0人評分過此書

統計學圖鑑

出版日期
2019
閱讀格式
PDF
書籍分類
學科分類
ISBN
9789863701965

本館館藏

借閱規則
當前可使用人數 30
借閱天數 14
線上看 0
借閱中 0
選擇分享方式

推薦本館採購書籍

您可以將喜歡的電子書推薦給圖書館,圖書館會參考讀者意見進行採購

讀者資料
圖書館
* 姓名
* 身分
系所
* E-mail
※ 我們會寄送一份副本至您填寫的Email中
電話
※ 電話格式為 區碼+電話號碼(ex. 0229235151)/ 手機格式為 0900111111
* 請輸入驗證碼
~馬雲:「現代極端缺乏大數據人才」~
統計學是科學的文法,更是「大數據時代」穩操勝券的基本功。

「我有信心,本書可謂史上最簡單明瞭的統計學書籍!」——作者 栗原伸一

【本書特色】
◎開創學習統計學的「最小阻力之路」:
鎖定「學校或公司需要統計分析,自己卻不知從何著手」、「雖讀過基本入門書籍,實際分析時卻不知該選哪種手法」讀者群,提供「極簡運用法」。
◎11大章節,從基礎到運用層層遞進:
從【機率分配】➔【信賴區間估計】➔【假設檢定】➔【變異數分析與多重比較】➔【貝氏統計學與大數據】……共11大章節,從基礎到應用,創造學習統計學的最短路徑。
◎圖鑑式內頁,將抽象觀念畫作具象解析:
透過大量的圖表和插圖,將難以理解的觀念化作具象圖解,配合補充專欄全面性架構基礎知識,紮穩飛越前的地基。

【審定推薦】
「本書內容充實,不僅是描述性統計、推論性統計,甚至是貝氏統計也包在內,書中也介紹R軟體的使用方法,全書以插圖方式呈現,閱讀時生動有趣不會感到乏味,書中介紹的統計處理的方法與其步驟也搭配實例說明,頗為清晰明確,分析結果的解讀分法也簡明易懂,容易學以致用,本書對初學者可說是一本不可多得的入門書,對學過統計學的人來說也是很好的使用參考手冊,期盼本書能帶給您學習的樂趣與滿足感。」——陳耀茂

前些日子,紐約時報送給即將畢業的大學生一篇報導,標題如下:
「今天我只對即將畢業的你們說一句話,那就是『統計』。」
Google首席經濟分析師提及「今後十年最有吸引力的工作將是Statistician(統計專家)。」
馬雲說:「中國極端缺乏大數據人才。」
事實上眾所周知包含Google在內,
全球頂尖企業如微軟、IBM等早已展開相關人材的爭奪戰。
物聯網、雲端運算、大數據分析等技術的結合,揭開新時代的序曲,
而奠定這一切的統計學,確實是未來10年的最熱技能。

將場景轉回現在,試想在公事中,是否經常碰到類似問題:
.為什麼A項開發案如石沉大海,B項卻一擊即中?
.為什麼甲款商品庫存堆積如山,乙款卻長銷熱賣?
.為什麼有些人投資有去無回,有些人卻穩操勝券?
以統計學邏輯來看,暢銷、長銷、爆紅、超高點閱率等名詞,和「運氣」完全脫鉤。
統計專家在以「常理」判斷,做出決定前,
以科學數據免除被「表象」、「套路」帶走的陷阱,
用數字明確回答:成功經驗到底是否可信?哪裡可能是隱蔽的陷阱?失敗的原因為何?

平均數/離散分位數/變異數/釣鐘型分配/常態分配/Poisson分配/
替代常態分配/信賴區間/虛無假設/對立假設/獨立雙樣本/不劣性試驗/
重複檢定/魏克生符號檢定/迴歸分析/殘差分析/多元迴歸分析……
以上提及的名詞,就是能確實分析,找出通往成功階梯的工具。

本書透過簡明圖解,釐清統計學背後的科學機制,掌握從數據中獲取真知的技巧。
由日本兩位大學教授聯手,以清晰而簡單的圖象化教學層層遞進:
【敘述統計學】➔【機率分配】➔【推論統計學】➔【信賴區間估計】➔【假設檢定】
【變異數分析與多重比較】➔【無母數分析方法】……
共11大章節,鎖定「學校或公司需要統計分析,自己卻不知從何著手」、
「雖讀過基本入門書籍,實際分析時卻不知該選哪種手法」等目標讀者群,
為其提供最容易消化的方法,開創學習統計學「最小阻力之路」。
  • 序章 何謂統計學?
    • 何謂統計學?
      • 【專欄】統計學的歷史
    • 統計學可以做的事
  • 第1章 敘述統計學
    • 1.1 各種平均數
    • 1.2 資料的離散1 分位數與變異數
    • 1.3 資料的離散2 變異係數
      • 【偉人傳】1 卡爾‧皮爾生
    • 1.4 變數相關性1 相關係數
      • 【偉人傳】2 法蘭西斯‧高爾頓
    • 1.5 變數相關性2 等級相關
  • 第2章 機率分配
    • 2.1 機率與機率分配
    • 2.2 機率均等的分配 均勻分配
    • 2.3 擲硬幣的分配 二項分配
    • 2.4 吊鐘型分配 常態分配
    • 2.5 無尺度的分配 標準常態分配
      • 【專欄】標準分數
    • 2.6 知道資料的位置σ區間
    • 2.7 分配的形態 偏度與峰度
    • 2.8 很少見的分配 波瓦生分配
    • 2.9 同時處理複數資料χ2分配
    • 2.10 χ2值的比F分配
    • 2.11 替代常態分配t分配
      • 【專欄】各種機率分配的關係
      • 【偉人傳】3 凱特勒
      • 【偉人傳】4 南丁格爾
  • 第3章 推論統計學
    • 3.1 由樣本掌握母體特徵 推論統計學
      • 【專欄】敘述統計學中的樣本和母體
    • 3.2 巧妙推論母數 不偏估計
    • 3.3 未受限的資料數量 自由度
    • 3.4 樣本統計量的分配1 平均數的分配
    • 3.5 樣本統計量的分配2 比例的分配
    • 3.6 樣本統計量的分配3 變異數的分配
    • 3.7 樣本統計量的分配4 相關係數的分配
      • 【專欄】Excel的E是錯誤(Error)的E?
    • 3.8 偏離真值 系統誤差與偶然誤差
    • 3.9 樣本平均數相關的二大定理 大數法則與中央極限定理
  • 第4章 信賴區間估計
    • 4.1 有範圍的估計1 母體平均數的信賴區間
    • 4.2 有範圍的估計2 母體比例的信賴區間
    • 4.3 有範圍的估計3 母體變異數的信賴區間
    • 4.4 有範圍的估計4 母體相關係數的信賴區間
      • 【專欄】Excel的函數
    • 4.5 模擬估計母數 拔靴法
  • 第5章 假設檢定
    • 5.1 判斷是否有差異 假設檢定
    • 5.2 二大假設 虛無假設和對立假設
      • 【偉人傳】5 尼曼與皮爾生
    • 5.3 假設檢定的步驟
      • 【專欄】為什麼不驗證要主張的假設呢?
    • 5.4 特定值(母體平均數)和樣本平均數的檢定
      • 【專欄】p值至上主義再見
    • 5.5 假設檢定的二大錯誤 型一失誤和型二失誤
    • 5.6 特定值(母體比例)和樣本比例的檢定
    • 5.7 特定值(母體變異數)和樣本變異數的檢定
    • 5.8 真有相關關係嗎? 不相關的檢定
      • 【專欄】極少見的不相關和切斷效果
    • 5.9 平均數差異檢定1 獨立雙樣本
      • 【專欄】一開始就是Welch檢定?
    • 5.10 平均數差異檢定2 成對雙樣本
      • 【專欄】正確的繪圖法
    • 5.11 比例差異檢定 獨立雙樣本
    • 5.12 驗證不低劣 不劣性試驗
  • 第6章 變異數分析與多重比較
    • 6.1 用實驗確認效果 單因子變異數分析
    • 6.2 多樣本的變異數同質性檢定 Bartlett檢定
      • 【偉人傳】6 羅納‧愛默‧費雪
    • 6.3 考慮個體差異 重複量數單因子變異數分析
    • 6.4 找出交互作用 雙因子變異數分析
      • 【專欄】平方和的種類
    • 6.5 不可重複檢定 多重檢定
    • 6.6 重複檢定(多重比較法)1 Bonferroni法和Scheffe法
    • 6.7 重複檢定(多重比較法)2 Tukey法和Tukey-kramer法
    • 6.8 重複檢定(多重比較法)3 Dunnett法
      • 【專欄】一開始就當成只有二組OK嗎?(以及最佳多重比較法的選擇方法)
  • 第7章 無母數分析方法
    • 7.1 不取決於分配的檢定 無母數分析方法
      • 【專欄】何種量化資料可用無母數分析方法?
    • 7.2 質化資料檢定 獨立性檢定(皮爾生χ2檢定)
    • 7.3 2×2交叉表檢定 費雪精確性檢定
    • 7.4 獨立雙樣本的等級資料檢定 曼恩-惠尼U檢定
      • 【專欄】就算有離群值也想用有母數分析!
      • 【偉人傳】7 法蘭克‧魏克生
    • 7.5 成對雙樣本的等級資料檢定 符號檢定
    • 7.6 成對雙樣本量化資料無母數檢定 魏克生符號檢定
    • 7.7 獨立多樣本等級資料檢定 K-W檢定
    • 7.8 成對多樣本等級資料檢定 弗里曼檢定
  • 第8章 實驗設計法
    • 8.1 費雪實驗設計三原則1 重複
    • 8.2 費雪實驗設計三原則2 隨機
    • 8.3 費雪實驗設計三原則3 局部控制
    • 8.4 各種實驗配置
    • 8.5 減少實驗次數 直交表實驗法
    • 8.6 直交表實驗法應用1 品質工程(參數設計)
    • 8.7 直交表實驗法應用2 聯合分析
    • 8.8 如何決定樣本大小 檢定力分析
  • 第9章 迴歸分析
    • 9.1 尋找原因與結果的關係 迴歸分析
    • 9.2 將資料套用到公式 最小平方法
      • 【專欄】另一種估計方法(最大概似法)
    • 9.3 評估迴歸線精度 判定係數
    • 9.4 評估迴歸線斜率 t檢定
    • 9.5 檢討分析合宜程度 殘差分析
    • 9.6 複數原因時的迴歸分析 多元迴歸分析
    • 9.7 自變數之間的問題 多元共線性
      • 【專欄】輸出結果的判讀方法(彙整)
    • 9.8 選擇有效的自變數 變數選擇法
    • 9.9 說明質化資料差異的變異1 虛擬截距
    • 9.10 說明質化資料差異的變異2 虛擬斜率
      • 【專欄】表面上的關係
    • 9.11 二元變數的迴歸分析 普羅比迴歸分析
      • 【專欄】羅吉特迴歸分析
    • 9.12 分析到事件發生為止的時間1 存活曲線
    • 9.13 分析到事件發生為止的時間2 存活曲線比較
    • 9.14 分析到事件發生為止的時間3 Cox比例風險模式
      • 【專欄】各式統計分析軟體
  • 第10章 多變量分析
    • 10.1 匯集資訊 主成分分析
    • 10.2 發現潛在要因 因素分析
    • 10.3 敘述因果結構 結構方程模式(SEM)分析
      • 【專欄】應該用哪種分析方法?
    • 10.4 分類個體 集群分析
    • 10.5 分析質化資料關聯性 對應分析
  • 第11章 貝氏統計學與大數據
    • 11.1 活用知識和經驗的統計學 貝氏統計學
    • 11.2 萬能公式 貝氏定理
    • 11.3 由結果回溯原因 事後機率
      • 【專欄】乳癌檢查爭論
    • 11.4 用新資料更為正確 貝氏修正
      • 【偉人傳】8 托馬斯‧貝葉斯
    • 11.5 大數據分析1 何謂大數據
    • 11.6 大數據分析2 關聯分析
    • 11.7 大數據分析3 趨勢預測和SNS分析
  • 附錄A
  • 附錄B
  • 索引
  • 作者簡介
  • 出版地 臺灣
  • 語言 繁體中文

評分與評論

請登入後再留言與評分
幫助
您好,請問需要甚麼幫助呢?
使用指南

客服專線:0800-000-747

服務時間:週一至週五 AM 09:00~PM 06:00

loading