统计学在生活中的应用随处可见。天气预报说今天下雨概率百分之七十。这个数字就是一种统计结果。气象局分析了过去十年同一天的气象数据。他们发现类似的气压、湿度、云层条件下，十次里有七次会下雨。于是他们得出百分之七十的结论。人们听到这个概率。有人会带伞。有人觉得不会那么巧。概率影响了人们的决定。

超市货架的摆放也用了统计学。管理人员发现牛奶和面包经常被一起买走。他们调取了收银台的销售记录。电脑程序分析了成千上万张购物小票。程序找到了商品之间的联系。牛奶和面包出现在同一张小票上的次数很多。超市就把牛奶和面包放在相近的货架上。顾客买牛奶时很容易看到面包。这样促进了面包的销售。顾客也觉得方便。这种方法叫关联分析。它不关心为什么。它只关心数据呈现的事实。

统计学的基础是数据。数据就是数字信息。学生的考试成绩是数据。一个月的每日气温是数据。公司每天的营业额也是数据。数据本身是杂乱的。我们需要整理它们。整理数据的第一步是分类。把相同性质的数据放在一起。一百个学生的数学分数。从高到低排列。看看分数集中在哪个范围。这就是一种整理。

整理后需要描述数据。平均数是最常用的描述方法。把所有人的分数加起来。除以总人数。得到平均分。平均数代表整体水平。但它也会掩盖问题。一个班级平均分八十分。可能有人一百分。有人六十分。只看平均数不知道分数是否整齐。我们需要另一个概念：方差。方差衡量数据的波动。计算每个分数与平均分的差距。把这些差距平方后求平均。得到方差。方差大说明分数分散。方差小说明分数集中。平均分和方差一起用。能更清楚地了解情况。

统计不仅仅是描述过去。更重要的是预测未来。彩票中心公布中奖号码。很多人记录这些号码。他们画图表。找规律。希望预测下一次的号码。从统计学看。每一次抽奖都是独立的。过去的结果不影响未来。那些看似规律的东西。只是随机事件产生的错觉。统计学告诉我们随机性的存在。许多事情没有规律。只是偶然发生。

药物实验大量使用统计学。一种新药是否有效。不能只看几个病人的情况。研究人员找两组病人。一组吃药。一组吃外观相同的无效药片。病人不知道自己属于哪组。分组是随机的。实验结束后比较两组病人的康复率。如果吃药组康复率明显更高。新药可能有效。这里需要判断“明显”的标准。统计学提供了检验方法。它计算差异由随机巧合导致的概率。这个概率很小。我们才相信是药物起了作用。这个概率叫显著性水平。通常设定为百分之五。

统计结论不是百分之百正确。它告诉我们可能性。民意调查访问五千个选民。预测选举结果。访问不可能覆盖所有人。这五千人是样本。样本是从总体中选出的一部分。好的样本应该具有代表性。不同年龄、地区、职业的人都要有合适的比例。这样样本的结果才能推及总体。统计误差总是存在。调查结果会说。某候选人支持率百分之四十五。误差范围正负三个百分点。真实支持率可能在百分之四十二到四十八之间。

数据分析可能犯错误。一种错误是忽略数据背后的原因。夏天冰淇淋销量增加。溺水人数也增加。数据显示两者正相关。但不能说冰淇淋导致溺水。真实原因是天气炎热。天气热。吃冰淇淋的人多。游泳的人也多。溺水事故因此增加。忽略隐藏的真实原因。会得出荒谬结论。统计学强调相关关系不等于因果关系。

另一种错误是误解数据。一家公司去年利润增长百分之十。看起来不错。但同行业其他公司平均增长百分之二十。相比之下这家公司落后了。单独看数据不够。需要对比。数据要在背景中理解。比较是重要的分析方法。

数据可视化让统计更直观。折线图显示股票价格变化。柱状图比较不同产品的销量。饼图展示家庭支出的比例。图形帮助人们快速抓住重点。一张好的图表胜过千言万语。它把枯燥的数字变成生动的画面。

统计思维是一种基本素养。它教我们依据证据做判断。它教我们理解不确定性。它教我们分辨规律和巧合。生活中充满了数据。理解数据就是理解世界。统计工具并不神秘。它们建立在简单的数学之上。加、减、乘、除。平方、开方。这些基础运算构成了统计大厦。

统计学的历史很长。古代国家统计人口和粮食。为了征税和征兵。那是简单的计数。现代统计学随着科学实验发展起来。它处理更复杂的问题。它需要概率论的支持。今天统计学渗透各个领域。医学、经济、工程、社会研究都离不开它。电脑的出现是巨大推动。电脑能快速处理海量数据。以前无法想象的分析现在成为可能。

学习统计要从实际例子开始。记录自己每周的零花钱。计算平均每周花多少。观察哪方面花钱最多。分析花钱多的原因。这就是一个统计项目。自己收集数据。自己分析。能加深理解。统计不是抽象理论。它是认识世界的实用方法。