[ 收藏 ] [ 简体中文 ]  
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款,4-7個工作日送達,999元臺幣免運費   在線留言 商品價格為新臺幣 
首頁 電影 連續劇 音樂 圖書 女裝 男裝 童裝 內衣 百貨家居 包包 女鞋 男鞋 童鞋 計算機周邊

商品搜索

 类 别:
 关键字:
    

商品分类

你一定愛讀的極簡統計學
該商品所屬分類:經濟 -> 統計學
【市場價】
228-331
【優惠價】
143-207
【介質】 book
【ISBN】9787516804513
【折扣說明】一次購物滿999元台幣免運費+贈品
一次購物滿2000元台幣95折+免運費+贈品
一次購物滿3000元台幣92折+免運費+贈品
一次購物滿4000元台幣88折+免運費+贈品
【本期贈品】①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
版本正版全新電子版PDF檔
您已选择: 正版全新
溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。
*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。
*. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
*. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。
內容介紹



  • 出版社:臺海
  • ISBN:9787516804513
  • 作者:(日)小島寬之|譯者:孔霈
  • 頁數:200
  • 出版日期:2015-01-01
  • 印刷日期:2015-01-01
  • 包裝:平裝
  • 開本:16開
  • 版次:1
  • 印次:1
  • 字數:145千字
  • 對統計了解、為數據著迷,
    你聽到的將是機遇的敲門聲!
    這並不難,僅需要你有初中以上數學程度!
    《你一定愛讀的極簡統計學》是一本零基礎統計學讀物,在日本被稱為“可**自學的統計學入門書”,到目前為止已加印18次。小島寬之教授以*淺顯的文字,采用深入淺出的方式,結合生活中的實際現像,向我們描繪了統計學的原理、方法與應用。*為難能可貴的是,學習本書幾乎不用概率的知識,也**不需要微積分和高等數學的基礎,讓零基礎讀者一看就懂,一學就會!
  • 《你一定愛讀的極簡統計學》是一本零基礎統計 學讀物,在日本被稱為“可完全自學的統計學入門書 ”。作者小島寬之教授以最精簡的計算工具、最淺顯 的文字寫成,並配以圖解,讓零基礎讀者一看就懂, 一學就會! 統計學是應用最廣泛、最沒有偏見的一門科學知 識。大數據時代,我們缺的不是數據,而是正確分析 數據的路徑,如何從海量數據中擷取有用信息、產生 新價值,甚至用以推估未知的事物,已經成為個人和 企業的關鍵競爭力。
  • 序章 為了高效地、一步步理解“統計學”——本書的立場
    **部分 速學!從標準差到檢驗、區間估計
    第1章 用頻率分布表和直方圖刻畫數據的特征
    1 根據原始數據什麼也搞不明白,所以使用統計
    2 做直方圖
    第2章 平均值是挑擔人偶玩具的支點
    ——平均值的作用和把握方法
    1 統計量是概括數據的數值
    2 平均值
    3 頻率分布表上的平均值
    4 平均值在直方圖中的作用
    5 該怎樣捕捉平均值
    第3章 由數據分散程度估計統計量
    ——方差和標準差
    1 想要知道數據的分散和波動
    2 以公交車到達時刻的例子來理解方差
    3 標準差的意義
    4 從頻率分布表求標準差
    第4章 這個數據是“平常”還是“特殊”,以標準差(S.D.)來評價
    1 標準差是浪湧的激烈程度
    2 明確了S.D.就可以評價數據的“特殊性”
    3 復數的數據組的比較
    4 加工後的數據的平均值和標準差
    第5章 標準差(S.D.)可以靈活運用於股票風險指標(波動率)
    1 股票的平均收益率是什麼
    2 僅憑平均收益率不能判斷是不是優良的投資
    3 波動率的意義
    第6章 標準差(S.D.)也可用於理解高風險、高回報(夏普比率)
    1 高風險、高回報和低風險、低回報
    2 金融商品優劣的衡量方法
    3 衡量金融商品優劣的數值:夏普比率
    第7章 身高、擲硬幣等*常見的分布、正態分布
    1 *常見的數據分布
    2 一般正態分布的觀察方法
    3 身高數據是正態分布的
    第8章 推論統計的出發點,使用正態分布進行“預測”
    1 使用正態分布的知識,可以進行“預測”
    2 標準正態分布的95%預測命中區間
    3 一般正態分布的95%預測命中區間
    第9章 從一個數據推出母群體
    ——假設檢驗的思維方法
    1 所謂推論統計即從部分推出整體
    2 推測差不多可行的母群體
    3 判斷95%預測命中區間是否妥當
    **0章 以測定溫度為例,探尋95%置信區間
    ——區間估計
    1 反過來利用預測命中區間的估計
    2 置信區間的“95%”的意義
    3 對標準差的已知正態母群體的平均值的區間估計
    第2部分 從觀測數據推測其背後的廣闊世界
    **1章 根據“部分”推論“總體”
    ——母群體和統計的估計
    1 母群體是假想之潭
    2 隨機抽樣法和總體均值
    **2章 表示母群體數據分散程度的統計量
    ——總體方差和總體標準差
    1 搞清數據的分散程度
    2 總體方差和總體標準差的計算
    **3章 復數數據的平均值比1個數據接近總體均值
    ——樣本均值的思維方法
    1 從觀測到的1個數據可以推測出什麼
    2 為什麼要做樣本均值
    **4章 隨著觀測數據增加,預測區間變窄
    ——正態母群體的便利商品、樣本均值
    1 正態分布樣本均值的性質很美
    2 關於正態母群體樣本均值的95%預測命中區間
    **5章 已知總體方差,求正態母群體的總體均值
    ——使用樣本均值進行總體均值的區間估計
    1 推測總體均值和總體方差
    2 使用樣本均值進行總體均值的區間估計
    **6章 卡方分布登場
    ——樣本方差的求法和卡方分布
    1 樣本方差的求法
    2 卡方分布是什麼
    **7章 用卡方分布推算總體方差
    ——推算正態母群體的總體方差
    1 卡方分布的95%預測命中區間
    2 終於開始正態母群體總體方差的估計了
    **8章 樣本方差呈卡方分布
    ——與樣本方差成正比的統計量W的做法
    1 與樣本方差成正比的統計量W的做法
    2 樣本方差的卡方分布自由度下降1
    **9章 即使未知總體均值仍能推算總體方差
    ——總體均值未知時對正態母群體進行區間估計
    1 未知總體均值推算總體方差
    2 估計總體方差的具體例子
    第20章 t分布登場
    ——總體均值以外的以“實際觀測樣本”可計算的統計量
    1 終於登場的t分布
    2 t分布的直方圖
    3 統計量T的計算
    4 關於t分布的正式定義
    第21章 根據t分布進行區間估計
    ——未知總體方差時以正態母群體推算總體均值
    1 *自然的區間估計——t分布
    2 根據t分布的區間估計方法
    後記
    練習題解答
    索引
  • **部分解說過的“母群體”**重要,所以這 裡讓我們再次回顧一下。
    我們以數據的形式,觀測相同的不確定現像生出 的各種數字的情況。比 如,觀測相同種類的蝴蝶各不相同的體長數值,或者 在選舉中選民對各個人 物進行投票。*具體一些,比如投擲36枚硬幣時,正 面枚數是從0枚到36枚各 不相同的數值。再舉例子的話,比如同一家店鋪營業 額每天都不同,還有股 票的日經平均指數每天反復漲跌。
    我們可以假想出一個潭子,相同現像的數據都從 相同的潭子中出現。
    這個假想之潭叫作“母群體”。可以這樣想,蝴蝶體 長的數據,從裝滿蝴 蝶體長數值的潭中出現,店鋪營業額的數據從裝滿店 鋪營業額數值的潭中 出現。
    選舉的情況,將“開票處整體”比作潭子會*容 易理解。因為某人投 了誰的票,與觀測開票處1張投票用紙是**相同的 。一次選舉的全部數 據,是與(包括棄權的)選民人數一致的,這是有限的 數,因此叫作“有 限母群體”。
    與此相對,(像神一樣超常存在地)計測古今中外 、現在未來所有蝴 蝶的體長,將寫有計測結果的無限張數的紙投入潭中 ,就有了無限個的數 據數,因此叫作“無限母群體”。對於投擲硬幣的情 況,無限次投擲36枚硬 幣,將出現正面枚數的全部數據放入潭中(從0到36的 37種數字各有無限個被 放入其中),這也是無限母群體。假設進行了無限次 交易,那麼店鋪的營業 額和股票的日經平均指數也屬於無限母群體。
    本書考慮的是一般性的問題,所以不針對有限母 群體,而隻針對無限母 群體來思考(出現選舉例子的時候,也請當作無限母 群體來看待)。
    推論統計的目標,是從(無限)母群體得出的幾個 數據中,對母群體總 體進行推測。**部分中解說過,這是“從部分推論 總體”。慎重的讀者也許 會覺得不可思議:怎麼可能有這種事情? 但是,好好回想一下我們日常生活就會發現,這 些事情平時就有。比 如下面這件事。我們做醬湯的時候,需要判斷味道( 咸味等)是否合適。
    當然把一鍋醬湯全都喝掉確實可以進行判斷,但就沒 有了嘗味道的意義。
    於是,我們用勺子喝一點,沒問題的話就說明可以。
    這就是根據部分判斷 總體。
    為什麼以此就能大概知道味道如何呢?因為可以 認為“經過充分混合,一湯勺可以反映全體”。
    推論統計也是同樣。從母群體這一假想之潭中出 現的數據,不是誰都可 以隨意控制的,而是反映母群體總體情況的,所以在 從部分判斷總體上與嘗 醬湯的例子相同。
    但是,嘗醬湯的時候,必須想到偶爾會嘗到“稍 有些濃”的地方,或是 “稍有些淡”的地方,所以醬湯總體的味道與嘗到的 味道多少有些偏差也是 正常的。同樣,也必須做好推論統計也並非“**一 致”,而是有一定的偏 差的思想準備。
    2.隨機抽樣法和總體均值 我們已經將母群體當作潭子一樣的東西。那麼讓 我們詳細地說一下潭子裡面的內容。
    (無限)母群體的一例如圖11-1。數據數值隻有① 、⑤、⑨3種,每個數據在潭中有無數個。
    請想像一下這種情況。潭中有3種池子:“有無 數數據①在池子 裡遊泳”“有無數數據⑤在池子裡遊泳”“有無數數 據⑨在池子裡 遊泳”。
    池子的大小(幅度)不同,假設面積各為0.6、0.3 、0.1(以後母群體中 “池子”面積必須像這樣按照合計為l來設定)。請將 池子大小的差別看作 各數據是否容易從母群體這個潭子中出來的差別。對 母群體來說,觀測到的 數據是①、⑤、⑨中的任意一個,觀測到的相對頻數 是池子大小的數字(面 積)0.6、0.3、0.1。
    就是說,數字①的出現比數字⑨容易6倍,數字 ⑤的出現比數字⑨容易3倍。
    實際上為了明白地說明此問題,必須用到“概率 ”的表達。就是說,觀 測到①、⑤、⑨的概率分別為0.6、0.3、0.1,它們 每次按照各自的概率獨立 (不影響其他觀測值的出現)出現。
    但像序章說過的,本書會避開概率,隻談數據分 布,畢竟本書隻是統計學入門讀本。P107-109
 
網友評論  我們期待著您對此商品發表評論
 
相關商品
在線留言 商品價格為新臺幣
關於我們 送貨時間 安全付款 會員登入 加入會員 我的帳戶 網站聯盟
DVD 連續劇 Copyright © 2024, Digital 了得網 Co., Ltd.
返回頂部