随便在某宝上搜搜“极简统计学”这类的书，出来的不少都是日本作者写的读物，比如永野裕之《写给所有人的极简统计学》，小宮山博仁《预测未来的极简统计学》、涌井良幸《统计学入门很简单：看得懂的极简统计学》以及这本《你一定爱读的极简统计学》，所有的这类书都有一个特点：买了以后去读发现名为极简，实际上挖坑都极深，然后后悔为什么不去买另一本，买回来下一本之后继续后悔。

你要问我为什么一下子就相中了小岛宽之这本书，第一，它看起来挺薄，而且价格相对便宜；第二，本书几乎不使用概率；第三，本书不使用组合符号、求和符号和随机变量的期望值，完全排除微积分。你可以接受“统计学的本质和数学符号是两回事”的观点，然后还可以做出如下感想：不，这书你不爱读，一点也不爱读。我宁可去读远山启的《数学与生活》，再重温一下从小学到大学被数学支配的那种恐惧，也不愿掉进极简的坑中。

我个人觉得本书有些太过于执着“极简”两个字了，所谓“再精简下去，就不是统计学了”，固然只用初中数学知识（比如一元一次不等式、开方计算）等完成了书内的绝大部分计算，砍掉了很多数学内容，从知识学习上说，在某个子系统层面的认知上减少一些东西，必然要在其他子系统层面的认知上增加一些东西。

这种思路，在某些方面相当精妙：比如讲标准正态分布，对待无限个数据时，将其定义为与面积相同的量（真正平滑的曲线图与细柱图近似），这个处理很方便缺乏相应知识背景的读者理解；或者，“海水水位”是平均值，浪涌的激烈程度是“标准差”，这就很直观；还有把住宅参观者人数转换为抛硬币的问题，条件限制和转换比较巧妙；

当然，在某些方面处理就有些差强人意：比如讲随机抽样法和总体均值，为了不涉及概率表达，专门从无限母群体构造讲起，说随机抽样法的假设，是“进行足够多次的观测做成直方图，再现母群体分布”，原理固然是这么个原理，但是有些绕圈圈；再或，这本书里关于推论统计学有一个很重要的概念叫“95%预测命中区间”，这对不少读者来讲就有些剑走偏锋。

这本书的紧紧围绕的核心概念是“标准差”，这在第一部分就讲明白了，而这部分，包括正态分布，假设检验等内容是最适合初学者入门的部分；第二部分的思路其实也比较清晰，它要逐渐解决4个问题：1.已知正态母群体和总体方差时，总体均值的估计；2.已知正态母群体和总体均值时，总体方差的估计；3.已知正态母群体，未知总体均值时，总体方差的估计；4.已知正态母群体，未知总体方差时，总体均值的估计。这一部分的内容基本是跟着例题的思路捋下来的，但要在“其他子系统层面的认知上增加一些东西”了，倒不如一开始去看看《统计学概论》打打基础。

PS：前几天和老杨喝酒，说起看书看得太杂，保持好奇心，和对未知世界的探索欲望，固然是好的，然“吾生也有涯，而知也无涯。以有涯随无涯，殆已”——即便老杨认为人精力有限，读书要有方向，还一定要读最好的。人类，终归读书转化的效率太低，而为求得某一方面的深入成本太高，一生就是在不断地和时间赛跑，关键自己还得知道“已而为知者，殆而已矣”。