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

點閱:1

譯自:文系のための統計学の教室

其他題名:上班有錢途, 下班賺更多 上班有錢途下班賺更多 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 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 上班有錢途下班賺更多大數據時代早1步財富自由的商業武器

作者:涌井良幸, 涌井貞美著;陳畊利譯

出版年:2021[民110]

出版社:方言文化

出版地:臺北市

格式:EPUB 版式

ISBN:9789865480165

EISBN:9789865480219 EPUB

分類:投資理財保險  

附註:附錄: 序章7的統計測驗答案等9種 版權頁副題名: 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


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!
  • 書封
  • 目錄
  • 前言
  • 本書的使用方法
  • 預習 序章~寫在學習統計之前
  •  序章1 到底是什麼統計學?
  •  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σ
  •  2-9 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
  • 版權頁
同書類書籍