情報致富的EXCEL統計學: 上班有錢途, 下班賺更多, 大數據時代早一步財富自由的商業武器 | 誠品線上

文系のための統計学の教室

作者 涌井良幸/ 涌井貞美
出版社 方言文化出版事業有限公司
商品描述 情報致富的EXCEL統計學: 上班有錢途, 下班賺更多, 大數據時代早一步財富自由的商業武器:專業推薦數感實驗室共同創辦人/臺師大電機系副教授賴以威《我在微軟學到的模組簡

內容簡介

內容簡介 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!

各界推薦

各界推薦 專業推薦數感實驗室共同創辦人/臺師大電機系副教授 賴以威《我在微軟學到的模組簡報技術》作者/為你而讀執行長 蘇書平

作者介紹

作者介紹 涌井良幸、涌井貞美 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。 陳畊利 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

產品目錄

產品目錄 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σ2-9 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

商品規格

書名 / 情報致富的EXCEL統計學: 上班有錢途, 下班賺更多, 大數據時代早一步財富自由的商業武器
作者 / 涌井良幸 涌井貞美
簡介 / 情報致富的EXCEL統計學: 上班有錢途, 下班賺更多, 大數據時代早一步財富自由的商業武器:專業推薦數感實驗室共同創辦人/臺師大電機系副教授賴以威《我在微軟學到的模組簡
出版社 / 方言文化出版事業有限公司
ISBN13 / 9789865480165
ISBN10 / 9865480166
EAN / 9789865480165
誠品26碼 / 2682040128005
尺寸 / 21X14.8X1CM
語言 / 中文 繁體
裝訂 / 平裝
頁數 / 304
級別 /
開數 / 25K

最佳賣點

最佳賣點 : 本書特色 ►用最基本的統計學概念教你看懂致富情報,各式計算EXCEL一鍵結果就出來。 ►大量圖解、豐富案例,以最有效率、最簡單的方式快速看懂,從沒修過統計也不怕。 ►超值收錄EXCEL實作練習,工作會用到的函數全都有,今天學,明天上班立刻用!

試閱文字

導讀 : 生活充滿統計,以及致富線索 似乎有許多人認為「自己與統計學無緣」,能這麼想,或許是一件很棒的事也不一定。就好像我們每天過著普通的生活,並沒有特別去注意到「空氣」的存在,然而,空氣卻是在你我的日常生活中,極為重要且不可或缺的一部分。而統計學正是這種,彷彿空氣一般的存在。 ▍一早醒來就進入統計世界 早上從起床到出門,平均大概需要30分鐘的時間,有一位上班族7點就起床準備,想著要幾點去搭前往捷運站的公車,公車到站時間誤差估計為正負3分鐘,另外,若是遇到下雨天的話,他則會考慮提早搭前一班公車上班……。這位上班族在不知不覺之中,從起床那一刻開始,便已經在使用我們接下來要學習的統計學了。 ▍每天都被龐大的統計數據包圍 除此之外,我們的生活每天都淹沒在巨大的資訊海洋中,這些資訊,正是從統計學所計算出來的。例如:每天都看得到的商品廣告、電視或新聞節目、天氣預報、股價變動、內閣支持率之類的民意調查、採訪報導、自殺率或失業率的問卷調查⋯⋯。我們打從一開始,就無法擺脫這些從統計學所產生的數據了。 ▍世界三大謊言 這裡有一些地方想請各位先留意,那就是,人們對「統計」懷抱著極大的信任感,因為從統計學中所產生的統計數值,通常能快速表達事物的本質。例如:當一家大型製藥公司發表了「這次新藥品的效果非常卓越,對九成以上的患者有效」這樣的新聞時,人們會對「有好棒的藥品問世了」的這件事情感到感動,而不會去對「有效性是如何調查得知的呢」的這件事抱持疑問。 此外,當厚生勞動省(編按:相當於臺灣的勞動部和衛福部)宣布「勞工的平均所得較去年成長3%」時,大部分的國民會相信並贊同他們所讀取到的資訊,接著認為:「原來如此,薪資變多了。」 不過,很遺憾的是,像這樣子使用統計數據欺騙人們的情況並不少見。這就是所謂的「故意地做虛假統計」。從前有個著名的例子提到:「根據總部的公佈事項……」然後用了煞有其事的說法解釋數據,這正是用虛假統計數字來欺騙國民的典型事例。 約在19 世紀時,英國首相班傑明.迪斯雷利(Benjamin Disraeli)曾經這麼說過:「世界上有三種謊言,其一是一般的謊言,其二是天大的謊言,最後是統計。」據說,當政治家或企業想要以統計數據欺騙人民時,遠比孩子要欺騙父母親來得更為容易。這句名言是我們在處理統計數據時,務必牢記在心的。 學習統計學的其中一個目的,是千萬不要被統計數據所迷惑。為此,我們必須先了解統計學的基本架構。統計學是現代人所不可或缺的一門學問,這句話一點也不誇張。當你看到某個統計數據時,回想剛才提到的迪斯雷利首相所說的警語,多問一句:「這是誰?為了什麼目的?而他又是用什麼方式計算出這份數據的?」(《統計數字:是事實,還是謊言?》喬.貝斯特(Joel Best)著,商周出版)。此外,該書所提到的「只要花錢,就可以做成任何統計數據」這一事實,也不能大意輕忽。 ▍統計數據,增添你的人生樂趣 透過統計數據,可以讓我們的人生樂趣倍增。以運動比賽來說,實際參與當然很快樂,但是光是一旁觀賽也會讓人很開心。不過,若是把統計數據從運動比賽中抽離,那會是怎樣的情況呢?觀賞比賽的樂趣,肯定會因此大幅降低吧。 以棒球比賽為例,當我們從電視上觀賞棒球比賽時,可以看到每位選手的各種守備或打擊數據;當打者站上打擊區時,螢幕上也會出現打擊率、全壘打數等數字,這些資訊大部分都是透過統計工具計算得來的。看到那些數字的時候,你有些什麼感覺呢?如果你在看比賽的時候,完全沒有搭配任何統計數據的話,內心是不是就會少了一點高潮迭起的緊張感呢?相反地,如果有播報員在旁邊報導「現在打擊輪到的是第三棒,打擊率.333,本次比賽尚未擊出任何安打!」的話,相信身為觀眾的我們,一定會對比賽產生更多期待,想著「這次一定打得到吧,畢竟打擊率是1/3 呀!」 ▍看懂數據含義,不被新聞欺騙 我們常在電視新聞中,看到有關政府內閣支持率之類的的民意調查報導。下面是某家權威性媒體機構的報導範例: 根據RDD 調查結果,內閣支持率51% 勉強維持過半數! (註:RDD 經調查3000人所得到的結果。回收1250份問卷之中,有638 人表達支持內閣) 當你看到這則新聞時,是怎麼想的呢?是不是邊點著頭邊說「原來如此,維持過半數」呢?學過統計學後,你就會知道這種判斷其實是相當危險的想法。 此外,新聞中也常出現街訪的單元,記者們會到街頭訪問2至3位路人的意見。如果贊成的意見稍微多一些的話,看新聞的觀眾們通常就會認為「原來社會上贊成的人占多數」。然而,這真的能代表人民的聲音嗎?學習統計學後,你就會開始注意到日常生活中的各式新聞報導,並且能以正確的方式去解釋它們。 丟硬幣出現正反面的機率,並非正好一半 在機率的概念中,投擲硬幣出現正面的機率,或投擲骰子出現點數1的機率皆是固定的,也就是說它們被視為一種「常數」。然而,在貝氏的概念中,這些機率都會隨著不同的經驗而使數值產生改變,因此要將它們視為「變數」。 或許你會對「投擲硬幣出現正面的機率會經常改變」感到驚訝。那是因為,我們從學校的教科書中所學到的都是「投擲硬幣出現正面和反面的機率皆為1/2」,所以1/2 對我們來說應該是個常數,而不是個變數才對。 ▍如何挑選彩券行才容易中獎? 某間標榜「過去5年開出過2次頭獎」的彩券行,你會在這一家買彩券嗎?對於這個問題,可能會產生以下的思考模式: (1)「 有一就有二,有二就有三,無三不成禮」在這家彩券行買就對了。 (2)「 好花不常開,好景不常在」還是在別家彩券行買好了。 (3)「 順其自然,船到橋頭自然直」在哪一家彩券行買都沒差。 那麼,哪一個才是正確解答呢?在一般民眾的認知中,彩券行皆會採公平運作的方式,因此不論哪一張彩券都有相同的中獎機率。在此前提下,正確解答應該是(3)。不過,人類的感性面卻不是如此運作,實際上,人們反而會傾向到曾經開出過頭獎的彩券行買彩券。那麼,這些人的思考模式不是就變成(1)了嗎?看來「有一就有二,有二就有三,無三不成禮」這句諺語的意思真是博大精深呢。 ▍硬幣出現2 次正面後,第三次你會賭哪一面? 這裡有1枚硬幣,投擲2次後,第一次出現正面、第二次也出現正面。如果是你的話,投擲第三次時,你會賭出現哪一面呢?關於這個問題,有以下幾種思考模式: (1)「有一就有二,有二就有三,無三不成禮」所以賭正面。 (2)「好花不常開,好景不常在」所以賭反面。 (3)「順其自然,船到橋頭自然直」因此賭哪一面都沒差。 若要解釋哪一個才是正確解答,將取決於其假設是什麼。換句話說,如果假設投擲硬幣出現正面和反面的機率相同的話,那麼(3)將會是正確解答,表示這是枚用所謂公平公正的方式製造出來的硬幣。因此,不論投擲這枚硬幣多少次,出現正面的比例都將是1/2。這就是機率論中有關機率的思考模式。 不過,因為我們在這邊僅僅只做了2 次實驗而已,因此若是硬要套入「此硬幣出現正反面的機率相同」的假設,未免顯得有些牽強。如果根據第一次出現正面、第二次也出現正面的經驗為基準來判斷的話,(1)的判斷其實是很合適的。倘若你還不太懂的話,那就試著多投擲幾次看看,不要只投擲2次。然後思考看看,你會不會覺得這是枚比較容易出現正面的硬幣呢?這件事表示,根據過往經驗,硬幣出現正面的機率θ的數值,在我們的潛意識中會逐漸增加。換句話說,θ並不是一個常數,而是一個會依據經驗而改變的變數。這就是貝氏統計學的思考邏輯。

試閱文字

內文 : 前言 隨著電腦以及各種優秀的多功能軟體普及,從前難以計算的統計資料,現今已逐漸被大多數的人們廣泛運用。如此的結果,讓統計學這種把現代生活中所能看到的各項數據,以不同角度進行分析的學問,變成了一種廣受現代人歡迎的流行學科。此外,隨著IT科技的迅速發展,使得那些與以往截然不同的龐大資訊量,在這個世界上相互流通傳播,所謂的「大數據時代」(Big Data)已然來到你我的生活。 想要在這樣的時代中生存下來,有關統計學的學習已經變成不可或缺的要素之一。有兩個主要原因,第一個原因,是為了要使用統計學進行數據(資料)分析。若我們能學習並了解如何應用相關統計學知識的話,就可以積極地統整那些,充斥在IT社會中,堆積如山的龐大資料,例如:GDP、股票價格波動、經濟成長率、政府支持率、失業率和產品廣告等,使它們變成一座大寶庫。 第二個原因,是為了正確解讀第三者所製作的統計資料。在這社會上,充斥著許多你我雖然不知道,但實際上卻包含各式錯誤的統計分析資料。如果我們無法將這些錯誤揪出來的話,便容易在會議或商談時造成誤判,進而導致更多嚴重的後果。因此,出了社會才正是人們學習統計學的大好時機。 此外,在過去電腦尚未普及的年代,統計數據是一項困難且非常麻煩的研究;人們運用算盤或計算機,日日夜夜重複著無趣的計算,真是一件相當乏味的事。然而,現今社會則不一樣,你可以運用身邊的電腦軟體(例如:Excel)進行複雜的計算過程,輕輕鬆鬆就可以完成統計與分析作業。只要確實具備統計學基本常識,任何人都能從大量的數據中獲得豐富情報,並從中找出財富自由的線索。 這本書收錄大量圖解、Excel實作加上豐富案例和測驗,以最簡單、有效率的方式讓讀者輕鬆理解統計學。不過,它並不僅僅是單純的教科書而已,還是一個實用的商業武器,使你能夠正確預測未來、不被數據誤導、正確掌握賺錢情報,搶占先機。希望這本書,能成為各位讀者拉開與同事的差距、升職加薪的助力,那將會是我最大的榮幸。