圖解不再嫌惡統計學

出版者:易博士出版社

作者:小島寬之

页数:208

译者:韓雅若

出版时间:2011-7-19

价格:NT 300

装帧:平装

isbn号码:9789861207476

具体描述

用統計學關鍵觀念，一口氣學會敘述統計和推論統計

STEP 1　掌握統計學整體輪廓

建立最基礎的敘述統計知識，透過資料化約手法，解讀出資料本身具有的特徵。並以常態母群體為軸，大略掌握「檢定」與「區間估計」，?推論統計打好基礎。

．學習內容：次數分配表、直方圖等製圖法。平均數、標準差等統計量。常態分配、檢定和區間估計的約略概念。

．實際應用：掌握出生率和死亡率等社會或經濟現況、氣象及海洋等環境評估、考試成績落點評判、分析金融商品的性質與優劣（金融商品風險指標）

STEP 2　針對推論統計進階學習

深度認識推論統計中最重要的檢定與區間估計，對「大到無法掌握整體」的對象（母群體）進行推測。

．學習內容：區間估計的完整概念、卡方分配和t分配、以小樣本有效完成推估。

．實際應用：依出口民調預測選舉得票數、地球溫室效應的預測、股價預估、金融和保險商品的定價策略

現代人的生活當中處處可見統計的應用。所謂的「統計學」簡要來說，就是將看似不規則、有如亂數的數據、資料，利用應用數學的手法經過統整與處理後，進行解析或進一步推論的一門分析科學，大抵可分為兩部分：從蒐集的資料中解讀其特徵的「敘述統計」，以及針對「大到無法掌握全體的對象」和「尚未來臨的未來將發生的事」進行推測的「推論統計」。

其應用範圍包括了保險費用的精算、社會人口情形（出生率、死亡率、老化現象、少子問題）、經濟成長與景氣狀況、溫度及降雨率等天氣預報、彩卷中獎機率、餐廳的服務意見卡……等，無論在社會、經濟、醫藥等與生活息息相關的層面，或者生物、物理、化學等學術領域上，統計均應用廣泛。在資訊量爆炸、處處充斥著數據資料的現代，如何運用這些資料從中擷取有用資訊、產生新價值，甚至用以推估未知的事物，已經成為關鍵競爭力，學好統計學正是躋身優越行列的前導燈！

本書特色

不用再怕艱澀的理論和複雜的數學運算成為阻礙！

．建立札實基礎：不求一次網羅所有事情，穩健踏實地建立基本觀念

．深淺觀念清晰：先解釋清楚關鍵概念，由淺入深循序進入統計核心

．屏除複雜計算：重在解明邏輯、了解統計本質，僅需國中數學程度

．最重視標準差：用大篇幅講明何謂標準差，幫助掌握統計關鍵訣竅

．運用獨創解釋：以「95%預測命中區間」解決推論統計的跳躍環節

作者简介

小島寬之

帝京大學經濟學系教授。經濟學博士。數學隨筆作家。專攻數理經濟學。

一九五八年出生於東京，畢業於東京大學理學院數學系，同大學經濟學研究所博士課程修畢。

著有《機率的思考方式》（NHK Books系列）、《方便運用！機率的思考》（筑摩新書系列）、《世界第一簡單微積分》（歐姆社出版）、《從零開始學習微積分》（講談社出版）、以及《專為文科設計的數學教室》（講談社現代新書系列）等多部作品。

目录信息

第0講『本書的立基點──高效率且按部就班地理解統計學』
第1部快速學習！從標準差到檢定和區間估計
第1講『用次數分配表和直方圖刻畫資料的特徵』
第2講『平均數即平衡玩具的支點──平均數的作用與掌握方式』
【Column】求得平均的方法不只一種
【補充說明】彌次郎兵衛玩偶的支點成為「算數平均數」的理由
第3講『預估資料分散狀態的統計量──變異數與標準差』
【補充說明】證明偏差的平均必定為零
第4講『藉由標準差來評估手上資料為隨處可見、亦或不同一般』
【Column】給厭惡過偏差值的你
第5講『可將標準差活用為股票風險指標（波動率）』
第6講『用標準差來理解高風險高報酬的觀念（夏普指數）』
第7講『身高、投擲硬幣等最為常見的分配──常態分配』
【補充說明】世上的常態分配多不勝數
第8講『推論統計的出發點──用常態分配來「預言」』
【Column】占卜師鐵口直斷的手法
第9講『從一項資料來推測母群體──假設檢定的思路』
【Column】劃時代的統計檢定及其限制
第10講『以測量溫度為例，找出命中率95%的信賴區間──區間估計』
第2部從觀測資料推測背後廣闊的世界
第11講『由「部分」推論「整體」──母群體和推論統計』
第12講『表示母群體資料分散狀態的統計量──母體變異數與母體標準差』
第13講『多項資料的平均數比起單項資料更趨近母體平均數──樣本平均數的觀念』
第14講『觀測資料增加，預言區間就變窄──常態母群體的便利商品：樣本平均數』
第15講『已知母體變異數時，常態母群體的母體平均數為何──用到樣本平均數的母體平均數區間估計』
第16講『卡方分配登場──樣本變異數的求法與卡方分配』
第17講『用卡方分配估計母體變異數──估計常態母群體的母體變異數』
第18講『樣本變異數呈卡方分配──與樣本變異數成正比的統計量W』
【補充說明】W的自由度比V小上1的理由
第19講『母體平均數未知也可估計母體變異數──母體平均數未知下的常態母群體區間估計』
第20講『t分配登場──除母體平均數外，可用現實中觀測到的樣本計算而來的統計量』
【Column】拜健力士啤酒之賜發現了t分配
第21講『透過t分配做區間估計──母體變異數未知下，用常態母群體估計母體平均數』
· · · · · · (收起)

用户评价

售后服务和配套资源的支持简直是形同虚设。购买这本书时，我对随书附带的在线练习或代码示例抱有一丝期待，希望能边学边练。然而，所谓的“配套资源网站”几乎是荒废的状态，链接时常失效，代码示例要么过时无法运行，要么就是完全没有提供，让人有种被欺骗的感觉。对于统计学这种实践性极强的学科，缺乏及时的反馈和可操作的练习环境，学习效果自然大打折扣。我尝试联系出版社的客服，得到的回复也是敷衍了事，完全无法解决实际操作中的难题。一本旨在教授技能的书，如果不能提供一个支持学习的生态系统，那么它作为工具书的价值就大打折扣了。

这本书的作者似乎对目标读者的知识背景存在严重的误判。开篇部分虽然试图用通俗的语言来解释基础概念，但很快就跳跃到了高深的统计学理论，中间的过渡极其生硬。对于一个真正对统计学一窍不通的初学者来说，这本书就像是直接把我扔进了深水区，根本没有提供足够的浮力支撑。很多关键的数学推导过程被一笔带过，期望读者能“自行脑补”其中的逻辑链条。这对于那些需要扎实基础才能继续前进的人来说，简直是劝退神器。我不得不频繁地中断阅读，去搜索其他更基础的教材来填补这些知识断层，这完全违背了我购买一本“入门”书籍的初衷。作者如果能放慢速度，多花些篇幅在建立坚实的底层认知上，这本书的实用价值会大大提高。

这本书的逻辑结构松散得令人发指，章节之间的衔接感几乎不存在。每一部分似乎都是独立撰写的一组知识点汇编，作者没有构建起一个清晰的、层层递进的知识体系框架。读者读完前一章关于假设检验的内容，紧接着跳到时间序列分析，中间没有任何桥梁将两者联系起来，导致我很难建立起“统计学是一门整体学科”的宏观认识。更糟糕的是，不同作者（如果这是多人合著的话）的写作风格差异巨大，有的部分啰嗦冗余，有的部分又过于精简，这种不一致性让阅读体验支离破碎。我感觉自己像是在阅读一本零散的笔记，而不是一本经过精心编排的教程，极大地考验了读者的自律性和整合信息的能力。

这本书的排版简直是灾难，简直像是匆忙拼凑出来的。字体大小不统一，行距也忽大忽小，阅读体验非常糟糕。更别提那些插图，本来是想让复杂的概念更直观，结果很多图表的设计简直是视觉污染，颜色搭配刺眼，线条混乱，看得人眼花缭乱。我甚至怀疑是不是印刷厂偷工减料，很多页面的墨迹深浅都不一样。对于一本号称“图解”的书来说，这种视觉呈现上的失误是不可原谅的。我花了大量时间去适应这些糟糕的排版，而不是专注于理解内容本身，这极大地影响了我的学习效率和兴趣。如果作者和出版社在设计和制作环节能更用心一些，这本书的整体价值至少能提升一个档次，但现在看来，这更像是一本草稿而非成品。

书中案例的选取和应用场景设置得非常老套和脱离现实，让人提不起一点精神去深入研究。那些陈旧的、几乎不涉及现代数据分析领域的例子，比如老掉牙的农业产量对比或者简单的市场调查，在如今这个大数据和机器学习时代看来，显得格外乏味和不合时宜。我希望看到一些更贴近当代生活、更能引发思考的实际问题，比如社交媒体用户行为分析、A/B测试在互联网产品中的应用，或者甚至是金融风险建模的初探。这种选择上的保守，让整本书的知识点仿佛停在了上个世纪。阅读过程中，我时常感到有一种“我在浪费时间”的挫败感，因为这些知识点即便脱离了书本，我也能很容易地在其他更现代的资源中找到更鲜活的阐述。

以日本人碎碎念的风格，却写出了很有趣味的科普读物……（我读的时候老是想，要是在我大学就读过这本书，该是多好啊……）

以日本人碎碎念的风格，却写出了很有趣味的科普读物……（我读的时候老是想，要是在我大学就读过这本书，该是多好啊……）

以日本人碎碎念的风格，却写出了很有趣味的科普读物……（我读的时候老是想，要是在我大学就读过这本书，该是多好啊……）

非常容易懂

非常容易懂