股票該抱還是賣?業績好壞怎麼看?產品銷量如何估?
大數據時代,海量資料就是取之不盡的金礦山!
挖出獲利關鍵情報,你需要統計學!˙朋友告訴我,某支股票大家都說會漲。大家是誰?如何判斷此情報可不可信?
˙連號彩券和隨機彩券,哪張更容易中獎?兩者的差異何在?
˙如何根據新品廣告預算和銷售員人數,精準預測銷售額,讓我更快業績達標?
大學沒修過統計,以為就此田無溝水無流?
出社會後,才發現統計和任何事都有關係,更是未來更有錢途的關鍵!
本書收錄大量圖解、EXCEL實作,加上豐富案例、測驗,
以最簡單、最有效率的方式教你讀懂統計學,挖出獲利關鍵情報。
想早一步財富自由?統計是你絕不能缺少的商業武器!
★早一步財富自由,就一定得看懂數字的騙局!
生活中處處是統計,舉凡:
股票價格波動、經濟成長率、GDP、政府支持率、失業率、
網路媒體文章、產品廣告、電視、報紙、天氣預報……
想賺錢,看不懂數據背後的意義怎麼行?不信?下列提問你答得出來?
˙勞工的平均所得較去年成長3%,為什麼我的薪水一點都沒漲?
˙去年的薪資中位數為每月4萬元,平均數為每月5萬元,兩個數字為什麼不一樣?
˙內閣支持率過半?每家電視臺的調查結果都不一樣,這中間有人動了手腳嗎?
有了統計學基礎,就再也不會被數字或謊言迷惑,你將具備以下能力:
˙掌握獲利關鍵情報,正確預測未來發展。
˙正確閱讀新聞訊息,精準辨識箇中真偽。
˙工作不再誤判數據,看穿圖表說謊真相。
★掌握統計工具,上班就像挖寶,越做越有錢途!
中位數、標準差、信賴水準、迴歸分析、貝氏定理、相關係數……
別被一堆專有名詞嚇跑,搞懂定義與用途即可,剩下的計算都可以交給EXCEL處理!
˙主管給我一堆資料,要我計算平均數和標準差。平均數我略懂,但標準差是什麼?
資料的差值平方和,經處理過後便是標準差,
算出標準差才能知道資料的分布狀況,判斷風險所在,正確避險並買進。
→在EXCEL輸入=STDEV( ),便能求出。
˙上頭要我透過部門的廣告費用資料,預估商品未來銷售量,我完全沒經驗啊……
沒經驗就要靠工具!迴歸分析可以幫助你建立模型,正確預估未來的數值。
→在EXCEL輸入=INTERCEPT( ),就能輕鬆計算。
˙增加廣告預算、聘用更多銷售人員,哪個做法更能提升銷售額?還是兩個都試?
公司沒這麼多資源讓你多方試錯!這時使用相關係數就好。
→在EXCEL輸入=CORREL( ),數值越接近1,表示兩者的關聯性越強。
學會EXCEL統計學,你將正確掌握賺錢情報,搶占先機!
上班工作快又有效率,下班投資無往不利!
作者簡介:
涌井良幸
1950年生於東京都,東京教育大學(現在的筑波大學)數學系畢業,任教於千葉縣立高等學校;從教職退休後便以作家身分致力於寫作。
涌井貞美
1952年生於東京,在東京大學理學系研究科修士課程結業後,歷經富士通、神奈川縣立高等學校教師等,目前為一名獨立科學作家
譯者簡介:
陳畊利
臺北大學經濟學系畢業,現為自由譯者。曾旅居日本及加拿大數年,喜歡用日文交朋友,悠遊在日文浩瀚的世界。
賜教信箱:leleobs3.tw@yahoo.com.tw
目錄
前言
本書的使用方法
序章~寫在學習統計之前
序章1到底什麼是統計學?
序章2生活充滿統計,以及致富線索
專欄世界三大謊言
序章3 升職、加薪都離不開統計學
序章4 改變視角、早一步占得先機
序章5 面對統計數據,掌握工具、冷靜分析
專欄錯誤的統計不會消失
序章6 超困難的計算,交給電腦就好
專欄從古埃及就開始使用統計學了
序章7 測驗時間:你跟統計有多熟?
專欄老學不會統計?問題不在你身上
第1章統計學的基礎~情報致富的祕密,從資料整理開始
1-1 原始數據是統計學的命脈~「個別數據」很重要
專欄原始資料、次級資料、開放式資料與封閉式資料
1-2統計資料種類多,你確定有看懂?~數量資料與質的資料
專欄質的資料與數量資料的進一步分類
1-3以表單彙整資料才清楚~資料整理是有規則的
1-4把表單變圖表,資料更清晰~直方圖與次數分配曲線
專欄圖表是否會隨著縮小組距而消失?
1-5看懂各式圖表,數據不誤判~圓餅圖、長條圖、折線圖……
1-6一個數字就能展現資料特徵~代表值與離散程度
專欄什麼是峰度與偏度?
1-7生活中最常見的「平均數」
1-8利用「中位數」避免極端值干擾
1-9生產商品,看「眾數」更適合
1-10平均數、中位數、眾數與圖表
專欄 L型分配中的平均數、中位數與眾數
1-11分散程度如何影響資料判斷?
專欄四分位差(Quartile Deviation, QD)
1-12統計學中最重要的「變異數」
專欄變異數會因單位不同而改變
1-13變異數的分身「標準差」
專欄數學上較易處理的差值平方和與變異數
1-14使用標準化統一規格
1-15數值經過標準化才有意義
專欄學校老師最愛把統計數字掛在嘴邊
1-16人生也有標準差與偏差值嗎?
第2章機率的基本概念~買樂透、抽樣調查、預測未來全是機率
2-1推論統計學的基礎:機率
專欄隨機抽樣是推論統計學的重要概念
2-2世界處處充滿隨機資訊
專欄透過Excel體驗隨機
2-3可在生活中驗證的「統計機率」
2-4一般說的機率是指「數學機率」
專欄小小骰子,其實大有學問
2-5用隨機變數,把文字化為數字
2-6從相對次數分配到機率分配
2-7隨機變數的平均數、變異數、標準差
2-8機率分配的女王:常態分配
專欄常態分配中的機率和標準差σ
2-9容易使人受騙的母體、樣本與抽樣
專欄隨機撥號抽樣法(RDD法)
2-10樣本該不該放回去?~放回抽樣、不放回抽樣
專欄不同的樣本,抽取方式的總數量各是多少?
2-11母體分配和樣本分配
2-12推論統計學的重要工具~中央極限定理
專欄生活中的小遊戲也跟隨機分配大有關聯
第3章推論統計學~讓你聞一知十、搶占先機,工作處理快又有效率
3-1搞懂統計,對工作大有助益
3-2只用一個數據就能推估全體~點估計
專欄內閣支持率會隨媒體立場而有巨大差異
3-3抽樣區間也是關鍵~區間估計
3-4區間估計的公式怎麼來?~從中央極限定理推導
3-5信賴水準到底是什麼意思?~信賴水準95%、99%
3-6優良的估計量必須具備不偏性
專欄具備不偏性、一致性和有效性,才是良好估計量
3-7變數並不代表可任意變動~自由度
3-8以100人的資料推估全體(區間估計實例1:大樣本)
3-9以10人的資料推估全體(區間估計實例2:小樣本)
3-10比例的區間估計(區間估計實例3:母體比例)
3-11用上帝視角檢視估計~區間估計真的準確嗎?
第4章統計的假設檢定~推翻原本的假設,不被數據誤導
4-1判斷資料的重要方法:統計檢定
4-2設定拒絕域,驗證資料正確性
專欄假設檢定同樣以機率分配為基礎
4-3小心疏忽和含糊的錯誤~檢定的兩個錯誤
4-4統計檢定的四個步驟
專欄硬幣正反面的重量不一樣?
4-5以100人的資料進行母體平均數假設檢定(假設檢定實例1:大樣本)
4-6以10人的資料進行母體平均數假設檢定(假設檢定實例2:小樣本)
專欄司徒頓t分配
4-7以100人的比率推估母體比例假設檢定(假設檢定實例3:母體比例)
4-8用上帝視角檢視檢定~如何捨棄或接受虛無假設?
專欄什麼是變異數分析?
第5章用相關分析找出資料關聯性~提升業績、預測銷售都靠它
5-1將變數間的關係視覺化~相關圖(散布圖)
專欄小心,假相關騙了你
5-2用正負值判斷變數間的相關性~共變異數
5-3廣告預算下得越多,銷售額就越高嗎?~相關係數
5-4用表單呈現兩變數間的關係~交叉表
專欄可同時分析多個變數的多變量分析
第6章預測未來的迴歸分析~職場上不可或缺的武器
6-1以廣告預算預測銷售額:簡單線性迴歸分析
6-2你的預測準確度有多高?:判定係數
6-3以廣告預算及銷售員人數預測銷售額:複迴歸分析
專欄為什麼要取名「迴歸」?
6-4用經營者視角分析公司:迴歸分析應用
專欄調整自由度,判定係數更精準
第7章 AI時代最被看重的貝式統計學~從丟硬幣到大數據都用得上
7-1丟硬幣出現正反面的機率,並非正好一半
專欄科摩哥洛夫的機率公理
7-2貝式定理必備的符號和術語
7-3賭博、醫療都派得上用場:超厲害的貝式定理
專欄貝氏定理發現者:湯瑪士.貝葉斯
7-4什麼!機率會隨著經驗改變?
7-5垃圾郵件終結者:貝氏過濾法
專欄在現代社會大放異彩的貝式定理
附錄
附錄1 序章7的統計測驗答案
附錄2 LINEST函數的使用方式
附錄3 各式機率分配簡介
附錄4 排列組合簡介
附錄5 獨立試驗與重複試驗
附錄6 中央極限定理的實例說明
附錄7 用貝氏定理計算硬幣的機率問題
附錄8 如何將「資料分析」工具新增至Excel?
附錄9 1-3節的測驗解答
前言
本書的使用方法
序章~寫在學習統計之前
序章1到底什麼是統計學?
序章2生活充滿統計,以及致富線索
專欄世界三大謊言
序章3 升職、加薪都離不開統計學
序章4 改變視角、早一步占得先機
序章5 面對統計數據,掌握工具、冷靜分析
專欄錯誤的統計不會消失
序章6 超困難的計算,交給電腦就好
專欄從古埃及就開始使用統計學了
序章7 測驗時間:你跟統計有多熟?
專欄老學不會統計?問題不在你身上
第1章統計學的基礎~情報致富的祕密,從資料整理開始
1-1 原始數據是統計學的命脈~「個別數據」很重要
專欄原始資料、次...
商品資料
語言:繁體中文For input string: ""
裝訂方式:平裝頁數:304頁
購物須知
退換貨說明:
會員均享有10天的商品猶豫期(含例假日)。若您欲辦理退換貨,請於取得該商品10日內寄回。
辦理退換貨時,請保持商品全新狀態與完整包裝(商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等)一併寄回。若退回商品無法回復原狀者,可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱退換貨原則。