看圖秒懂!社會人必修應用統計學
在任何事物都變成資料的現在,最冷靜、最值得依賴的知識就是「統計學」內容簡介
	~全彩插圖+擬人化=想像力全開的新概念教學~
	IT、AI、大數據分析、區塊鏈……
	這些時下最熱門的話題,都與「統計學」有關!
	統計學可說是數位時代的基石,也是生活在現代的我們不能不懂的常識!
	
	Google首席經濟學家海爾.韋瑞安曾說:
	「在今後的10年之內,最吃香的職業應該會是統計學家。」
	
	◆在任何事物都變成資料的現在,最冷靜、最值得依賴的知識就是「統計學」◆
	
	統計學是一門分析資料,找出潮流,窺見未來的學問。
	在過去,是少部分專家才能從事的工作,
	但現在已是誰都能輕鬆地將這世界的一切轉換成資料,資料源源不絕湧現的時代,
	所以能正確地分析與活用資料,是讓生意快速發展的捷徑,也是左右未來的轉捩點。
	
	若問現在最新的科技是什麼,大部分的人應該會想到AI、大數據分析、區塊鏈,對吧?
	但這些最新技術都需要處理大量的資料,也都與統計學的概念或邏輯密不可分,
	要想進一步了解這些技術,有效率地應用它們,就必須具備統計學知識。
	不過就現況而言,正確了解統計學的人比需求來得少,
	所以先學會統計學,就能在未來的職場佔得上風。
	
	◆要解讀數據背後真正的涵義,你必須要懂「統計學」◆
	
	我們的生活周遭充斥著各式各樣的數據,例如──
	.棒球的打擊率
	.電視節目的收視率
	.捷運站距離和房屋租金的關係 等等
	而這些數據都是用統計學計算出來的。
	
	本書透過生動具體的插圖,將統計學的概念「圖像化」,
	讓你不用再跟複雜的文字敘述、有聽沒有懂的術語苦苦奮戰,
	發揮「想像力」就能學會基礎概念!
	
	還利用「擬人化」的方式,幫助各位掌握統計學的重要基礎──
	.【常態分布】是統計學的國王,能帶給我們俯瞰全局的視野
	.【二項式分布】是統計學王子,次數一多就接近常態
	.【推論】是超能力者,可以從部分窺見全部,從現在預知未來
	.【檢定】是捕快,以統計的方式幫助判斷
	.【相關性】是名偵探,負責找出事件之間的關係
	
	透過這種新概念教學方式,
	讓你對統計學的理解不只停留在表面,還有辦法運用自如!
	從此之後,統計學將成為你在職場上的神隊友!
	
	本書特色
	
	◎將統計學的概念全部「視覺化」!看不懂公式沒關係,看圖就秒懂。
	◎解說統計學在教育、金融、製造、政治、醫療、不動產等業界的多元應用。
	◎解說統計學與「AI」、「大數據分析」、「區塊鏈」這些最最尖端科技的關係。
目錄
	.前言
	
	.在全世界的任何事物都變成資料的現在
	最冷靜、最值得依賴的知識就是統計學
	
	.現在最新的話題IT、AI、大數據分析、區塊鏈都與統計學有關!
	
	.向不擅長說再見!若能徹底了解基礎的統計學
	一切都是「理所當然」!
	
	Section 0進入正題之前
	不擅長數理的人也不要逃避!
	稍微難懂的數學的文字與符號
	
	專欄1各個領域都需要的統計學
	
	Section 1
	光是學會這些就能對社會做出貢獻!
	統計學的超級基礎知識
	
	1以電影《駭客任務》的角度觀察世界!?
	以數據擷取世界之後,可以得到的是……「資料」
	
	2簡直就像是洗照片一樣!
	將資料畫成正確的「圖表」能看到什麼結果呢?
	
	3平均值與想像中的不一樣?
	要掌握資料的特徵,除了要了解平均值,還要了解其他的「代表值」
	
	4與代表值相似的資料特徵!
	很多人不懂的「變異數」與「標準差」就只是資料的分布情況而已
	
	5統計學不可或缺的是……
	相關用語看起來很難,但其實仔細了解之後,就會發現「機率的基礎」很簡單
	
	6從機率回到統計
	串起機率與統計的兩大關鍵字「隨機變數」與「機率分布」
	
	專欄2  與人類的直覺背道而馳?不可思議的機率世界
	
	Section 2
	日常生活也很常使用!
	來自統計學的剖析思維
	
	1絕對是最重要的!統計學的國王「常態分布」能帶給我們俯瞰全局的視野
	
	①常態分布×教育
	偏差值就是說明自己位於整體何處的數值
	
	②常態分布×金融
	信用卡公司評估信用卡額度時,也使用常態分布的額度模型!
	
	2很多人在高中的時候放棄……
	常見於現實世界的二項式分布是「次數一多就接近常態」的統計學王子
	
	①二項式分布×製造
	製造業和服務業維持高品質的祕訣就是六標準差
	
	3了解不知道的事情!推論是從「部分窺見全部」、「從現在預知未來」的超能力者
	
	①推論×政治
	新聞裡的內閣支持率常常都在變動
	但是統計學的內閣支持率卻沒有變動?
	
	4在充滿迷惘的人生之中……
	檢定是以「統計」的方式幫助判斷的捕快
	
	①檢定×醫療
	其實新藥的驗證很麻煩。
	如何分辨「新藥有效果」還是「一切純屬巧合」?
	
	5不同的資料之間有什麼關係?相關性就是找出「這個」與「那個」有什麼關係的名偵探
	
	①相關性×不動產
	在「面積」、「屋齡」、「與車站的距離」這三個因素之中,對房租影響最大的是哪一個……(沒有普遍性)
	
	②相關×製造
	只要先測量多個元素,就能預測葡萄酒的價格!
	
	專欄3  資料不足、過於主觀也OK?不可思議的貝氏統計學
	
	Section 3
	實際分析資料
	運用統計學
	
	1製作彙整資料、表格與圖表
	分析的第一步就是彙整資料、製作表格以及將資料畫成圖表
	
	2確認資料的分布情況
	有接近常態分布的結果嗎?根據資料繪製直方圖
	
	3分析常態分布
	試著進一步了解接近常態分布的資料
	
	4利用相關係數與散布圖
	找到意外的大發現!分析資料的相關性
	
	專欄4  大幅改變IT的未來?量子電腦的可行性
	
	Section 4
	與引領時代的技術有關
	最尖端的IT與統計學
	
	1統計學已經是必備的識讀能力?
	最新的科技與統計學之間斷也斷不開的關係
	
	2統計學大顯神威之處!能徹底分析大數據的統計學手法
	
	3這幾年爆紅的AI(人工智慧)與統計學之間的微妙關係
	
	4未來統計學的重點在於能否與其他領域結合!
	
	專欄5  統計學的沿革與細分的種類
	
	.結語
	.標準常態分布表
	.INDEX
序/導讀
	前言
	
	統計與機率是互為表裡的學問
	
	2020年8月20日,將棋棋聖藤井聰太(18歲)於八大頭銜戰之一的「王位戰」擊敗被譽為中年之星的木村一基王位(47歲)。值得一提的是,在這場七戰四勝的頭銜戰之中,藤井聰太以四連勝之姿擊敗對手,成為史上最年輕的棋聖與王位,如此創舉到現在都令人記憶猶新。
	
	我在上課的時候,常被學生問到「機率」與「統計」有什麼不一樣。關於這個問題,我想以「七勝四敗」為例,簡單地說明一下。
	
	所謂的「七勝四敗」就是先取得四勝的一方獲勝的規則。假設藤井棋聖與木村王位的實力不相上下,藤井棋聖獲勝與落敗的機率各為0.5,那麼藤井棋聖在「七戰四勝」的賽制贏得比賽的機率可如下計算。
	
	4勝0敗的機率  0.0625 = 2/32
	4勝1敗的機率  0.125 = 4/32
	4勝2敗的機率  0.15625 = 5/32
	4勝3敗的機率  0.15625 = 5/32
	
	有趣的是,明明雙方實力相當,但拖到第七戰才決定勝負的「4勝3敗的機率」卻不是最高的機率,反而與「4勝2敗的機率」相同。
	
	或許已經有讀者發現,這四種機率的合計不是1,而是0.5,因為藤井棋聖也有可能落敗,落敗的機率也能如下計算。
	
	3勝4敗的機率  0.15625 = 5/32
	2勝4敗的機率  0.15625 = 5/32
	1勝4敗的機率  0.125 = 4/32
	0勝4敗的機率  0.0625 = 2/32
	
	這四種機率的合計也是0.5,勝率與敗率加總之後,就會得到「1」這個結果。
	
	若回到最初的問題,那麼「機率」就是假設藤井棋聖勝率為「0.5」,依照機率的規則計算「4勝0敗」這類機率的學問。
	
	另一方面,「統計」則是藤井棋聖以「4勝0敗」之姿擊敗木村王位,贏得王位頭銜之後,思考藤井棋聖的勝率假設為「0.5」是否妥當的學問。
	
	由此可知,乍看之下極為相似的「機率」與「統計」會以不同的方法處理眼前的事件,想必大家也已經了解這點了。若從上述的例子來看,會利用機率的結果檢驗「將藤井棋聖的勝率假設為『0.5』是否妥當」這個問題,所以「機率」的確是「統計」的基礎之一。
	
	由於機率與統計是互為表裡的學問,所以大家若能在這個前提之下閱讀本書,應該就更能了解統計與機率。
	
	今野紀雄
配送方式
- 
                                    台灣
- 國內宅配:本島、離島
 - 
                                                到店取貨:
不限金額免運費
                                                        
                                                        
                                                 
 - 
                                    海外
- 國際快遞:全球
 - 
                                                港澳店取:
                                                    
                                                     
 
訂購/退換貨須知
退換貨須知:
**提醒您,鑑賞期不等於試用期,退回商品須為全新狀態**
- 
								依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」,以下商品購買後,除商品本身有瑕疵外,將不提供7天的猶豫期:
								
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮食品)
 - 依消費者要求所為之客製化給付。(客製化商品)
 - 報紙、期刊或雜誌。(含MOOK、外文雜誌)
 - 經消費者拆封之影音商品或電腦軟體。
 - 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書、電子雜誌、下載版軟體、虛擬商品…等)
 - 已拆封之個人衛生用品。(如:內衣褲、刮鬍刀、除毛刀…等)
 
 - 若非上列種類商品,均享有到貨7天的猶豫期(含例假日)。
 - 辦理退換貨時,商品(組合商品恕無法接受單獨退貨)必須是您收到商品時的原始狀態(包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等),請勿直接使用原廠包裝寄送,或於原廠包裝上黏貼紙張或書寫文字。
 - 退回商品若無法回復原狀,將請您負擔回復原狀所需費用,嚴重時將影響您的退貨權益。
 
    
        
                  
                
                  
                  
                  
                  
                  
                  
                  
                  
                  
                  
                  
		


商品評價