Home > Information
Check-outs :

統計學關鍵字典:大數據時代,如何為你的履歷加分?113個統計學的基本公式、定理與法則

  • Hit:20
  • Rating:0
  • Review:0
  • Trackback:0
  • Email:0


轉寄 列印
第1級人氣樹(0)
人氣指樹
  • keepsite
  • Introduction
  • Collection(0)
  • Review(0)
  • Rating(0)

~大數據時代,用統計學為你的履歷加分~

推薦給所有勇於跨領域、學習新知的專業職場人!

 

生活在互聯網的時代,統計學的知識在所有的領域都不可或缺。

 

尤其是商業領域,統計學在「市場行銷」、「企業決策」、「人工智慧」、「關鍵字檢索」等各個領域都受到廣泛的運用。

 

但是統計學的知識,有其嚴謹的定義和使用框架。

 

儘管我們在學生時代學過基本的統計方法,比如平均數、中位數、標準差、機率,但是實際面對市場調查或財務報表時,往往也不知道該如何運用這些數據幫助我們分析現況、對未來下決策。

 

實際上,即使是經常在實務中應用統計方法的人,往往在接手全新的專案時,便沒辦法比照舊有方法,導致所學知識派不上用場。即使想認真學習,也常因為統計學是一門專業科目,若非花費大筆報名費用參加課程,便是得尋覓坊間參考書自行鑽研,而在學習上浪費大量的時間。

 

本書正是為所有想學習統計學的人,提供最有效率的學習途徑。

 

書中彙整重要的公式、定理、統計方法和理論,以跨頁形式歸納基本內容,並透過生活實例示範該統計方法的應用範疇。

 

本書架構根據應用類型,分為以下11個大類別:

 

●敘述統計▸▸你認為國民的所得平均值是多少?這個數值能代表你的所得嗎?

●相關關係▸▸取一個數值,表現工作時數與睡眠時數的相關性

●機率▸▸能從過去的中獎結果,預測下次的中獎號碼?

●機率分布▸▸五次推銷,能夠成功簽約的機率是多少?

●估計▸▸節目收視率差1%,這樣的差距算大嗎?

●檢定▸▸想證明新藥是否有療效,證據就是檢定

●無母數檢定▸▸東京某醫科大學的錄取率,是否存在性別差異?

●迴歸分析▸▸一個公式,就能預測高級葡萄酒的價格

●變異數分析與多重比較法▸▸輕鬆排定工讀生的排班表

●多變量分析▸▸透過結構分析調整組織,使人才能夠適得其所

●貝氏統計▸▸信箱過濾器簡單區分垃圾郵件的方法

 

從國高中學習的「資料整理」與「機率和統計」,到大學或專業科目深究的「估計」、「檢定」、「迴歸分析」與「多變量分析」,乃至於大數據時代不可或缺的「貝氏統計」。

 

本書涵蓋目前統計學所有的應用領域,並以大百科的檢索條目般一一羅列,有助於初學者掌握整體的面貌。

 

據說特斯拉的創始人伊隆・馬斯克,在9歲時就讀完整部大英百科全書。

 

本書作為統計學的百科全書,儘管不能保證各位在創業時,業績能像火箭一飛沖天,但絕對能讓你成為具備統計觀的一流商務人士。

 

在資訊愈來愈多樣、數量不斷增加且產生速度飛快的未來,唯有運用統計學,才能幫助我們的命運進行貝氏更新。
 

本書特色

 

◎專書彙整113個廣泛應用於各領域的統計學公式和定理,讓需要統計學的人學習更有效率。

◎每一節以五顆星標示「難易度」、「實用性」與「考試機率」,重點觀念一目瞭然。

◎獨立專欄列舉實例,讓初學者快速掌握統計學在日常生活的實際應用。

 

※因應印刷需要,內頁預覽顏色與實際印刷不同,敬請見諒。※

Please login for this service.
Please login for this service.
Please login for this service.
Please login for this service.