|
|
|
現代人不可不會的數據分析法
不談機率、不用微積分、不要Σ符號，
高中數學全忘光了也沒關係，
直接切入核心，統計學輕鬆入門！
分析現在，推論未來
抓住潛藏在大數據底下的無限機會！
在什麼都有必要數據化、處處充斥資料的當今社會中，如何將龐大數字轉換成有效資訊，已成為現代人必備的重要能力。想精準預測數位時代的未來，就得靠統計學！
本書長據Amazon分類排行榜第一名，網路佳評如潮，眾多日本網友五星推薦！屏除複雜的計算公式，著重邏輯與基礎概念，不論是第一次學習統計學的人、想重新學習統計學的人、還是歷經無數挫折，始終搞不懂統計學，苦惱到不行的人，都能藉由本書走進統計學世界！
特色：
★每一講後都有簡單的計算例題和具體的案例，可快速檢測是否正確理解。
★深入淺出的介紹統計學觀念，配合圖表說明，可輕鬆上手。
作者簡介
小島寬之
帝京大學經濟學系教授。經濟學博士。數學隨筆作家。專攻數理經濟學。
一九五八年出生於東京，畢業於東京大學理學院數學系，同大學經濟學研究所博士課程修畢。
著有《機率的思考方式》（NH K B o o k s系列）、《方便運用！ 機率的思考》（ 筑摩新書系列） 、《世界第一簡單微積分》（歐姆社出版）、《從零開始學習微積分》（ 講談社出版） 、以及《專為文科設計的數學教室》（講談社現代新書系列）等多部作品。
推薦者簡介
鄭宇庭
國立政治大學商學院統計系副教授，美國明尼蘇達大學統計學博士。在政大任教期間，創立民意與市場調查及資料採礦兩個研究中心。目前致力推廣統計應用，曾主持400多項調查研究及企業商業智慧計畫，並將這些統計分析實務個案與教學課程結合，廣受學生及EMBA同學好評。近三年連續獲得政大商學院教學特優教師殊榮。
譯者簡介
韓雅若
元智大學企管系畢，平時熱愛閱讀，鑽研學問。雖然在求學期間未曾陷入「統計就是統統忘記」的魔咒，但要是當時手邊有本淺顯易懂的入門書，想必就能學得更興味盎然。現為日翻中譯者。
電子信箱：[email protected]
推薦序 大開入門途徑，輕鬆學習統計
前言 是這樣的一本統計學的書
作者序 統計學的樂趣，在於它的「跳躍」
第 0 講 本書的立基點──高效率且按部就班地理解統計學
第 1 部 快速學習！從標準差到檢定和區間估計
第 1 講 用次數分配表和直方圖刻畫資料的特徵
第 2 講 平均數的作用與掌握方式──平均數即平衡玩具的支點
第 3 講 變異數與標準差──預估資料分散狀態的統計量
第 4 講 藉由標準差來評估手上資料為隨處可見、抑或不同一般
第 5 講 可將標準差活用為股票風險指標（波動率）
第 6 講 用標準差來理解高風險高報酬的觀念（夏普指數）
第 7 講 常態分配──身高、投擲硬幣等最為常見的分配
第 8 講 推論統計的出發點──用常態分配來「預言」
第 9 講 假設檢定的思路──從一項資料來推測母群體
第10講 區間估計──以測量溫度為例，找出命中率95%的信賴區間
第 2 部 從觀測資料推測背後廣闊的世界
第 11 講 母群體和推論統計──由「部分」推論「整體」
第 12 講 母體變異數與母體標準差──表示母群體資料分散狀態的統計量
第 13 講 樣本平均數的觀念──多項資料的平均數比起單項資料更趨近母體平均數
第 14 講 樣本平均數的便利性──觀測資料增加，預言區間就變窄
第 15 講 用到樣本平均數的母體平均數區間估計──已知母體變異數時，常態母群
第 16 講 卡方分配登場──樣本變異數的求法與卡方分配
第 17 講 用卡方分配估計母體變異數──估計常態母群體的母體變異數
第 18 講 樣本變異數呈卡方分配──與樣本變異數成正比的統計量
第 19 講 母體平均數未知下的常態母群體區間估計──母體平均數未知也可估計母體變異數
第 20 講 ｔ分配登場──除母體平均數外，可用現實中觀測到的樣本計算而來的統計量
第 21 講 透過ｔ分配做區間估計──母體變異數未知下，用常態母群體估計母體平均數
索引
