常，很多烦恼都可以消失了。

深度工作：专注、不间断、不分心的工作，这种工作会将你的认知能力推到极限 浮浅工作：这类工作对认知要求不高，并且不能创造太多价值，任何人都可以做到

Outline #

• 前言
  • [[荣格]] 深度工作（Deep Work）：在无干扰的状态下专注进行职业活动，使个人的认知能力达到极限。这种努力能够创造新价值，提升技能，而且难以复制。
  • 举了很多名人的例子说明深度工作的价值
  • 知识工作者远离深度工作的原因：网络工具
  • 浮浅工作（Shallow Work）：对认知要求不高的事务性任务，往往在受到干扰的情况下开展。此类工作通常不会为世界创造太多新价值，且容易复制
  • [[浅薄：互联网如何毒害了我们的大脑]]
  • 深度工作有价值的两个原因
    • 学习社会，学习时代
    • 数字网络革命的影响力是双向的。如果你能创造出有用的东西，它的受众（比如雇主或用户）就可能是无限的，从而极大提升你所获的奖励。
• 第一部分 理论
  • 第1章 深度工作是有价值的
  • 第2章 深度工作是少见的
  • 第3章 深度工作是有意义的
• 第二部分 准则
  • 准则1 工作要深入
    • 介绍
      • 深度工作的主要障碍之一：将注意力转移到某种肤浅事物上的冲动。大多数人都能意识到这种冲动会使专注于困难工作的努力变得无效，但是大多数人低估了这种冲动出现的频率及其力量。
      • 意志力类似肌肉
      • 培养深度工作的习惯，关键在于越过良好的意图，在工作生活中加入一些特别设计的惯例和固定程序，使得进入并保持高度专注状态消耗的意志力最小化。
      • 下面介绍六种策略
    • 选定你的深度哲学
      • 你必须精心挑选一种适用于你所处特定环境的哲学，因为不匹配的哲学会让你在深度工作习惯成形之前脱离轨道。
      • 禁欲主义哲学（Monastic Philosophy）的深度工作日程安排
        • Donald Knuth
        • 适用禁欲主义哲学的个人是有限的。如果你不属于这个群体，也大可不必太过嫉妒。如果你属于这个群体——对世界的贡献是实在的、清晰的、可以个体化的
      • 双峰哲学（Bimodal Philosophy）的深度工作日程安排
        • [[荣格]]
        • 这种哲学要求你将个人时间分成两块，将某一段明确的时间用于深度追求，余下的时间做其他所有事情。
        • 特点
          • 这种哲学下深度工作的单位时间至少是一整天
          • 特别适用于那些如果不在非深度追求中有实质投入便无法取得成功的人。
        • 沃顿商学院的教授 亚当·格兰特
      • 节奏哲学（Rhythmic Philosophy）的深度工作日程安排
        • 这种哲学认为轻松启动深度工作的最好方法就是将其转化成一种简单的常规习惯。换言之，其目标是创造一种工作节奏，让你不需要你投入精力便可以决定是否需要以及何时需要进入深度状态。链条法是节奏哲学深度工作日程安排的典型例子，因为这种方法结合了一种简单的启发式调度（每天都要做这项工作）和一种提醒你做这项工作的简单方法：日历上的大红X。
        • 节奏哲学下或许难以达到双峰哲学追随者喜好的最高强度深度思考。然而，这种方法的好处在于更符合人类的真实天性。节奏日程安排者通过雷打不动的惯例支持深度工作，确保能够定期完成一定的工作，在一年的时间里往往能够累积更多的深度工作时长。
      • 新闻记者哲学（Journalistic Philosophy）的深度工作日程安排
        • Walter Isaacson
    • 习惯化
      • 你将在何处工作，工作时间多长。
      • 工作开始之后你将如何继续工作。你的习惯需要规则和程序，确保你的努力具有结构性。
      • 你如何支持自己的工作。你的习惯要确保大脑能够得到必要的支持，以便保持大脑在高深度水平下运转。
    • 要有大手笔
      • [[Bill Gates]] 思考周
      • 提高心理优先级
    • 不要独自工作
      • 因此，我们可以抛弃摧毁深度工作的开放式办公室概念，但是可以保留激发偶然创造力的创新产出理论。关键在于保持一种中心辐射型的布局：时常来到中枢区域与他人交流想法，同时也保留独立的辐射区域，可以在其中完成深度工作，处理偶遇的想法。
      • 首先，纷扰心神之事仍然是深度工作的大敌。
      • 第二，即使退回到辐射区域做深度思考，在适合使用白板效应的时候，也要充分使用。
    • 像经商一样执行
      • [[Andy Grove]] 如何做与做什么，在低端市场迎接 AMD 等的挑战
      • 4DX 框架 高效能人士的执行4原则 ^8e3e93
        • 前提：执行比制定策略更加困难
        • 原则1：关注点放到极端重要的事情上 例如：发表论文数量
        • 原则2：抓住引领性指标：确定了极端重要的目标之后，你需要衡量自己的成功程度。在4DX框架下，有两种衡量指标：滞后性指标和引领性指标。滞后性指标用于描述你最终尝试改善的方面。例如：深度工作时间
        • 原则3：准备一个醒目的计分板
        • 原则4：定期问责
    • 图安逸
      • 彻底休息有利深度工作
      • 原因1：安逸时光有助于提升洞察力
      • 原因2：安逸时光有利于补充深度工作所需的能量
      • 原因3：晚间安逸时光里放下的工作往往没有那么重要
        • 一个人处于深度工作状态的时间是有限的
      • 工作日的完工仪式
  • 准则2 拥抱无聊
    • 介绍
      • 准则1教你怎么样把深度工作安排到日程里，用日常惯例和习惯来帮助你不断达到当前精力集中程度的上限。准则2将帮助你大大提高这一上限。
      • 高度集中注意力的能力是一种需要训练的技能。
      • 如果你不同时减少对分心事物的依赖，增强专注度的努力可能就会白费。
      • 互联网让人极易分心，心智残疾
      • 这些策略包括很多方法，从隔离分心到掌握一种形式特别的冥想。所有这些策略为你提供了一幅可行的路线图，使你从理智因不断分心而受损、不懂专注，转变成为真正能像激光一样专注。
    • 不要不断分心，而要不断专注
      • 网络安息日
      • 第一点：即使你的工作需要大量使用网络和快速回复电子邮件，这个策略也适用。
      • 第二点：不论你怎么计划网络时段，都必须保证在这些时段外彻底屏蔽网络。
      • 第三点：在工作外也按计划使用网络，可以进一步提升专注训练的效果
      • CZ：这种方法对于依赖网络工作的人来说实在是太难了吧
    • 像罗斯福一样工作
      • 高强度工作， 类似之前看到的冲刺策略 [[创造时间]]
    • 有成果的冥想
      • 有成果的冥想的目标是：在身体劳作而心智空闲的时候（比如走路、慢跑、开车、淋浴），将注意力集中到一件定义明确的专业难题上。因个人专业不同，这个难题可能是为一篇文章列提纲，写一篇讲话稿，推演一个证明，或者是打磨一个商业策略。如同佛教的打坐，你的注意力可能会涣散或停滞，但你必须不断的把它重新集中到当前的问题上。
      • 建议1：小心分心和原地打转
      • 建议2：组织你的深度思考
    • 记住一副牌
      • 记忆力训练带来了意外的收获：个人专注能力的提升。
      • 记忆宫殿
  • 准则3 远离社交媒体
    • 介绍
      • 认识到我们目前注意力被分散的状态是不可避免的并接受现实
      • 承认网络工具的益处，但是不要忽略弊端
      • 选择网络工具的“任何益处法”：一旦发现使用一款网络工具有任何可能的益处，或者是不使用就可能错过某些事，你就觉得有足够理由使用这款网络工具。
      • 纵观历史，在遇到新的工具并决定是否使用时，熟练劳动力是持暧昧和怀疑态度的。
      • 工具选择的手艺人方法：明确在你的职业和个人生活中决定成功与幸福的核心因素。只有一种工具对这些因素的实际益处大于实际害处时才选择这种工具。
      • 举了例子：购买压捆机或是直接购买干草
      • 下面介绍该准则下的三个策略，目的是使你更加坚定地抛弃任何益处思维定式并采用更加深思熟虑的手艺人哲学，来选择那些占用你时间和注意力的工具。
    • 在你的网络使用习惯中采用关键少数法则
      • 该策略的第一步就是明确个人职业和私人生活中主要的高层次目标。
        • 例如：做个好家长，成为好的导师，有成效的研究者
      • 你明确了这些目标之后，再列出为实现每一个目标而需要的两到三个重要活动。
        • 明确， 宏观
        • 例如：“定期阅读并理解我所在领域的最前沿成果。”
      • 这一策略的下一步就是思考你当前正在使用的网络工具，对于每一种工具，用你之前确定的关键活动来审查，认真思考使用此工具对你平时顺利地参与该活动是有实质的积极影响、实质的消极影响还是无影响。
      • 案例学习
        • 推特对于作家的作用
        • 脸书对于社交生活的作用
      • 关键少数法则，又被称为 80/20 法则，帕累托法则：在许多情境中，80%的已知效果源自20%的可能原因。
      • 一个80/20的分布大概符合幂律分布，这种分布在现实世界进行测量时会经常遇到
      • CZ 根据这一法则，我们应该把精力分配在重要的20%
    • 戒掉社交媒体
      • 类似断舍离的例子
      • 提出一个类似的针对社交网络的例子
      • 这个策略集中针对社交媒体，因为在所有可以占用你时间和注意力的网络工具中，利用不当的社交媒体对深度工作的影响是最大的。
      • 我认为社交媒体大行其道的一个原因，就是它打破了努力创作有实际价值的作品和吸引到人们注意力之间的正相关关系。相反的，它用浅薄的集体主义式交换取代了永恒的资本主义交换：如果你注意我说了什么，我就会注意你说了什么，不管这话语有无价值。
    • 不要用网络来消遣
      • Arnold Bennett, How to live on 24 hours a day, 提出闲暇时间(工作之外的时间)应该如贵族一般度过：阅读名著和诗歌
      • 新的目标：减少网络工具对于深度工作的干扰
      • 什么？你认为在那16个小时投入全部的精力会削弱工作8小时的价值？不是的。恰恰相反，它必定会增加工作8小时的价值。人们都要懂得一个重要的道理，人的智力系统可以进行长时间的高强度活动：它不像人的手脚一样会疲倦。除睡觉以外，它只需要变化，而不是停止。
      • 如果你想抵御娱乐网站对你时间和精力的诱惑，那么就给大脑找一些高质量的替代活动。这样不仅可以使我们避免分心，保持专注的能力，同时还有可能实现[[本内特]]的宏伟目标：体验到何为生活，而不仅仅是生存。
      • CZ 卸载了一堆社交网络 APP Twitter Instagram Swarm
  • 准则4 摒弃浮浅
    • 介绍
      • 37signals 实验，Google 20%
      • 该准则要求你把这些见解运用到个人的工作中。以下的策略旨在帮助你客观地认识当前个人日程中的浮浅内容，然后将其降到最低程度，以节省更多的时间用于极端重要的工作上。
    • 一天的每一分钟都要做好计划
      • 深度工作要求你尊重自己的时间。要做到真正尊重时间，下面这一条建议是个很不错的开端：提前决定你一天的每一分钟要做什么工作。
      • 一个同时具有综合计划能力和修正自己计划的意愿的人，相比那些采用传统“自发性”方法、一天没有任何计划的人，将享有更多的创造性洞见。
      • 不仅允许日程中有突发性改变，甚至会主动寻求这种改变。
    • 定量分析每一项活动的深度
      • 打分方式：要让一个刚毕业还没有在该领域接受特别训练的大学生完成这项工作需要多久（几个月）？
    • 向老板申请浮浅工作预算
      • 对于大多数非入门级知识工作岗位上的大部分人来说，这个答案通常在30%～50%之间
      • 一份不需要深度工作的工作不可能使你在当前的知识经济时代取得成功。
    • 5点半之前结束工作
      • 我把这种坚持叫作固定日程生产力。因为我确定了一个坚定的目标，在某个固定时间后不再工作，然后在工作中寻找提高产出的策略以达成目标。
      • 其一，我们采用固定日程的方法，在做选择的时候有所侧重。严格缩减浮浅工作，保持深度，在解放了时间的同时，保证我们创造的新价值也不会减少。
      • 其二，我们的时间有限，因而会更谨慎地思考个人的组织习惯，这也使得我们产出的价值能够高于采用长时间但混乱的日程安排的人。
    • 变得不容易联系到
      • 贴士1：让发电子邮件给你的人做更多工作
        • 发件人过滤器
      • 贴士2：收发电子邮件的时候做更多工作
        • 流程导向的电子邮件
      • 贴士3：不要回复
        • 邮件相当含混或者存在其他问题，很难给一个合理的回复。
        • 你对这个问题或者提议不感兴趣。
        • 如果你回复了，不会有好结果；如果你不回复，也不会有坏结果。
• 结论
• 注释

Highlights #

• 📌 高度集中注意力的能力是一种需要训练的技能。 ^909893-30-1671-1692

  ...

• Poor Charlie’s Almanack
• 慢慢看

Outline #

• 中文版序言 书中自有黄金屋 [[李录]]
• 鸣谢
• 序言：巴菲特论芒格
• 驳辞：芒格论巴菲特
• 导读
• 第一章 查理·芒格传略
  • 歌颂长者：芒格论晚年
  • 忆念：晚辈谈芒格
• 第二章　芒格的生活、学习和决策方法
• 第三章　芒格主义：查理的即席谈话（2001年至2006年在伯克希尔·哈撒韦公司和西科金融公司年会上的谈话摘录）
• 第四章　查理十一讲
  • 第一讲　在哈佛学校毕业典礼上的演讲
    • 人类误判心理学
  • 第二讲　论基本的、普世的智慧，及其与投资管理和商业的关系
  • 第三讲　论基本的、普世的智慧（修正稿）
  • 第四讲　关于现实思维的现实思考？
  • 第五讲　专业人士需要更多的跨学科技能
  • 第六讲　一流慈善基金的投资实践
  • 第七讲　在慈善圆桌会议早餐会上的讲话
  • 第八讲　2003年的金融大丑闻
  • 第九讲　论学院派经济学
  • 第十讲　在南加州大学GOULD法学院毕业典礼上的演讲
  • 第十一讲　人类误判心理学
• 第五章 文章、报道与评论
  • 如果说标准石油正在试图变得贪婪的话，那么它的表现可不够好
  • 巴菲特的副手
  • 互助储蓄与贷款联盟的请辞信
  • 反托拉斯法的滥用
  • 不那么沉默的合伙人
  • 乐观主义在会计中没有容身之地
  • 贝西克兰兴衰记
  • “贪无厌”“高财技”“黑心肠”和“脑残”国的悲剧
• 查理芒格的推荐书目
  • 深奥的简洁：从混沌、复杂到地球生命的起源
  • 诚信的背后：华尔街圈钱游戏的真相
  • 苏格兰人如何发明现代世界：西欧最穷的国家如何改变世界的真实故事和详尽内幕
  • 我生活的种种模式：赫尔伯特·A. 西蒙自传
  • 温度，决定一切
  • [[枪炮、病菌与钢铁——人类社会的命运]]
  • [[第三种黑猩猩]]
  • [[影响力]]
  • [[本杰明·富兰克林自传]]
  • 生活在极限之内：生态学、经济学和人口禁忌
  • [[自私的基因]]
  • 洛克菲勒：一个关于财富的神话
  • 国富国穷
  • 沃伦·巴菲特的投资组合：掌握集中投资战略的秘诀
  • 基因组：人种自传23章
  • 谈判力
  • [[只有偏执狂才能生存]]
  • 编辑推荐的书
    • 勒斯·施瓦伯：因业绩而骄傲
    • 凡人与大亨：经商的故事
    • 筚路蓝缕的先行者：1840年至1900年的西部大开发
• 结束语
• 查理芒格年谱

Highlights #

• 要得到你想要的某样东西，最可靠的办法是让你自己配得起它。

  ...

• 统计学如何变革了科学和生活
• 翻译的水平不太好，我看的中文电子版本质量也非常差（电子化导致的错误），有些地方需要对照原文。总体来说是一本一点也不技术的，来自作者视角的，数理统计发展历史。对这一领域感兴趣的可以翻翻看。
• Outline
  • 第1章 女士品茶
  • 第2章 偏斜分布
    • 翻译问题：第二段，[[Karl Pearson]] 生命的最后几年这里有歧义，1936年去世，容易让人误解为20世纪60年代
    • 翻译问题：本章倒数第二段，“一日三餐这种观念已经被放弃”，原文中没有出现一日三餐这个词，无中生有的翻译？
  • 第3章 可爱的戈赛特先生 [[William Gosset]]
  • 第4章 在垃圾堆中寻觅
  • 第5章 收成变动研究
  • 第6章 百年不遇的洪水
  • 第7章 费歇尔获胜
  • 第8章 致死的剂量
  • 第9章 钟形曲线
  • 第10章 拟合优度检验
  • 第11章 假设检验
  • 第12章 置信诡计
  • 第13章 贝叶斯异论
  • 第14章 数学界的莫扎特
    • 后来，他决定提早一年参加毕业考试。于是就正式向老师提出请求，老师要他午饭后回来听消息，然后他就出去散步了。等他回来的时候，学校考试委员会决定不必经过考试就发了证书给他。他后来对谢耶夫表示，这件事是他一生中最令人失望的事情之一，本来他希望迎接智力的挑战。
  • 第15章 小人物之见解
  • 第16章 非参数方法
  • 第17章 当部分优于总体时
  • 第18章 吸烟会致癌么
  • 第19章 如果您需要最佳人选
    • George W. Senedecor
    • Gertrude Cox, 1900-1978
    • 女性对统计学的贡献
    • Bernard Norwood
    • 理论统计界的女性
  • 第20章 朴实的德克萨斯农家小伙
    • Samuel S. Wilks, 1906-1964
    • 应用，为军方服务
  • 第21章 家庭中的天才
    • I. J. Good
    • Persi Diaconis
      • 投影追踪 projection pursuit 类似 [[Manifold]]
  • 第22章 统计学界的毕加索
    • John Tukey
      • 对正确问题的近似解答，胜过对错误问题的精确答案
      • 快速傅立叶变换
      • 发明了箱形图 box plots 茎叶图 stem and leaf plots
      • 创造了两个单词 bit software
  • 第23章 处理有瑕疵的数据
    • George Box
    • Robust [[idea]] Robust domain adaptation？
    • 会谈时，博克斯热情洋溢地描述他对费歇尔理论的认识，介绍他在实验设计中的心得，皮尔逊静静地听着，最后说：“好吧，总之你可以来我校就读，但是我想你将来会知道，在统计界里除了费歇尔外，还有其他一个或两个人的存在。”
  • 第24章 重塑产业的人
    • W. Edwards Deming
  • 第25章 来自黑衣女士的忠告
    • Stella Cunlife
  • 第26章 鞅的发展
  • 第27章 意向治疗法
  • 第28章 电脑随心所欲
    • Bootstrap
    • Resampling
    • Kernel density estimation
  • 第29章 泥菩萨
• Related
  • [[丁鹏]] 女士品茶的实验、假设和检验

• This classic reference book is a must-have for any student or writer.
• 关于版本
  • 初版 1918 年，43 页 https://www.bartleby.com/141/index.html
  • 第二版 1972 年
  • 第三版
  • 第三版的中文版本 [[英文写作指南]]
• Outline
  • 1. Introduction
  • 2. Elementary rules of usage
    3. Form the possessive singular of nouns with ’s
       • Follow this rule whatever the final consonant
       • Exceptions are the possessives of ancient proper names in -es and -is
         • such forms as for conscience’ sake, for righteousness’ sake
         • the heel of Achilles instead of Achilles’ heel
       • The pronominal possessives hers, its, theirs, yours, and oneself have no apostrophe.
    4. In a series of three or more terms with a single conjunction, use a comma after each term except the last
    5. Enclose parenthetic expressions between commas
    6. Place a comma before and or but introducing an independent clause.

• https://book.douban.com/subject/25717380/
• 英文书名 Naked Statistics: Stripping the Dread from the Data
• 非常通俗的一本读物，统计学在数据/AI时代的重要地位日益凸显，读完可以补完一下这部分的常识。当年实在是没有学明白概率论与数理统计，从认识世界的角度来看，这比微积分有用多了。
• Outline
  • 引言 我为什么憎恶微积分却偏爱统计学？
    • 关键在于有没有直觉的关于意义的解释
    • 统计学就像是一种高智商武器：正确地使用它能够帮助我们，但错误地使用它也会产生灾难性的后果
  • 第1章 统计学是大数据时代最炙手可热的学问
    • 基尼系数是否是衡量社会分配公平程度最完美的指标？视频网站是如何知道你喜欢的电影类型的？祈祷真的能让病人的术后康复状况改善吗？是什么导致自闭症发病率一直走高？哪些人最有可能成为恐怖分子？
    • 描述性数据——击球率与大学学分
    • 用抽样数据来解决大问题
    • 概率、风险与考试作弊
    • 哪些人最有可能成为恐怖分子？
      • 美剧 犯罪现场调查：回归分析
    • 统计数字背后的谎言与真相
    • 学习统计学的意义
      • 总结大量的数据。做出正确的决定。回答重要的社会问题。认识并运用那些能够改善我们日常做法的模型，卖更多的尿片、抓更多的罪犯……识别作弊者，让作恶者受到法律的审判。评价政策、项目、药品、医疗程序和其他创新的有效性。揪出那些运用相同的统计学手段干坏事的败类。
  • 第2章 描述统计学
    • 你一直想买的一条连衣裙，商场售价为4999元，先降价25%后再提价25%，你能算出这条连衣裙的最终售价是多少吗？
    • 绝对值差异与相对值差异，百分数
    • 百分差与百分比
  • 第3章 统计数字会撒谎
    • 1950年人们的平均时薪是1美元，2012年人们的平均时薪是5美元，你觉得我们的工资水平涨了吗？
    • 马克·吐温有一句名言是这样说的，“谎言有三种：谎言、该死的谎言，以及统计学”。
  • 第4章 相关性与相关系数
    • 视频网站根本不知道我是谁，但它又是怎么知道我喜欢看人物纪录片而不是电视连续剧、动作片或科幻片的？
    • 相关系数计算公式 $$\frac{cov(X,Y)}{\sigma_X \sigma_Y}$$ $$cov(X,Y)=E( (X-E(X)) (Y-E(Y)))$$
  • 第5章 概率与期望值
    • 买福利彩票，去赌场豪赌、投资股票或期货，哪种方式让你跻身《福布斯》富豪排行榜的可能性更大？
    • 关于保险：承担不起的后果，对于承担得起的可以不用买。
  • 第6章 蒙提•霍尔悖论
    • 在《让我们做个交易》节目中，主持人打开的3号门后面是一头羊，在剩下的1号门和2号门中必定有一扇门后面是汽车，你应该如何选择才能中大奖？
    • 三门问题
  • 第7章 黑天鹅事件
    • 1%的小概率风险如何在2008年成为击垮美国华尔街的“黑天鹅”，并毁了全球金融体系。
    • 2008金融危机
      • 第一，模型构建的概率基础参照的是过去的市场行为，然而金融市场和啤酒盲品会不一样，前者的未来不一定是历史的重复，没有任何的理论证据可以保证1980～2005年间的市场动态是2005年之后市场表现的最佳预测参照物。
      • 第二，即使通过基本数据，我们能够借助VaR准确地预测未来风险，这99%的保证依然存在着失效的危险，因为真正把事情搞砸的正是剩下的1%。
    • 华尔街的数量分析专家们犯了3个最基本的错误
      • 第一，他们混淆了“精确”和“准确”的概念。
      • 第二，他们对基础概率的估算方式是错误的。
      • 第三，公司忽略了“尾部风险”
    • 常见的与概率有关的错误、误解和道德困境
      • 想当然地认为事件之间不存在联系
      • 对两个事件的统计独立一无所知
      • 成群病例的发生
      • 检方谬误
      • 回归平均数（或趋均数回归）
      • 统计性歧视
  • 第8章 数据与偏见
    • 2012年，《科学》杂志刊登了一项惊人的发现：在求偶期多次遭受雌性果蝇冷落的雄性果蝇会“借酒消愁”。那么，这些果蝇是如何一醉方休的？
    • 纵向研究，就是对大量调查对象一生中不同时间点的信息进行收集，比如每两年进行一次采访。对需要几年甚至几十年时间去求证的因果关系的探索极具价值。
    • 横向研究：在同一时刻收集到的数据
    • 常见的偏见
      • 选择性偏见：样本选择有偏见
      • 发表性偏见：有效果的结果才会得到发表，无效果的结果不会得到发表
      • 记忆性偏见：记忆是不可靠的
      • 幸存者偏见
      • 健康用户偏见：做到xx的人，可能本来就有更好的自控力，相关而不是因果
  • 第9章 中心极限定理
    • 一辆坐满肥胖乘客的抛锚客车停在你家附近的路上，你推断一下，它的目的地是马拉松比赛场地，还是国际香肠节展厅？
    • Central limit theorem: $$\sqrt{n} \frac{\bar{X}_{n}-\mu}{\sigma} \frac{(d)}{n \rightarrow \infty} \mathcal{N}(0,1)$$
  • 第10章 统计推断与假设检验
    • 垃圾邮件过滤、癌症筛查、恐怖分子追捕，我们最不能容忍哪件事情出错，又有哪件事情是可以“睁一只眼闭一只眼”的？
    • CZ jbstatistics 相关视频可以参考
  • 第11章 民意测验与误差幅度
    • 民调结果显示，有89%的美国人不相信政府会做正确的事，有46%的美国人认可奥巴马的工作表现。这个结果可以代表美国人的真实想法吗？
    • 当进行一项民意测验或采用别人的民调成果时，我们应该问问自己如下这几个涉及方法论的关键性问题。
      • 这个样本能正确地反映目标群体的真实观点吗？
      • 采访过程中的问题设置能得出对研究课题有用的信息吗？
      • 受访者说的就一定是真的吗？
  • 第12章 回归分析与线性关系
    • 你认为什么样的工作压力更容易使职场人士猝死，是“缺乏控制力和话语权”的工作，还是“权力大，责任也大”的工作？
    • t 分布
  • 第13章 致命的回归错误
    • 世界上3本最有声望的医学期刊上刊登的49篇学术研究论文中有1/3 后来都被推翻了，所以，“尽量不要用你的回归分析研究杀人”。
    • 用回归方程式来分析非线性关系。
    • 相关关系并不等同于因果关系。
    • 因果倒置。
    • 变量遗漏偏差。
    • 高度相关的解释变量（多元共线性）
    • 脱离数据进行推断。
    • 数据矿（变量过多）
    • CZ 这里的反思其实有点像神经网络的不可解释性，不过差别在于神经网络的问题在于解决问题，而回归分析的目的在于解释世界。你没办法给出一个结果说，好的这就解释完成了。
  • 第14章 项目评估与“反现实”
    • 哈佛大学等世界顶尖大学的毕业生进入社会后，其收入往往高于一般大学的毕业生，让他们获得高收入的究竟是常春藤大学的教育优势，还是他们本身就很出色？
    • 不连续分析实验。 实验组和对照组还存在一种设置方式，就是将那些刚好符合介入或治疗条件的对象，以及以毫厘之差错失治疗机会的对象进行比较。
    • 一些常用的实验方法 实现”反现实“
      • 随机控制实验。 成本高昂
      • 自然实验。 并不是所有人都有能力随随便便投资几百万美元来运行一个大型随机实验。一个更为经济的替代方案是寻找到一个自然实验，当某个事件自然而然地发生时，恰好营造出一个接近于随机、对照的实验环境。
      • 非对等对照实验。 有些时候研究治疗效果最佳且可行的方式，并非完全随机地分配实验组和对照组。当环境不允许我们进行随机分配的时候，我们当然希望最终的实验组和对照组能够大体相似，不对结论的准确性产生影响。
        • “相比起毕业证书上的学校名字，正确认识自己的兴趣、抱负和能力更能成就人的一生”，这其实也间接回答了本章升头所提出的那个问题。
      • 差分类差分实验。 观察原因和结果的一个最佳方式就是放手去做，然后看看会发生什么，因为这就是婴儿和小孩（有时候也包括成年人）认识世界的途径。
      • 不连续分析实验。 实验组和对照组还存在一种设置方式，就是将那些刚好符合介入或治疗条件的对象，以及以毫厘之差错失治疗机会的对象进行比较。
  • 结束语 统计学能够帮忙解决的5个问题
    • 橄榄球的未来在哪里？ 橄榄球是否会导致不可逆转的大脑损伤？
    • 是什么导致了自闭症患者数量的激增？ 发病潮和诊断潮的叠加？
    • 我们依据什么来奖励优秀的教师和优质的学校？
    • 解决全球贫困的最佳途径是什么？
      • 布基纳法索 极端贫困
      • 提到了[[贫穷的本质]]两位作者在印度和肯尼亚的项目
      • 2010 年，迪弗洛获得了有“小诺贝尔经济学奖”之称的约翰· 贝茨· 克拉克奖，该奖项是由美国经济协会授予的，颁奖对象为在美国大学任教、40 岁以下的学者。在经济圈，尤其是经济学“怪人”圈中，这个奖被看作比诺贝尔经济学奖分量更重的荣誉，因为约翰·贝茨·克拉克奖每两年才颁发一次（但是从迪弗洛获奖的这一年起，颁奖周期改为一年一次）。无论如何，约翰·贝茨·克拉克奖是所有佩戴厚镜片的人心目中的MVP（最有价值球员）。 [[Esther Duflo]]
    • 猜猜你是谁？
  • 致谢
    • 本书是向早前美国诺顿出版公司的一部经典作品—达莱尔·哈夫的《统计数字会撒谎》致敬，这本写于20 世纪50 年代的通俗读物已经创下了惊人的百万册销量。