圖解機率‧統計【暢銷修訂版】


	統計學一點都不難！本書特色 - 針對台灣讀者全新修訂，讓學習統計的道路更暢通！ - 生活化舉例，瞬間掌握重點。 - EXCEL 實作教學，即學即用！ - 由淺入深，不知不覺中已功力大增！只要翻開第一頁，開始讀，就代表你要懂了！「機率、統計」是一種數學的活用方法，目的是幫助我們「掌握資訊的特色」，進而「預測未來」。懂得利用EXCEL做出專業統計圖表，便能讓主管刮目相看、平步青雲；無論你是職場新鮮人、自己開店當老闆，學會機率、統計的概念都能在資訊爆炸的今日撥開迷霧，洞見方向。數字最誠實，想要掌握資料的本質、預測未來潮流，機率與統計是最聰明有效的工具。


	目錄 1-1 什麼是統計呢？知道統計可以做什麼 1-2 機率、統計的起源機制的機率與分析結果的統計 1-3 機率、統計的基本想法了解機率與統計的想法差異 1-4 統計的二大範圍敘述統計與推論統計 1-5 了解樣本與母體的特徵用敘述統計了解資料的特徵 1-6 推論未知的樣本並理解推論統計的手法、估計與檢定 1-7 用數值表示可能發生的程度的機率偶爾才會發生的事件之發生法則 1-8 機率與推論統計的密切關係機率的關鍵字就是推論統計 1-9 機率、統計的應用由資料探勘到文章開採 1-10 統計軟體的介紹試算表軟體與統計解析軟體資料不正確就無法得到正確的結果 2-1 理解資料的特微、性質統計的第一個角色「敘述統計」 2-2 直方圖將頻率改以圖形表示，掌握離散的全貌 2-3 統計量表示樣本、母體的特徵 2-4 平均數最初做為資料基準的數值 2-5 中位數（中間值、中數）按大小排列樣本時位於中間位置的數值 2-6 眾數樣本內最容易出現的數值 2-7 樣本變異數1. 表示資料離散程度了解樣本的離散程度 2-8 樣本變異數2. 誤差的平方合計差的平方 2-9 由統計量掌握樣本趨勢的訣竅左右的均衡與尾部長度 2-10 母體與母數隱藏在樣本之下的母體 2-11 不偏估計量母數估計量與樣本敘述統計量的誤差 2-12 不偏變異數、標準差母數的估計量與樣本敘述統計量的誤差 Excel的利用1. 求統計量的函數 3-1 了解機率的第一步1. 機率的基礎請記住這個關鍵字「機率與機率變數」 3-2 了解機率的第一步2. 事件與離散程度請記住這個關鍵字「試驗與機率分配」 3-3 機率分配與母數機率分配與統計量 3-4 使用機率分配的優點也可以推論不在樣本內的事件 3-5 機率分配與期望值、變異數由機率分配計算期望值、變異數的方法 3-6 常態分配1. 代表性的機率分配常態分配與標準常態分配 3-7 常態分配2. 常態分配的母數常態分配的與 3-8 常態化、標準化偏差值的計算方法 3-9 大數法則理想的機率分配與現實的誤差 3-10 中央極限定理與常態分配樣本平均與常態分配的關係 3-11 樣本與統計量的分配常態分配、t分配、X2分配 3-12 各種機率分配身邊常見的機率分配 3-13 二項分配銅板正反面的分配 3-14 Poisson分配表示故障率與意外率的分配 Excel的利用2. 由製作樣本資料到偏差值部分有錢人拉高了平均值 4-1 估計估計就是推論母集團的性質 4-2 信賴水準與信賴區間最常用的是95%或99%的信賴水準 4-3 常態分配之母體平均數估計1. 找出樣本的機率分配 4-4 常態分配之母體平均數估計2. 常態分配表的看法與信賴區間之設定 4-5 常態分配之母體平均數估計3. 導出區間估計所需的不等式 4-6 常態分配之母體平均數估計4. 復習區間估計的步驟 4-7 t分配之母體平均數估計1. 導入t分配的理由 4-8 t分配之母體平均數估計2. t分配表的看法 4-9 t分配之母體平均數估計3. 使用t分配實踐區間估計 4-10 2分配之區間估計1. 有關統計量 2 4-11 2分配之區間估計2. 2分配表的看法 4-12 2分配之區間估計3. 使用 2分配實踐區間估計 Excel的利用3. 求出機率分配的信賴區間看起來成長快速的銷量 5-1 假設與檢定什麼是假設、檢定？ 5-2 虛無假設與對立假設檢定時建立假設的方法 5-3 雙尾檢定與單尾檢定設定適合對立假設的拒絕域 5-4 t檢定1. 雙尾檢定使用t分配之母體平均數雙尾檢定 5-5 t檢定2. t分配表由雙尾檢定的t分配導出結論 5-6 2檢定1. 母體變異數檢定使用 2分配之母體變異數檢定 5-7 2檢定2. 2分配表由單尾檢定之 2分配導出結論 Excel的利用4. t檢定 Excel的利用5. 2檢定使用插圖可讓印象加深好幾倍 6-1 什麼是資料探勘發現隱藏的知識與法則的技術 6-2 關聯法則1. 購物籃分析讓資料探勘一舉成名的技術 6-3 關聯法則2. 關聯法則的機制找出機制的二大重點 6-4 關聯法則3. 關聯與因果的差異重點是同時發生，還是依序發生 6-5 分類預測1. 分類預測問題了解代表性的分類預測技術 6-6 分類預測2. 鄰近夥伴演算法的機制估計分類的計算步驟 6-7 分類預測3. 鄰近夥伴演算法具體例了解特定未知生物的過程 6-8 分類預測4. 鄰近夥伴演算法與直方圖的關係直方圖的作法與應用 6-9 分群(Clustering)1. 分類的手法將樣本分成群集的手法 6-10 分群2. k質心分群法的機制決定群集重心推論平均 6-11 分群3. k質心分群法的利用例 k質心分群法的應注意事項 6-12 分群4. 時間序列分群法用k質心分群法來讀銷售台數資料 6-13 分群5. 階層式分群法樹狀圖的計算方法 6-14 使用分群抽出特徵要探勘複雜的圖像資料學校考試可知道的事 7-1 語言資料的統計學語言與統計學的交點 7-2 齊普夫定律1. 定律的含義頻率與順序的密切關係 7-3 齊普夫定律2. 使用定律計算試試看齊普夫定律 7-4 資訊量1. 資訊量的測量法與圖表化因發生機率而異的資訊量 7-5 資訊量2. 資訊量的定義使用函數計算資訊量 7-6 熵(Entropy)1. 全體資訊源的不確定性求出資訊源產生的平均值 7-7 熵2. 計算與性質計算求出不確定性 7-8 機率論語言模型入門用機率掌握語言的機制 7-9 N-gram語言模型1. Shannon Game 單純又有力的機率論語言模型 7-10 N-gram語言模型2. N-gram語言模型定義使用2-gram語言模型的單字出現機率 7-11 N-gram語言模型3. 單字例的出現機率計算字串的出現機率 7-12 語言熵測量語言複雜性的指標 7-13 聊天機器人(Chatterbot)1. 會話程式闡明人類的對話機制 7-14 聊天機器人2. N-gram語言模型的應用要讓程式發生語言文字 7-15 語言資料的統計學彙總為進一步學習平均時速幾公里？附錄請記起來！！符號&公式、圖表