他们完全不同。

(A) 是明确的介绍性的（但在许多方面不是基本的）。这似乎是自相矛盾的：也许可以公平地说，（A）假设聪明的读者愿意努力思考，而不是以前的统计知识。没有任何噱头，比如快乐的人的彩色照片，各种带有额外材料的盒子，或者基于作者更狂野的经历或过度丰富的想象力的粗鲁故事。（我没有提到市场上一些更令人震惊的替代品。）聪明的高中生或任何记得大部分高中数学的人都会发现它是有益的，以及更明显的本科市场。

(B) 更像是第二个文本，对于不熟悉 (A) 内容的任何人来说都是艰难的。我想说（B）取决于读者以前至少遇到过大部分材料，因为许多解释都巧妙地简洁，但同样相当浓缩。我想说这真的是为研究人员准备的，至少是最后一年的本科生准备论文或研究论文。它也更加固执己见，根据你是否同意弗里德曼的观点，你会喜欢还是厌恶它，弗里德曼的高标准往往排除了几乎任何其他人的工作。

每隔几年，我就会重读（A），从中受益匪浅，并且从第一版开始就这样做了（略读和略读）。

披露：我也不是统计学家；我也从未上过统计学家教授的课程。

八卦：John Tukey 的传记（详情和评论请参见此处）两次包含一个未经证实的故事，即作为普林斯顿大学研究生的大卫弗里德曼真的无法理解 Tukey 有时是椭圆形和难以捉摸的教学风格。很容易推测这可能是 (A) 通常避免使用箱形图和 Tukeyish 探索方法的根本原因。

我是一名统计学家，教了 40 年，主要是给生物学家。上面的尼克考克斯答案已经死了。在我看来，“FPP”仍然是迄今为止最好的统计入门书籍。强调概念、很好的例子（尽管我希望更多来自生物学！）和反例（展示“显而易见的”有时可能是错误的）和练习。它很容易阅读，但这可能具有欺骗性：您必须思考。《统计模型》（Freedman）是第二或第三本教材。这也是非常概念化的。您可能想要一本更标准的书来学习最小二乘法（回归、方差分析等）的基础知识。Freedman 更关心模型何时被证明是合理的（通常是对“真相”的良好近似），何时不是。现在很重要，当您只需按一下按钮即可运行非常复杂的模型，但对您的假设或结果的含义知之甚少。戴维森的书也很出色，但更具技术性和实用性：它描述了各个领域中最重要的标准模型（以及一些不太标准的模型），并展示了分析它们的方法。