☆☆☆☆☆
简体网页||繁体网页



下载链接1
下载链接2
下载链接3

类似图书 点击查看全场最低价

　　商场上最需要的，
　　是能够「掌握」、「预测」、「洞悉」人心的数据分析！
　　在这因大数据而躁动不安的世界，具备基本统计学素养的人将拥有最大优势。
　　本书完美结合「商业实务」与「统计学」，集中在策略管理与获利能力之间，告诉你如何参透商机中的因果关系。
　　
　　◎如何用统计学检验出到底是「偶发」的差距，还是「有意义」的差距？
　　◎如何避免「明明没差异却认为有差异」与「有差异却找不出来」这两种结果？
　　◎统计学能证明「天下乌鸦一般黑」吗？
　　◎如何用「回归分析」来找出难以发现的关联性？
　　◎任何原始资料，只要加总便会趋近于常态分佈，为什么？
　　◎稳赚不赔的彩金赔率设定，竟与病例对照研究的成功率算法相同？
　　以上，皆能一一套用书中的方法解开数字的骗局！
　　
　　《统计学，最强的商业武器》的最大宗旨在于如何解读数据；
　　《实践篇》所谈论的，则是──
　　洞悉人类心理，活用于商业行为的统计分析
　　
　　在一切数据化的现今社会，无论任何领域，统计学都是一大利器。比起「掌握现况」和「预测未来」的统计学，以「洞悉因果」为动机的统计学，至今还未以简单易懂的形式普及于一般人，而这正是本书的企图。
　　
　　令经济学家头疼的金融政策或许很难，但商业上的策略是可轻易以随机对照实验来验证因果关系的。本书目标在于介绍对所有商务人士来说极为实用的统计常识，所提到的统计分析方法都很基本，只要懂得这些，便足以应付一般商业领域需求。
　　
　　以下问题，你能用统计学知识解答吗？
　　Q:假设某付费的网路服务依据A／B测试的结果，改换新设计后的网页其转换率从0.10%上升到了0.11%。差距虽只有0.01%，但要怎么做才能推测出这0.1%的差距为「偶发的差距」还是「真的有差异」？
　　
　　Q:假设某美白保养品的问卷调查题目为「有美白效果」、「让肤色变明亮」、「改善肤色暗沉」，却出现了「有美白效果」会提高购买意愿，而「让肤色变明亮」却降低了购买意愿的结论，在这种模稜两可、看似矛盾的调查结果，如何透过因素分析让其壁垒分明？
　　
　　Q:假设保险业务员A君完全没拜访客户的签约数是0；B君拜访2次签到3份约；C君则拜访了4次签到3份约，看似毫无关联性的拜访次数及签约数，要如何用「回归分析」推导出其中的细微差距？
　　
　　Q:假设赛马场有三匹马参赛，所有参与博奕的赌客都能预见赛马A赢的机率为50%，赛马B赢的机率为30%，赛马C赢的机率为20%，博奕公司（庄家）该如何设计稳赚不赔的彩金赔率？
　　解答就在书本中！
　　
【热忱推荐】（以姓氏笔划顺序排列）
　　
　　孙志华／联合报系电子商务平台udn买东西总经理
　　刘嘉凯／DSP智库驱动股份有限公司执行长
　　赖以威／数学作家
　　郑惟厚／《你不能不懂的统计常识》作者

作者简介

西内 启

　　毕业于东京大学医学部，主修生物统计学。曾任东京大学大学院医学系研究科医疗传播学领域的助理讲师、大学医院医疗资讯网路工程研究中心副主任、哈佛癌症研究中心客座研究员等职务。目前则为各种以数据资料为基础的社会创新专案，提供研究调查、分析、系统开发以及策略规划等谘询服务。

　　着作包括《科特勒教会我的事》（暂译）、《上班族的多数烦恼都已有学术性的「解答」》（暂译）、《世界第一简单易懂的医学统计》（暂译）等。

译者简介

陈 亦苓

　　政治大学广播电视系毕，辅修日文，曾留学并于日本工作近 4 年。目前为自由译者，擅长资讯类英翻中、日翻中。

　　个人作品列表：www.anobii.com/bready/books

序章商业活动与统计学之间的连结
01 商业与统计学之间为何存在着鸿沟
02 「掌握」、「预测」，以及「洞悉」的统计学
 
第 1 章统计学的实践，就从重新思考基本观念开始
──「平均」及「比例」的本质
03 「洞悉」型统计学的三项必要知识
04 「平均值」其实很深奥
05 平均值为何能够掌握真相？
06 标准差所呈现的「概略资料范围」
 
第 2 章统计学之所以「最强」的另一个理由
──标准误差及假设检定
07 介于急惊风与慢郎中之间的「最强」思维
08 「误差范围」与资料量的关系
09 为贫乏言论画上休止符的假设检定
10 用z检定来驳斥急惊风
11 用于少量资料的t检定与费雪的精确性检定
12 检定的多重性与其对应处方
 
第 3 章堪称洞悉之王道的各种分析工具
──多元回归分析与逻辑回归
13 统计学的王道──回归分析
14 如何求出回归直线？
15 一次分析多个解释变数的多元回归分析
16 逻辑回归与对数比值
17 回归模型的总结与补充
18 实用的回归模型应用方法──输入层面
19 实用的回归模型应用方法──输出层面
 
第 4 章在资料背后隐藏了「什么」
──因素分析与聚类分析
20 心理学家所开发的因素分析有何用途
21 具体而言，因素分析到底能做些什么？
22 聚类分析的基本观念
23 k-平均演算法（k-means）的聚类分析
 
终章统计方法总整理与使用顺序介绍
24 本书总结
25 商业应用时的分析顺序
26 无法透过本书获得的三种知识
 
数学公式的补充说明
补充01：偏差的绝对值与中位数
补充02：偏差的平方与平均值
补充03：平均值与比例的标准误差
补充04：变异数与无偏变异数
补充05：常态分佈的数学特性
补充06：中央极限定理
补充07：切比雪夫不等式
补充08：针对平均值与比例之差距的z检定
补充09：卡方分佈与t分佈的关系
补充10：费雪的精确性检定
补充11： z检定与卡方检定
补充12：邦弗朗尼校正
补充13：简单回归分析
补充14：简单回归分析与t检定的关系
补充15：多元回归分析
补充16：比值比
补充17：检定力与样本数规划

「掌握」、「预测」，以及「洞悉」的统计学

商业上所需要的，是能够「洞悉」人类的统计学

除了能够理解各领域统计学的运用方式及其差异外，公共卫生的统计学之所以有利于商业应用，其中还有另一个理由，那就是「以人类行为和社会状态的转变为研究对象」──这点几乎和所有的商业活动一致。

与其他领域比比看就知道了。例如，工程和农业科学所研究的非生物及人类以外生物的量和质，大部分都可以透过控制条件来进行实验。像是用超低温让分子停止震动来测量数据，或是收集所有实验生物的基因等，只要有技术、有预算，就能自由测试。

但对于计量经济学所研究的股价和景气等大量资金流向，多数人都只能够观察及预测而已。

又或者如研究「声音」、「影像」、「自然语言」的机器学习等领域，均各有其特殊的专业知识、技术存在，像是共振峰频率（formant frequency）、特征点、修饰结构…等等。亦即依据声音、影像、语句本身的知识，以0／1之二进位数字将所记录下来的资料赋予意义，把对人类而言理所当然的认知及理解，透过演算法以正确且快速的方式加以处理。

请让我一开始就先说清楚，若你需要的是这方面的统计学知识，那么，本书应该不是什么有效的好选择；因为早就有许多更合适你的书存在了。本书所谈论的统计学，全都是为了洞悉人类心理以略微改善其行为及做法的类型。

人心十分复杂，决策机制则更复杂，要靠某些刺激来达到特定变化可说是相当困难，而以强迫方式达到特定变化又会有道德上的难度。因此，经济学家便以合理性；政治学家以权力；社会学家以社群互动；心理学家以认知及情感；教育学家以知识和能力；行销人员以需求和慾望，也就是各领域分别以不同的切入点来尝试了解状况。倘若问我，对改善人类行为来说以上何者重要？

我会很肯定地回答：「全都重要。」

我在商业领域做研究分析时，不论处理的是哪种行业、哪种业务，都必须彻底洞悉人类的个人或团体行为，然后从资料中找出可略微达到变化的方法。
而这几年来，我在调查分析方面之所以毫无阻碍，应该就是因为现今商业环境
所需要的，正是能够洞悉人类行为的统计学。

None

统计学，最强的商业武器：实践篇 电子书 下载 mobi epub pdf txt 2025

类似图书 点击查看全场最低价

查看全网最低价