兒童暑期閱讀
7小時,統計學從天書變故事書: 平均數、中位數、常態分布、迴歸分析、費米估算……統計這樣讀,輕鬆戰勝商學院大魔王。

7小時,統計學從天書變故事書: 平均數、中位數、常態分布、迴歸分析、費米估算……統計這樣讀,輕鬆戰勝商學院大魔王。

文系でも仕事に使える データ分析はじめの一歩

  • 定價:460
  • 優惠價:269
  • 優惠期限:2024年07月31日止
  • 運送方式:
  • 臺灣與離島
  • 海外
  • 可配送點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
  • 可取貨點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
  • 台北、新北、基隆宅配快速到貨(除外地區)
載入中...
  • 分享
 

內容簡介

  ◎用哪個關鍵字當書名比較能賣,統計可以幫你找答案。
  ◎美國前總統歐巴馬2008年能勝選,就是將「隨機對照」搬到網路上測試。
  ◎美國沃爾瑪發現,把啤酒放在嬰兒紙尿布旁,銷量會提升,就是靠統計分析。
  ◎對全民進行PCR普篩,可以有效杜絕疫情嗎?統計學家算給你看。
  
  提到統計學,商學院學生馬上會告訴你,天呀,這根本是「大魔王」,
  從各種分布、檢定開始,課本內容似乎變成天書,什麼虛無、對立假設……
  初級統計用到的數學不難呀,怎麼搞到二修都快過不了,幾乎要延畢。
  
  既然統計這麼難讀,為何還要學?因為:
  開門做生意要靠因果分析,你才會找到賺錢與賠錢的關聯性。
  統計就是一種邏輯,看穿怎麼用不同圖表呈現來唬人或防止被唬。
  還有,這是一門預測的技術,還教你用機率來思考,
  幫你八九不離十料中事情結果,就算只用在運彩也助你發財。
 
  作者本丸諒,編輯超過30本以上的統計學暢銷書,
  他透過各種案例與故事,教你用最快速度學會
  平均數、中位數、常態分布、迴歸分析、費米估算……
  只要花一個晚上時間,你的邏輯能力暴增、思考能力暴增,
  初級統計學成了能幫你一輩子的最強武器。
  
  ◎看穿數據偏差,避開統計上的地雷
 
  .「倖存者偏差」──應該加厚戰鬥機哪個部位的裝甲?
  二戰期間,同盟國在那些平安完成任務的戰鬥機上,發現一個獨特的模式,
  就是機身彈孔大多集中在機體和機翼尖端,
  因此軍方打算加厚這些部位的裝甲,
  但有位統計學家卻認為,應該加厚未中彈部位的裝甲,為什麼?
  這就是倖存者偏差的故事由來。
 
  ◎圖表的強項在於「比較」,幫你一眼看出(穿)資料與真相
 
   1854年的野戰醫院十分髒亂,因感染疾病而死的士兵遠多於戰死人數,
   這時,南丁格爾就把死亡人數的統計,從直方圖換成圓餅圖,
   就成功說服國會議員願意提供經費,改善醫療環境,
   為什麼只是換個圖表呈現,說服力就大增?
   南丁格爾不只是護士,更是運用統計學的行家!
  
  ◎這樣學統計,天書會變成故事書!
 
  .問我財產有多少?我和比爾‧蓋茲的財產平均超過450億美元!
  極端的離群值會讓平均失真,主計處公布勞工平均薪資數字,就是犯了這種錯,
  這就像拿你的錢跟比爾‧蓋茲的錢一起平均,然後說你們很有錢。
  這時要利用中位數──由大到小排列後,取最中間的數值,
  薪資調查統計要揭露中位數,才知道自己在前段班或是後段班。
 
  .尼可拉斯.凱吉每年演出的電影越多,溺死人數也越多?
  另一項數據顯示,冰淇淋賣得越好、當年泳池溺死人數也越多。
  其實爛片王和冰淇淋與溺斃者並無直接因果關係。
  隨便找1,000位演員演出的電影數量,都能找到與溺死人數變化有正相關,
  只要蒐集夠大量資料,就能找出相關性,但是否有「因果」就很難說。
  這時你要怎麼找因果?統計有解。
   
  統計就是一種歸納,可以用在收視率調查、民意調查、賣場銷售業績,
  甚至傳染病大約幾月幾日達到高峰、企業該替員工準備多少快篩劑、
  醫院該準備多少病床、「超額死亡數」與疫情發展態勢,
  都可透過統計來分析預測。
  描述事實、了解原因與預見未來,最快與最好的方法,就是根據統計。
 
本書特色
 
  平均數、中位數、常態分布、迴歸分析、費米估算……統計這樣讀,
  輕鬆戰勝商學院大魔王。
 
好評推薦
 
  贊贊小屋/李員興
  「資料科學家的工作日常」粉專版主/張維元
  政大統計系教授/鄭宗記 審定
 

目錄

推薦序 一本簡單易懂的「統計學故事書」/張維元
前言  說服別人的最快方法:根據統計
 
序章 一門沒有絕對正確答案的學科
1.所謂的數據分析,就是統計
2.費米估算,答案概略卻堪用
 
第1章 看穿數據偏差,避開地雷
1.倖存者偏差──應該加厚哪個部位的裝甲
2.自己開車和AI幫你開,哪個安全?
3.連續說中8場比賽結果,章魚保羅真有那麼神?
4.數字常常會唬人,怎麼看穿?
5.抽樣的眉角和偏誤
 
第2章 隨機對照試驗,驗證你的假說
1.對照組與介入組的實驗
2.現實中很難做AB測試,但網路可以
3.動用一艘軍艦來驗證假說
4.就算因果不明,也能導出真相
5.統計出現顯著差異,這可能不是偶然
 
第3章 圖表能幫你一眼看出重點
1.長條圖,適合用來比較
2.直方圖,代表一種連續
3.折線圖,觀察時間軸傾向
4.觀察比率,就用圓餅圖
5.怎麼畫圖最有說服力?南丁格爾很懂
6.最常見的分布,常態分布?
 
第4章 這樣學統計,天書變故事書
1.平均數、加權平均數、幾何平均數
2.生活中常用的平均數
3.中位數,比平均數更接近真實
4.數據總伴隨「離散」,只是程度不同
5.常態分布規則──「68–95–99.7法則」
6.收視率調查,這樣抽樣才會準
7.盒鬚圖與四分位數
8.最大值和最小值
 
第5章 相關關係和因果關係
1.有關係,才有分析的意義
2.找不到因果關係,怎麼辦?
3.有相關,不見得有因果
4.由錯覺與偶然促成──虛假關係
 
第6章 畫一條直線解讀數據──「迴歸分析」
1.人一被讚美,就會鬆懈,一被批評,就有幹勁?
2.迴歸直線怎麼畫?不能憑感覺
3.迴歸分析,輕鬆預測營收
4.用多元迴歸分析,找出影響營收的因素
 
第7章 三個測驗題,試試看你懂多少
1.一到三月出生的孩子,運動方面較吃虧?
2.一到三月的孩子,學習程度比較差?
3.全民進行PCR普篩,有必要嗎
 
後記  人會刻意迴避不樂見的數據
 
索引
主要參考文獻
 

推薦序
 
一本簡單易懂的「統計學故事書」
「資料科學家的工作日常」粉專版主/張維元
 
  資料科學曾被譽為「21 世紀最性感的工作」,更是許多公司在數位轉型時十分重要的一環。近年來,數據科學或資料科學成為企業擴編的新寵,也有越來越多公司希望數位轉型之後,可以利用數據來幫助經營者即時的決策。隨著雲端與大數據的技術逐漸成熟,數據科學已然成為數位時代下不得不具備的技能。
 
  然而,資料科學其實不是全新的技術,其中最核心的基礎「統計學」(Statistics),就是從過去持續發展至今、且已融入各行各業的重要解法。統計學作為數據科學中的基石,能夠「從資料中萃取出資訊」用以幫助決策,學好這門學問更是建立數據科學思維的第一步。統計學是由數學發展而來,可以區分為敘述統計和推論統計兩種類型,依其性質可再分為理論統計學與應用統計學。從探索過去、了解現在到預測未來,統計思考脈絡一共可以分成五個層次。
 
  不過,對許多人來說,統計學總是存在一道無形的門檻,其中用到的數學公式往往令人卻步。你是否也曾擔心自己數學差,沒辦法學好統計或是資料科學?如果我們能跳脫應付考試的學習,試著從生活案例中解釋統計學,你會發現它其實沒有想像中的可怕與困難。
 
  本書《7小時,統計學從天書變故事書》運用了大量日常生活中的經驗作為案例,每個單元都從日常的情境出發,從觀察到思考、再帶出統計學所扮演的角色。而所謂的數據思維,也稱得上是一種從「我覺得」到「看數據說話」的解決問題策略。簡單來說,就是當你面對一堆數據與圖表時,你該如何思考與推論、進而決策?如果我們始終仰賴經驗與主觀的判斷,便很難實現系統性的成長。
 
  統計學是一種歸納法,能夠從累積的資料中觀察趨勢,讓我們從資料中「鑑往知來」,而不再只是主觀的判斷。更重要的是,我們能夠藉由學習統計學所培養的敏銳度,更精準的解讀資料,避免陷入資料的盲點與誤區。本書利用了許多有趣且好理解的案例,例如「倖存者偏差」、「隨機對照實驗」,到各種統計值的計算與圖表視覺化的解讀。除了在每一個單元幫你建立觀念,最後一個章節中也準備了幾個真實的情境,讓你思考如何有效的運用統計學。
 
  統計學與數據科學不再只是理工人的專屬技能,早已成為數據時代下必須掌握的數位能力。如果你正在尋找一本讀得懂的統計學書籍,這本「故事書」,你一定會喜歡。

前言
 
說服別人的最快方法:根據統計
 
  一提到「數據分析」一詞,就會很不可思議的,不自覺的把「分析數據」當作是最後的目的(我也是如此)。但「分析」本身不應是你的目的。因為分析數據,只不過是為了達成某種目的的手段而已。
 
  當然,目的會因人而異。若是在企業內部,大多數人的目的應該是找出自身公司的瓶頸並一一解決,以創造利潤。
 
  用比較貼近生活的例子來看,如果你正因與鄰居之間的糾紛而煩惱(例如樓上住戶半夜十分吵鬧,讓你睡不著覺等),那麼你的終極目的,想必就是解決這個問題。
 
  反過來一想,不管你蒐集了多少數據(或資訊)來分析,如果無法解決問題,那就毫無幫助。
 
  換句話說,數據分析永遠都有其「目的」,而且會追求「結果」。從這個含意來看,是否用了什麼高級的方法,或者是否利用電腦之類的工具,其實在數據分析上並不重要。
 
  我以前任職的小型企業也是一樣,課長在開會前,會發幾十張A3 大小的數據資料(從左上到右下塞滿圖表)。從這個例子就知道,即便是小公司,數據也是要多少有多少,但很少有人可以在閱讀數據報表之後,便立刻指出「這裡是不是怪怪的」,立刻找到問題點。
 
  在這種時候,需要的第一個工具就是「圖表化」。以豐田(TOYOTA)公司的用語來說,就是可視化,只要把數據轉換成適當的圖表,就連我這樣的普通人,也能看得懂。  
 
  數據分析的第一步,就是把適當的數據替換成適當的圖表。「圖表」的強項在於比較,這種工具可以協助人類更直覺的理解情況。
 
  然而,即便靠圖表、在直覺上找出了問題點,光是這樣仍然無法說服其他人。原因在於,當你徵求他們的認同:「看這張圖表,可以得知這兩個數據是有關連的,對吧?」如果對方不太認同:「是這樣嗎?」雙方就不會有交集。
 
  因為只靠圖表,就說服的層面來說,還缺乏力量。
 
  下一個階段,必須用每個人都能同意的數字來設定範圍、做出區隔。換言之,就是「有根據的區隔」──為此,你所需要的強力工具,就是初階的「統計學」。
 
  但統計學,甚至是統計分析的工具,是非常廣泛、艱深的世界。因此最好盡快學會「常態分布」(還有許多其他類型的分布),而且要會使用畫一條線來思考的「迴歸分析」。這兩者都有「用機率來思考」和「用數字來區隔」的概念,只要透過它們來表達,想必就能增加說服力。
 
  有些企業會招募數據科學家,徹底分析企業內的問題點。但你應該比這些數據科學家,更清楚自己公司的瓶頸。
  還記得我一開頭提到的嗎?沒錯,數據分析的目的,不是分析,而是達到目的。你想解決的目的是什麼,你自己最清楚。
 
  接下來,就是知道擁有哪些數據(資訊),以及該如何用它們解決問題。這一點與其藉助數據科學家的幫助,不如各位自己來學習,並善用幾個簡單的工具。
 
  本書不會使用艱澀的分析方法,希望能透過解讀數據、學習避免被偏見誤導的訣竅,以及簡單的統計方法,協助你達到目的。
 

詳細資料

  • ISBN:9786267123683
  • 叢書系列:Biz
  • 規格:平裝 / 272頁 / 17 x 23 x 1.4 cm / 普通級 / 雙色印刷 / 初版
  • 出版地:台灣
 

內容連載

統計學依據歸納,無法斷言「永遠正確」
 
相較之下,統計學是依據「歸納法」,和演繹法是立基於完全不同的思維。所謂的歸納法,跟經驗是相同的邏輯。
 
①「那隻天鵝是白色的,這隻天鵝也是白色的,另一隻天鵝也是白色的。」
 
②「看來所有天鵝似乎都是白色的。」
 
這是蒐集許多人關於「天鵝」的經驗和知識,從中找出共通點(白色),以獲得「結論」的方法(天鵝是白色的),這就是歸納法。
 
歸納法通用於人類的經驗或是人工智慧(AI)的學習。人工智慧透過大量的案例來學習,道理等同於人類累積大量的經驗。兩者都是透過歸納法來處理,重點在於歸納法只不過是透過經驗所得到的「假說」而已。
 
這是歸納法最大的弱點。因為只要發現有黑天鵝或是紅天鵝的存在,就算只有一隻也好,「天鵝是白色」的假說就會出錯。
 
實際上,歐洲人有很長一段時間,深信「天鵝是白色的」,但1697年在南半球的澳洲發現了「黑天鵝」(從黑天鵝的案例,衍生出「黑天鵝〔理論〕」一詞,用以形容發生了經驗上無法預測的極端事件,或至今大眾覺得不可能會發生的事情,而帶給人們巨大衝擊。金融危機、自然災害和全球性流行疾病等,也常會使用「黑天鵝」一詞)。黑天鵝只有顏色是黑色的,其身體構造與白天鵝一模一樣。在那個瞬間,鳥類學家過去以來的常識和定論也跟著瓦解了。
 
創意不是天馬行空,來自歸納
 
如前所述,歸納法是藉由經驗去推估「好像是這樣」,但只要找到一個相反的例子,假說就會瓦解,所以並非絕對正確。
 
讀到這裡,你或許會覺得比起演繹法,歸納法是「差勁的邏輯」,但其實並非如此。演繹法只是不斷累積已經明白的命題,無法獲得進一步的見解(或許說得有點過頭)。
 
但歸納法卻可能從中獲得新的「假說」(見解),如「在普通的環境下天鵝是白色的,但是在某種生活環境下,也可能會是黑色(白色太顯眼、容易被獵食等原因)」,所以深具啟發性。
 
反之,若是明明使用了歸納法,歸納出如「蘇格拉底死了,柏拉圖死了,我爺爺也死了,所以人類都會死」這類,任何人都知道的假說,就不算是活用歸納法的特性,而且一點都不有趣,這實在很可惜。

最近瀏覽商品

 

相關活動

  • 【商業理財】前進未來職場,做個不被AI取代的人|2024新鮮人畢業求職展|電子書6折起
 

購物說明

若您具有法人身份為常態性且大量購書者,或有特殊作業需求,建議您可洽詢「企業採購」。 

退換貨說明 

會員所購買的商品均享有到貨十天的猶豫期(含例假日)。退回之商品必須於猶豫期內寄回。 

辦理退換貨時,商品必須是全新狀態與完整包裝(請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性,切勿缺漏任何配件或損毀原廠外盒)。退回商品無法回復原狀者,恐將影響退貨權益或需負擔部分費用。 

訂購本商品前請務必詳閱商品退換貨原則 

  • 親子天下加碼(6/17-6/18)
  • 職場人
  • 天下文化(止)