懶人圖解統計學：統整複雜數據，看穿大數據背後真相<啃書> 價格比較,價格查詢,歷史價格詳細信息

懶人圖解統計學：統整複雜數據，看穿大數據背後真相<啃書> 價格比較,價格查詢,價格歷史信息

Name: 懶人圖解統計學：統整複雜數據，看穿大數據背後真相<啃書>
SKU: 110866578-6766632764

懶人圖解統計學：統整複雜數據，看穿大數據背後真相<啃書> 規格

懶人圖解統計學：統整複雜數據，看穿大數據背後真相<啃書> 最新價格

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製鏈接

懶人圖解統計學：統整複雜數據，看穿大數據背後真相<啃書> 歷史價格(單位:新台幣)

懶人圖解統計學：統整複雜數據，看穿大數據背後真相<啃書> 描述

擁有統計力，就能提升解決問題的能力用圖像思考分析「現在」，用數學邏輯演算「未來」用最不燒腦的方式學習統計學！【設計生活化情境題】+【資料視覺化】+【專有名詞變白話】淡江大學統計學系教授林志娟審訂推薦統計學博士程毅豪誠心推薦一看就懂的統計學新手入門書就算「沒有統計知識」也沒關係！從基本原理開始，一點一點詳細說明快速掌握必備觀念，輕鬆漫遊大數據時代統計學哪裡只是公式運算，更是生活的準則、日常的指標！ ★擲骰子、丟硬幣、中樂透，遊戲輸贏一瞬間，人生賽局是命運還是機會？ ★調查收視率可以掌握市場變化，看準投資方向一點也不難！ ★拚經濟跟統計有關，玩政治也跟統計有關，一切都在計算之中！ ★數據展現實力！棒球迷如何從統計視角一窺棒球場上孰強孰弱？ ★班佛定律可以教你識破會計數字是真是假，看出是誰在幕後以假亂真？ ●打好統計學的基礎，應用在你的工作上！ ●適合初學統計的人，以及想重新學統計的人！ ●用每章最後的練習題與詳細解說，確認你理解了多少。用「最短」、「最快」的方式學習統計學！「統計學」總給人很艱澀的印象。不過，只要從基礎開始一步步學習，就會發現統計學其實一點也不難。即使是從來沒學過任何統計學知識的人，閱讀本書時也不會有任何障礙，而是能在不知不覺中讀完這本書，明白到統計學的本質。統計學是「分析現在、預測未來」的最強「技術」。請各位在讀完本書後，化統計學為自身的力量吧！目錄前言 3 第 1 章數據的特徵 9 1-1 當有人問你「每週喝幾次酒」，你會覺得很難回答嗎？ 10 1-2 雖然平均月薪相同，但你不覺得哪裡奇怪嗎？ 12 1-3 即使平均值相同，也不代表數據有相同特徵 14 1-4 將數據畫成「直方圖」會更好了解 16 1-5 配合數據特徵，選擇適當組距 18 1-6 由直方圖的形狀，可以看出某些數據不適合用「平均值」來描述 20 1-7 除了平均值，還有其他可以代表整體數據的數值 22 1-8 正中央數值—中位數 24 1-9 如何計算中位數？ 26 1-10 哪個數值最多？什麼是眾數？ 28 1-11 表示數據分布範圍的「全距」 30 1-12 如何表示數據分散程度？ 32 1-13 用「變異數」來表示數據分散程度會方便許多 34 1-14 如何用變異數來計算數據分散程度？ 36 章末練習 ① 38 專欄 1 統計虛擬貨幣之現價總額的首位數字，會有什麼結果？ 40 第 2 章機率的基礎 41 2-1 「樣本點」「樣本空間」與「事件」分別是什麼？ 42 2-2 「和事件」「積事件」和「餘事件」 44 2-3 機率的定義 46 2-4 「事件機率」的計算 48 2-5 以「擲硬幣」為例，做機率的計算 50 2-6 丁半賭博中「丁」的機率和「半」的機率分別是多少？ 52 2-7 不會同時發生的「互斥事件」 54 2-8 互斥的兩個「事件」有什麼關係？ 56 2-9 發生「餘事件（非∼的事件）」的機率是多少？ 58 2-10 什麼是「條件機率」？ 60 2-11 學會使用方便的「乘法規則」 62 2-12 不被其他事件影響的「獨立事件」 64 章末練習 ② 66 專欄 2 首位數字的出現機率會符合「班佛定律」 68 第 3 章隨機變數 69 3-1 由偶然決定數值的「隨機變數」 70 3-2 利用機率的性質，讓機率的計算變簡單 72 3-3 隨機變數和與之對應的「機率分配」 74 3-4 機率合計為「1」 76 3-5 計算隨機變數X 的期望值 78 3-6 即使各個事件的機率不一樣，也能求出期望值E(X) 80 3-7 「標準差」是變異數的正平方根 82 3-8 「平均值前後一個標準差」是最常出現的數值 84 章末練習 ③ 86 專欄 3 應用班佛定律找出偽造數據 90 第 4 章分配 91 4-1 考慮順序時的「可能情況數」 92 4-2 不考慮順序時的「可能情況數」 94 4-3 由二項分配算出擲骰子結果的機率 96 4-4 由二項分配算出擲骰子結果的分配 98 4-5 擲骰次數增加，二項分配的形狀也會跟著改變 100 4-6 身高、雨量、產品誤差⋯⋯我們可以在許多數據上看到常態分配 102 4-7 常態分配的性質 104 4-8 常態分配中，幾乎所有事件都會在「3 σ 範圍」內 106 4-9 常態分配標準化的「標準常態分配」 108 4-10 從圖看出標準常態分配的性質 110 4-11 用標準常態分配來計算機率 112 章末練習 ④ 114 專欄 4 「末位數字」的分配也會偏向一邊嗎？ 116 第 5 章估計 117 5-1 從部分數據估計整體數據 118 5-2 由估計方法決定適當的樣本數 120 5-3 如何調查電視的收視率？ 122 5-4 如何用統計方法估計收視率 124 5-5 估計一個數值點—「點估計」 126 5-6 估計一段區間—「區間估計」∼其一 128 5-7 估計一段區間—「區間估計」∼其二 130 5-8 信心水準的大小與信賴區間的關係 132 5-9 精靈寶可夢的收視率變化 134 5-10 信心水準提高，信賴區間也會變大 136 5-11 估計大谷翔平選手未來的打擊率，會得到什麼結果？ 138 章末練習 ⑤ 140 專欄 5 「辛普森悖論」是什麼？ 144 第 6 章檢定 145 6-1 如果連續擲硬幣五次都是正面，可以說「這是一枚不公正硬幣」嗎？ 146 6-2 如何檢定「這是一枚公正硬幣」的假設是否正確？ 148 6-3 了解檢定的獨特概念與流程 150 6-4 檢定會因為「錯誤率」不同而得到不一樣的結果 152 6-5 當「五次有四次是正面」，可以說「這是一枚不公正硬幣」嗎？ 154 6-6 即使「五次有四次正面」，也不能說「這是一枚不公正硬幣」 156 6-7 若錯誤率是5%，那麼當「十次有九次正面」，就可以說「這是一枚不公正硬幣」 158 章末練習 ⑥ 160 專欄 6 在日本買彩券應該買「連號」？還是買「號碼分散」？ 164 第 7 章相關 165 7-1 判斷兩群數據的關係 166 7-2 用「相關圖」將不同數據間的關係視覺化 168 7-3 什麼是「強相關」「弱相關」和「零相關」？ 170 7-4 「相關係數」可以表示不同數據間的相關程度 172 7-5 「相關係數」的公式 174 7-6 相關係數的計算方法∼例一 176 7-7 相關係數的計算方法∼例二 178 7-8 相關係數的計算方法∼例三 180 7-9 相關係數的總整理 182 章末練習 ⑦ 184 專欄 7 「無法計算期望值」的抽獎 186 後記 187 主要參考文獻 189 索引 190