预购商品
书目分类
特别推荐
<套書第一冊> 《人生的局，機率有解：「統計學界的諾貝爾獎」得主，教你把事物的判斷機率化，做出更好的人生決定》 01 你被隨機性團團包圍了 人生處處是機率 02 難道，這就是命運？ 別讓巧合唬了你 03 贏家，有大數法則撐腰 為何賭場永遠在賺錢？ 04 牌桌人生選擇學 要不要和機會賭一把？ 05 最邪惡的謀殺 搞懂生活中的統計數字 06 人生答案，在效用函數裡 如何針對隨機性做決定？ 07 藥命真相 「研究證明」的陷阱 08 不會發生那種事啦！ 日常生活中的「低機率事件」 09 瀕臨倒閉的賭場疑雲 美女、毒藥與機率 10 51% 對49% 的啟示 民調的真正意義 11 向人民問卦 誤差範圍的祕密 12 隨機性來救命 當不確定性成為朋友 13 演化、基因和病毒危機 生物中的隨機性 14 狡猾的蒙提霍爾 從線索中找機率 15 垃圾郵件大戰 為了刪垃圾信，燒了幾十億美元 16 上帝擲不擲骰子？ 尋找「隨機性」的祕密起源 17 準備好了嗎？來場期末考 用機率觀點，高分PASS 吧！ 謝辭 後記一 象牙塔外的人生 後記二 走進「機率思考」的世界 <套書第二冊> 《人生卡關的時候，就用「期望值」思考吧！AI時代輕鬆存活必備技能，寫給文科生的統計學超入門》 前言： 在一邊享受閱讀樂趣的同時，不知不覺就突破盲點 ──什麼？原來這些東西也是統計學！ ● 「世界的祕密」究竟藏在哪裡？ ● 你可以從這本書中獲得什麼？ 序章： 學會運用統計學的力量，解開「世界的祕密」 ──理解支配我們生活的遊戲規則 ● 世界是靠「骰子的點數」來決定的？ ● 公司內部充斥著「更加」、「總之」等模稜兩可的指示 ● 不是要學習統計學，而是要「運用統計學」 ● 統計學可以做到的事：①了解數字的意義 ● 統計學可以做到的事：②預測未來 ● 預測未來的意義在於「防患未然」 ● 統計學可以做到的事：③因應AI時代 ● 莫非我們已經被AI玩弄於股掌之間？ ● 還記得國中學的「一次函數」嗎？ ● 關鍵是先了解這個世界的「遊戲規則」 第1章： 即使只靠「四則運算」也能懂得這麼多！ ──＠變換是強大的工具 1-1 如何看待那些過於龐大的數字？ ● 平均的「正確使用方式」是什麼？ ● 運用「@變換」將龐大的數字化為自己的事 ● 如何把龐大的豐田汽車變得「平易近人」？ ● 用數字看出「安倍口罩」的問題出在哪裡 1-2 把公司的相關數字套用@變換 ──如何找出「好公司」？ ● 看到公司營收數字就自動套用「@變換」 ● 觀察零售業店面每一坪的營收是多少 ● 「數大就是美」的時代結束了嗎？ 1-3 把「時間」的相關數字套用@變換 ──如何洞悉真正的使用成本？ ● 用數字分析當紅的「共享汽車」 ● 把用車成本轉換成「月」支出 ● 如今已邁入「不持有」汽車的時代？ ● 比用車成本更令人在意的是「車輛對環境造成的負荷」 1-4 運用@變換來做「推測」 ──如何回答網路上找不到的答案？ ● 如何看見那些別人「看不見的數字」？ ● 「費米推定」是怎麼估算的？ 1-5 小心「平均值」的陷阱 ──數字會說話，但別讓它騙了你 ● 「@變換」與「平均」絕非萬靈丹 ● 根據平均值所做的判斷有誤差時…… 1-6 認識「平均值」與「中位數」 ──世界上的財富分配不均是真的嗎？ ● 破解年收入的迷思 ● 從「有薪假消化率」來思考 ● 用中位數來取代平均值 ● 你是勝利組還是失敗組？ 第2章： 工作與人生是靠「機率」在決定輸贏的嗎？ ──關於情境規劃與漏斗 2-1 不懂機率，就無法在競賽中取勝？ ● 隨著次數增加，一切會愈來愈趨近機率 ● 那次成功，是否只是「歪打正著」？ ● 從機率可以導出「期望值」 ● 用賭骰子來思考期望值的話…… ● 如何在商場上活用期望值？ ● 重點是要建立「可供討論的基礎」 2-2 學會先用「機率」描繪出情境 ● 什麼是「情境規劃」？ ● 相較於成功，重要的是「悲觀情境」 ● 假設的也可以，先提出「機率是多少」再說 ● 檢視整個計畫的「期望值」，你就會發現…… 2-3 職場上好用的「555漏斗」 ● 頂尖業務員都會思考銷售漏斗 ● 突破業績高牆的機率是？ ● 把各項數字乘以倍數的話…… ● 「勤跑業務」其實才是正解？ 2-4 「335」是解讀新事物的關鍵密碼 ● 切入新領域時要思考「335漏斗」 ● 開發新業務的最大困難點 ● 陸戰受阻，還可以打空戰 第3章： 萬事萬物是「常態分布」構成的結果！ ──關於解讀大局的「偏差值」 3-1 如果把「離差」數值化的話 ● 同班同學的成績差距很大嗎？ ● 怎麼把「離差」數值化？ ● 檢視各種數據的「變異數」 ● 釐清大局的好用工具──標準差 3-2 數據與組織都可用「常態分布」去解讀 ● 如何尋找身高超過190公分的長人？ ● 變換標準差可以讓你的目標變得更清晰 ● 常態分布中的「2：6：2的法則」 ● 為什麼「反對你的人」一定會出現？ ● 如何應付那些極端反對者？ ● 人際關係也會呈現「常態分布」嗎？ 3-3 需要「偏差值」的不只是學生而已？ ● 只要有人群的地方，就有偏差值 ● 偏差值60，代表排名在「前16％」？ ● 為什麼考試完全是「與別人的競爭」？ ● 思考自己的職涯時也可以應用偏差值 ● 「偏差值決定一輩子」的時代遲早會到來？ 3-4 解讀生活中隨處可見的「S型曲線」 ● 新商品的銷售初速度很差⋯⋯怎麼辦？ ● 常態分布與S型曲線的關係 ● 學習新事物的成果也會呈現「S型曲線」？ ● 新冠疫情下的「S型曲線」 3-5 該如何與「網路評論文化」共處？ ● 無所不在的2％負面評價 ● 用「常態分布」解讀暗樁是否存在 ● 你該在意評論到什麼程度？ 第4章： 掌握統計學上「正確的」數據處理法！ ──分辨有意義與無意義的調查 4-1 到底該聽取多少人的意見才夠？ ● 「開票率1％」就能確定當選的奇妙現象 ● 概略推估即可的話，「30個樣本」就OK！ ● 即使在統計學上不正確，「徵詢意見」為什麼依然很重要？ 4-2 從「樣本」就能推測出全體嗎？ ──關於稍微有點複雜的「信賴區間」 ● 5個樣本、10 個樣本可以代表「全體」嗎？ ● 樣本量太少，就愈可能得出極端的結果 ● 身邊有許多朋友離婚，是整個社會的縮影嗎？ ● 話說回來，「離婚率」是有意義的數字嗎？ 4-3 養成數據識讀的能力 ● 正確率有九成的數據，為什麼是無效的呢？ ● 「偽陽性」為什麼會愈來愈多？ ● 從不同面向拆穿數據的謊言 第5章： 「多變量分析」是在AI時代生存的必備知識 ──機會、風險與財富，皆在其中 5-1 賣場的面積愈大，營收也會愈高嗎？ ──關於「迴歸分析」 ● 店面的大型化真的是正解嗎？ ● 先提出「預測值」，再驗證是否正確 ● 用Excel 就能輕鬆搞定迴歸分析！ ● 數據科學家都怎麼判斷迴歸分析？ ● 找出潛藏大好機會的「離群值」 5-2 那個「相關性」真的正確嗎？ ──學會運用PAC思考 ● 試著將自己的主張帶入「計算式」裡 ● 運用「PAC思考」突破邏輯的盲點 5-3 用「多變量分析」開啟AI時代的大門 ● 葡萄酒的價格取決於「僅僅4個」要素？ ● 根據多種因素進行考量就是「多變量分析」 ● 你可以用「多變量分析」做什麼？ ● 數據科學家的工作意外的樸實無華？ ● 用AI計算「錄取婉拒率」的問題在哪裡？ 終章： 本書所謂的統計式見解與思維是什麼？ ──看清事實、提高勝率的行動方針 ● 養成「統計式思維」習慣的重要性 ● 運用「MECE分析法」解決問題 ● 只要理解統計學，就能預見未來？ ● 人類與世界溝通的型態已經改變 ● 適應混沌新世界的完美工具，就是統計學
作者簡介 傑佛瑞．羅森薩爾（Jeffrey S. Rosenthal） 哈佛大學數學博士，多倫多大學統計系教授。他很小就對機率理論感興趣，小時候，他很喜歡擲硬幣、丟骰子並計算機率。 他的研究與教學屢獲殊榮，更受到學生愛戴，曾贏得兩項教學獎：1991年的哈佛大學教學獎，以及1998年的多倫多大學藝術科學傑出教學獎。 羅森薩爾教授於2005年榮獲「國際數理統計學會會士」（IMS Fellow），並於2006年獲得「數學研究中心與加拿大統計學會」（CRM－SSC）大獎，更於2007年榮獲COPSS獎，該獎項被譽為統計學界的諾貝爾獎，為國際統計學界最高榮譽。2012年獲頒「加拿大皇家學會院士」，為加拿大最高學術榮譽。2013年，獲頒「加拿大統計學會金獎」。 齋藤廣達 芝加哥大學商學院畢業。先後任職於波士頓顧問集團（BCG）、羅蘭貝格（Roland Berger）、花旗銀行等公司，後來以管理顧問的身分獨立創業。 齋藤曾多次參與企業併購與事業重整案，他以社長的身分在第一線指揮、重建那些營運效率不彰的企業。隨後他會在這些上市公司擔任執行董事，負責推動電商及AI導入等數位化轉型的工作。目前他主要擔任AI開發、數位行銷、行動裝置應用等顧問。 齋藤同時也是一位極受商業讀者歡迎的暢銷書作者，主要著作包括：《用數字說話》、《鍛鍊「計算力」》（PHP研究所出版），以及《創新思維革命》、《讓業績往上衝的統計式思考術》、《商務專業教科書》（日経BP社出版）等。 譯者簡介 吳書榆 國立臺灣大學經濟學學士、英國倫敦大學經濟學碩士。曾任職於公家機關、軟體業，擔任研究、企劃與行銷相關工作，目前為自由文字工作者。 劉格安 政治大學畢業，現為專職譯者，譯作類型包含商管、醫學、旅遊、生活、歷史和小說等。
最近浏览商品
客服公告
热门活动
订阅电子报
