查尔斯·惠兰（Charles Wheelan）是达特茅斯学院公共政策教授，同时也是一位致力于将经济学和统计学知识普及给大众的畅销书作家。他此前已出版《赤裸裸的经济学》（Naked Economics），以幽默且不失深度的方式赢得了广泛读者群体。2013年，他出版了《赤裸裸的统计学》（Naked Statistics），由诺顿出版社（W. W. Norton）发行，目标同样明确：让那些对数学心存畏惧的读者也能理解统计学的核心概念，并认识到统计思维在日常生活和专业决策中的巨大价值。
惠兰从一个根本性的问题出发：统计学为什么重要？他的回答是，统计学是我们在充满不确定性的世界中做出合理判断的核心工具。全书涵盖了描述性统计、概率、推断统计、回归分析和中心极限定理等核心主题，但惠兰刻意避免了枯燥的公式推导，转而用生动的现实案例来阐释每个概念。他用美式橄榄球的选秀数据来解释回归均值的概念，用"醉汉找钥匙"的比喻来说明抽样偏差的危险，用Netflix推荐算法来演示相关性分析的力量，用政治民调的误差范围来解释置信区间的含义。每一个章节都围绕一个简单的问题展开：这个统计工具能帮我们回答什么样的现实问题？它可能在哪些方面误导我们？
惠兰特别花了大量篇幅讨论统计学被误用和滥用的情形。他指出，相关性与因果性的混淆是公共讨论中最常见的统计谬误之一——媒体经常将两个变量的统计关联直接报道为因果关系，而忽视了可能存在的混杂变量。他还讨论了"发表偏倚"（publication bias）的问题：学术期刊倾向于发表具有显著统计结果的研究，这意味着大量未能证实假设的研究被埋没，从而系统性地扭曲了公众对某些问题的理解。选择性地呈现数据、操纵图表的坐标轴、忽略样本量的局限性——这些常见的统计"花招"在惠兰笔下被一一拆解。
对于投资者和商业决策者而言，这本书的价值超越了统计学入门教育本身。金融市场充斥着各种统计数据——收益率、标准差、夏普比率、阿尔法值、贝塔系数——但如果缺乏对这些数字背后统计原理的基本理解，投资者就容易被华丽的数据包装所迷惑。惠兰的书帮助读者建立一种统计直觉：当看到一个投资策略宣称"过去十年年化回报百分之二十"时，应该追问样本量、时间窗口选择是否存在偏差、幸存者偏差是否被排除。这种对数据的审慎态度，正是查理·芒格所倡导的"多元思维模型"中不可或缺的组成部分。