本書結構圖

前言　只要國中程度的數學就能看懂

?

Chapter 0　爆量資訊，學統計以簡馭繁

1. 為什麼統計現在成了顯學？

2. 理解隱藏在資料背後的本質

3. 人類的文明史，其實就是統計出來的歷史

專欄一　「開放資料」藏好料，可以挖寶

?

Chapter 1? 分析資料，懂這些基礎知識就夠用

4. 資料有兩種：量化和質化

5. 整理成表格，就可以看出資料有什麼特徵

6. 表格畫成圖，特徵更是一目瞭然

7. 平均數：資料中最重要的代表值

8. 中位數、眾數：幫你看出資料的五官輪廓

9. 變異數、標準差：看出資料的離散程度

10. 變異、變異數的大小，顯示資料所含不確定性

11. 散布圖：以視覺凸顯兩個變數的關係

12. 相關係數：用數字表示兩個變數相關程度

13. 交叉分析？就是把清單整理成列聯表啦

專欄二? 兩個以上變數對結果的影響，用多變量分析

?

Chapter 2　統計、隨機抽樣、與正確描述母體的機率

14. 別講大概，要說機率：一件事可能發生的程度

15. 隨機變數，就是用數字表示你的試驗結果

16. 統計學的目的：想知道隨機變數的出現機率

17. 隨機變數的平均數與變異數計算

18. 數字排排站。機率分配的P值、百分位數

19. 標準化：看似不能比的兩組數據變得可以比較

20. 隨機抽樣不是隨便抽樣：才足以預測全體樣貌

21. 母數：用以表現母體特質的數字

22. 抽樣取得估計量，希望和母數一致

23. 自由度：讓抽樣「不偏」母數

24. 誤差總是或多或少，誤差值會呈現常態分配

25. 中央極限定理，讓好的抽樣逼近真理

26. 樣本平均數定理，重複多次抽樣就知道母體什麼樣

27.? 95%的信心水準，認為這就是母體平均數

專欄三　迴歸分析：歸納既有事實，預測未來可能結果

?

第3章估計，與檢定你的估計

28. 用點估計太篤定，用區間估計有信心

29. 區間估計，來自樣本的統計量

30. 我有九成五的把握……

31. 對估計有信心，因為世事多屬常態分配

32. 樣本相同，想提高信心水準、信賴區間就放寬

33. 其實我們常常用統計來檢定想法的對錯

34. 想法正確卻遭到捨棄的機率：顯著水準

35. 想否決的假設，想證明為真的假設

36. 事實的檢定，永遠面臨型一與型二錯誤

專欄四　因素分析：原因看似很多，共同因素可能只有一個

?

Chapter 4　預測：迴歸分析、證明某現象並非偶然：變異數分析、提高推論準度，生活中最常用：貝式定理

37. 簡單迴歸分析：用單一變數來預測另一變數

38. 複迴歸分析：用兩個以上的變數來預測

39. 判定係數，判定迴歸模型配適度

40. 調整自由度，刪除無助於預測的變數

41. 證明某現象並非偶然，用變異數分析

42. 變異數分析的關鍵：組內離散與組間離散程度

43. 變異數分析三步驟

44. 計算瑣碎，Excel一秒完成

45. 變異數分析的原理：去同存異

46. 兩個變數對結果的影響：無重複試驗

47. 重複試驗下，分析兩個變數對結果的影響

48. 變異數分析Excel代勞，但要弄懂名詞定義

49. 情人的加分扣分，請遵照貝氏定理

50. 貝氏定理超實用，先看懂四名詞

51. 看似繞口令，其實是推理

52. 貝氏定理：隨著資料增加，推論越加準確

專欄五　主成分分析，把一堆變數歸納成幾個

?

Chapter 5　資料分析應用實例

53. 如何調查兩件事情的相關性

54. 用散布圖剔除異常數字，以免誤判

55. 股市線圖，根本就是統計圖解

56. 統計圖解，看出差異和變動

57. 分組、畫長條圖，找出混亂資料的秩序

專欄六　區別分析：怎樣的性能條件，價格能定到極致？

?

Chapter 6　活用機率、抽樣，與描述母體之前……

58. 賭博之前，先算期望值

59. 地皮形狀不規則，怎麼計算面積？

60. 人生有好運壞運，想得到公平結果，你得……

61. 為什麼醉漢總是能走回家？

62. 抽樣至少要超過30個的統計學根據

63. 全國性大調查，樣本多少才夠？

專欄七　集群分析：把眾多受訪者，按照特性分成幾群

?

Chapter 7　活用估計與檢定

64. 什麼情況下會發生這種事？用最大概似估計法

65. 家庭主婦有多少零用錢？抽大樣本

66. 只能抽小樣本，如何檢定假設？

67. 母體變異數一向如此，推估目前平均數

68. 推估單身比率、市場占有率的方法

69. 選民支持率的調查，抽樣1000人誤差頗大

70. 上班族的零用錢差異程度

71. 調查吸菸率、支持率是否升高

72. 學生算術能力提升了嗎？這樣檢定

73. 新生兒體重變輕了？如何檢定

74. 最近十天你睡夠了嗎？這樣檢定

75. 調查兩地上班族的零用錢是否相等

76. 比較兩選手的打擊率

77. 裝瓶機器誤差很大嗎？這樣檢定

78. 老闆給我的「粉」，量總是不穩定嗎？

79. 骰子是否公正？檢查方法跟你想的不一樣

80. 某地男女比例是否失衡

81. 奶茶和茶奶，真的喝得出來？

82. 大人和小孩喜歡的料理不同嗎？

專欄八　質化問題，可以數量化分析

?

Chapter 8　迴歸分析、變異數分析和貝氏定理怎麼用

83. 透天厝變多，汽車銷售會增加多少輛？

84. 住宅戶數與年收入對賣車影響程度

85. 用電越來越兇，將來每戶每月用電高達幾度？

86. 策略用對了，不是運氣好的證明方式

87. 新老師或是新方法，真的有效嗎？

88. 營養品或睡眠對膚質的影響（無重複實驗）

89. 營養品或睡眠對膚質的影響（重複實驗）

90. 下注，猜袋中白球有幾顆

91. 健康檢查準確度95%，其實很低喔

92. 有了線索，要不要改變猜測？

93. 線索可以提高猜中機率的證明

94. 電腦如何判斷垃圾郵件？用貝氏定理

95. 用貝氏定理來猜天氣，準度大增

?

附錄A：用Excel來計算百分位數與各種分配的p值

附錄B：用Excel做迴歸分析、變異數分析

序



只要國中程度的數學就能看懂



　　時間如果倒轉回一百年前，一般人應該沒有機會接觸到統計資料！近年來，隨著社會資訊化的快速發展，現在的我們是生活在資訊的洪流中。所以對現代人來說，處理資訊的統計能力已經是不可或缺的知識。特別是學習統計所得到的以下兩種能力，更是必要的常識。



　　第一種就是取得各種資料時，能加以活用的能力。因為在資訊化時代不能正確運用手中資訊的人，不論是在工作上或人生中，都會處於無法做出適當判斷的狀況。



　　第二種則是分辨資料分析結果的能力。一看到四面八方來的統計資料，大多數人都會以為正確無誤而全盤接受。事實上統計資料一定內含提供者的主觀意識，有時甚至是有意捏造的假資料，所以接受資料的人必須有能力分辨提供者的用意。



　　一直以來，日本文科學生當中也有不少人因為高中、大學入學考試不考，選擇放棄學習數學，這麼一來數學的程度就停留在國中。還好現在這個現象慢慢在改善了。



　　本書是統計的超級入門書，國中程度的人都看得懂。非常希望讀者們都能利用本書，學會統計的素養，讓大家在現代社會中活得更聰明。

?