具体描述
本书是专为害怕统计与分析的读者所写！最新修订版！
这本书不用数学公式 ，而是用通俗易懂的语言，介绍统计和分析技术，不论在企业界、科学界，或其他领域，你都需要学会统计与分析！
新版本增加了三个了讨论分析的全新章节，让你可以从任何规模的资料库中发现模式——这套方法甚至可以用在大数据上。本书提供最新的例子和问题，让你可以亲手练习。
附录有使用Microsoft Excel解题的详细说明，如果你喜欢数学，「公式黑板」单元会解释解题技巧的数学基础。如果你喜欢使用TI-83/84计算机，也有单元会教你如何使用它解题。
你将学会：
利用最新版本的Microsoft Excel，精通统计和分析的工具（包括Mac和PC）。
平均数、中位数、标准差、Z分数、偏态等叙述性统计。
使用机率，机率分布，抽样分布和信赖区间。
利用Z、T、卡方、变异数分析（ANOVA）和其他技术进行假设检定。
执行强大的回归分析和建模，包括多元回归。
了解分析，包括它的概念、术语、方法、能力和局限。
应用预测分析，预测可能的近期成果。
本书提供网站，让你下载练习文件、模板、资料库和范例试算表，包括可以立即为你解决问题的工具！（网址：www.ftpress.com/evenyoucanlearnstatistics3e）
这本书不用数学公式 ，而是用通俗易懂的语言，介绍统计和分析技术，不论在企业界、科学界，或其他领域，你都需要学会统计与分析！
新版本增加了三个了讨论分析的全新章节，让你可以从任何规模的资料库中发现模式——这套方法甚至可以用在大数据上。本书提供最新的例子和问题，让你可以亲手练习。
附录有使用Microsoft Excel解题的详细说明，如果你喜欢数学，「公式黑板」单元会解释解题技巧的数学基础。如果你喜欢使用TI-83/84计算机，也有单元会教你如何使用它解题。
你将学会：
利用最新版本的Microsoft Excel，精通统计和分析的工具（包括Mac和PC）。
平均数、中位数、标准差、Z分数、偏态等叙述性统计。
使用机率，机率分布，抽样分布和信赖区间。
利用Z、T、卡方、变异数分析（ANOVA）和其他技术进行假设检定。
执行强大的回归分析和建模，包括多元回归。
了解分析，包括它的概念、术语、方法、能力和局限。
应用预测分析，预测可能的近期成果。
本书提供网站，让你下载练习文件、模板、资料库和范例试算表，包括可以立即为你解决问题的工具！（网址：www.ftpress.com/evenyoucanlearnstatistics3e）
著者信息
作者简介
大卫‧勒凡David M. Levine
大卫‧勒凡是纽约市立大学柏鲁克分校（Baruch College-CUNY）统计与电脑资讯系统荣誉教授，他拥有纽约市立大学B.B.A.和MBA学位，以及纽约大学工业工程与作业研究的博士学位。他是全美商业统计教育的领先创新者，是《写给管理者的基础商业统计学》（Statistics for Managers Using Microsoft Excel, Basic Business Statistics: Concepts and Applications, Business Statistics: A First Course）以及《工程与科学的应用统计学：使用Microsoft Excel与Minitab》（Applied Statistics for Engineers and Scientists Using Microsoft Excel and Minitab）等畅销统计教科书的共同作者。
莱温曾在Psychometrika, The American Statistician, Communications in Statistics, Multivariate Behavioral Research, Journal of Systems Management, Quality Progress以及The American Anthropologist等期刊发表过许多文章，也曾在American Statistical Association, Decision Sciences Institute以及Making Statistics More Effective in Schools of Business等论坛上发表演说。莱温因教学杰出在纽约市立大学柏鲁克分校多次获奖。
大卫‧史蒂芬David F. Stephan
大卫‧史蒂芬是一位独立的教学技术专家，在纽约市立大学柏鲁克分校拥有超过二十年的教学经验，率先使用具有电脑的教室以及跨学科的多媒体工具。他是美国教育部FIPSE专案（原名「改善中学后教育的基金」）的副主任，该专案旨在商业环境中，以互动媒体支援电脑应用的教学。
史蒂芬经常参与Making Statistics More Effective in Schools of Business的迷你论坛，也是《商业统计学》（Business Statistics: A First Course and Statistics for Managers Using Microsoft Excel）一书的作者。他也是PHStat的共同开发者，PHStat是一套Microsoft Excel的统计外挂程式。
译者简介
游懿萱
辅仁大学翻译学研究所硕士，目前就读台湾师范大学翻译研究所博士班。现任实践大学兼任讲师，并任教于各大英语补习班。曾获第一届林语堂文学翻译奖佳作。着有《会话王：交通通讯》、《会话王：衣着外表》系列、《全民英检初级写作能力测验》、佳音英语翰将系列讲义与测验卷（合着）。译有《自私的巨人》、《达文西机械》、《小口瓶的艺术》、《TOEFL iBT阶段式托福写作》、《究极英单12000 [2], [3], [4]》、《美丽的真相：宝拉教你破解138个「保养＋医学美容」迷思》（合译）、《这辈子我该怎么过：超能灵媒教你从生命彩光中找出天命》、《中年不败：永保魔力的中年生活指南》等书。
李立心
台大财金系毕业，现为台大翻译硕士学位学程口译组学生。译有《一击奏效的社群行销术》。
大卫‧勒凡David M. Levine
大卫‧勒凡是纽约市立大学柏鲁克分校（Baruch College-CUNY）统计与电脑资讯系统荣誉教授，他拥有纽约市立大学B.B.A.和MBA学位，以及纽约大学工业工程与作业研究的博士学位。他是全美商业统计教育的领先创新者，是《写给管理者的基础商业统计学》（Statistics for Managers Using Microsoft Excel, Basic Business Statistics: Concepts and Applications, Business Statistics: A First Course）以及《工程与科学的应用统计学：使用Microsoft Excel与Minitab》（Applied Statistics for Engineers and Scientists Using Microsoft Excel and Minitab）等畅销统计教科书的共同作者。
莱温曾在Psychometrika, The American Statistician, Communications in Statistics, Multivariate Behavioral Research, Journal of Systems Management, Quality Progress以及The American Anthropologist等期刊发表过许多文章，也曾在American Statistical Association, Decision Sciences Institute以及Making Statistics More Effective in Schools of Business等论坛上发表演说。莱温因教学杰出在纽约市立大学柏鲁克分校多次获奖。
大卫‧史蒂芬David F. Stephan
大卫‧史蒂芬是一位独立的教学技术专家，在纽约市立大学柏鲁克分校拥有超过二十年的教学经验，率先使用具有电脑的教室以及跨学科的多媒体工具。他是美国教育部FIPSE专案（原名「改善中学后教育的基金」）的副主任，该专案旨在商业环境中，以互动媒体支援电脑应用的教学。
史蒂芬经常参与Making Statistics More Effective in Schools of Business的迷你论坛，也是《商业统计学》（Business Statistics: A First Course and Statistics for Managers Using Microsoft Excel）一书的作者。他也是PHStat的共同开发者，PHStat是一套Microsoft Excel的统计外挂程式。
译者简介
游懿萱
辅仁大学翻译学研究所硕士，目前就读台湾师范大学翻译研究所博士班。现任实践大学兼任讲师，并任教于各大英语补习班。曾获第一届林语堂文学翻译奖佳作。着有《会话王：交通通讯》、《会话王：衣着外表》系列、《全民英检初级写作能力测验》、佳音英语翰将系列讲义与测验卷（合着）。译有《自私的巨人》、《达文西机械》、《小口瓶的艺术》、《TOEFL iBT阶段式托福写作》、《究极英单12000 [2], [3], [4]》、《美丽的真相：宝拉教你破解138个「保养＋医学美容」迷思》（合译）、《这辈子我该怎么过：超能灵媒教你从生命彩光中找出天命》、《中年不败：永保魔力的中年生活指南》等书。
李立心
台大财金系毕业，现为台大翻译硕士学位学程口译组学生。译有《一击奏效的社群行销术》。
图书目录
鸣谢
本书使用说明
第一章 统计学的基本概念
第一节 统计学中首要的三个词
第二节 参数与统计量
第三节 统计学的分支
第四节 资料来源
第五节 抽样概念
第六节 样本选择方式
第二章 利用图表呈现资料
第一节 呈现类别变数
第二节 呈现数值变数
第三节 「不佳」的图表
第三章 描述型统计
第一节 趋中量数
第二节 位置量数
第三节 变异量数
第四节 分配图形
第四章 机率
第一节 各种事件
第二节 更多定义
第三节 一些机率规则
第四节 机率测度的方法
第五章 机率分配
第一节 离散变数的机率分配
第二节 二项与卜瓦松机率分配
第三节 连续机率分配与常态分配
第四节 常态机率图
第六章 抽样分配与信赖区间
第一节 基本概念
第二节 抽样误差与信赖区间
第三节 利用t分配估计平均（标准差σ未知）信赖区间
第四节 类别变数的信赖区间估计
第五节 拔靴法估计
第七章 假设检定的基本概念
第一节 虚无与对立假设
第二节 假设检定的问题
第三节 决策风险
第四节 进行假设检定
第五节 假设检定的类型
第八章 假设检定：Z检定与t检定
第一节 两占比差检定
第二节 两自变数群的均差检定
第三节 双尾t检定
第九章 假设检定：卡方检定与单因子变异数分析
第一节 双向交叉分类表之卡方检定
第二节 单因子变异数分析（ANOVA）：检测两组以上变数之均差
第十章 简单直线回归
第一节 基础回归分析
第二节 建立简单直线回归模型
第三节 变异量数
第四节 推论斜率推论
第五节 回归分析常见错误
第十一章 多元回归
第一节 多元回归模型
第二节 多元判定系数
第三节 整体F检定
第四节 多元回归模型的残差分析
第五节 母体统计推估
第十二章 解析学的基本概念
第一节 统计分析的基本单字
第二节 统计分析软体
第十三章 描述型解析
第一节 仪表板
第二节 常见的描述型分析图表
第十四章 预测型解析
第一节 统计分析之预测分析
第二节 分类与回归树
第三节 丛聚分析（Cluster Analysis）
第四节 多维标度法
附录A Microsoft Excel的操作与配置
S1试算表操作惯用语
S2试算表技术配置
附录B 算数与代数复习
评量测验
符号
测验解答
附录C 统计附表
附录D 试算表技巧
制图技巧
FT：函数技巧
附录E 进阶技巧
进阶操作方式
分析工具箱技巧
附录F 可下载档案文件
F.1 可下载的数据档案
F.2 可下载图表解题档案
相关术语解释
中英对照表
本书使用说明
第一章 统计学的基本概念
第一节 统计学中首要的三个词
第二节 参数与统计量
第三节 统计学的分支
第四节 资料来源
第五节 抽样概念
第六节 样本选择方式
第二章 利用图表呈现资料
第一节 呈现类别变数
第二节 呈现数值变数
第三节 「不佳」的图表
第三章 描述型统计
第一节 趋中量数
第二节 位置量数
第三节 变异量数
第四节 分配图形
第四章 机率
第一节 各种事件
第二节 更多定义
第三节 一些机率规则
第四节 机率测度的方法
第五章 机率分配
第一节 离散变数的机率分配
第二节 二项与卜瓦松机率分配
第三节 连续机率分配与常态分配
第四节 常态机率图
第六章 抽样分配与信赖区间
第一节 基本概念
第二节 抽样误差与信赖区间
第三节 利用t分配估计平均（标准差σ未知）信赖区间
第四节 类别变数的信赖区间估计
第五节 拔靴法估计
第七章 假设检定的基本概念
第一节 虚无与对立假设
第二节 假设检定的问题
第三节 决策风险
第四节 进行假设检定
第五节 假设检定的类型
第八章 假设检定：Z检定与t检定
第一节 两占比差检定
第二节 两自变数群的均差检定
第三节 双尾t检定
第九章 假设检定：卡方检定与单因子变异数分析
第一节 双向交叉分类表之卡方检定
第二节 单因子变异数分析（ANOVA）：检测两组以上变数之均差
第十章 简单直线回归
第一节 基础回归分析
第二节 建立简单直线回归模型
第三节 变异量数
第四节 推论斜率推论
第五节 回归分析常见错误
第十一章 多元回归
第一节 多元回归模型
第二节 多元判定系数
第三节 整体F检定
第四节 多元回归模型的残差分析
第五节 母体统计推估
第十二章 解析学的基本概念
第一节 统计分析的基本单字
第二节 统计分析软体
第十三章 描述型解析
第一节 仪表板
第二节 常见的描述型分析图表
第十四章 预测型解析
第一节 统计分析之预测分析
第二节 分类与回归树
第三节 丛聚分析（Cluster Analysis）
第四节 多维标度法
附录A Microsoft Excel的操作与配置
S1试算表操作惯用语
S2试算表技术配置
附录B 算数与代数复习
评量测验
符号
测验解答
附录C 统计附表
附录D 试算表技巧
制图技巧
FT：函数技巧
附录E 进阶技巧
进阶操作方式
分析工具箱技巧
附录F 可下载档案文件
F.1 可下载的数据档案
F.2 可下载图表解题档案
相关术语解释
中英对照表
图书序言
第一节 统计学中首要的三个词
你已经知道统计学与分析事物有关。虽然数字在本章开头用来代表事物，但统计学中首要的三个词：母体、样本、变数，能够让你更了解运用统计学所分析的事物。
母体
观念：你所研究的群体总量。
范例：所有具有投票权的美国公民、去年在某间医院中接受治疗的所有病人、在某天当中浏览某个网站的所有人。
样本
观念：母体中被挑选出来作分析的部分。
范例：接受下次选举意向调查的选民、被选出来填写病人满意度问卷的病人、从工厂生产线中挑出的100盒早餐谷片、在某天中浏览某个网页的其中500人。
变数
观念：将要运用统计学来分析的某项物品或人物特色。
范例：性别、某位选民的政党倾向、住在某个地理区人民的家庭收入、图书分类（精装、贸易平装版、大众平装版、教科书）、某个家庭中拥有的手机数量。
说明：所有的变数形成了分析的数据。虽然大家常说他们在分析资料，但精确地说，他们分析的其实是变数。
你必须将变数独立出来，例如性别，以及这个变数对应某人的值，例如男性。观察样本当中特定对象的所有数值。例如一项调查可能同时包含了性别与年龄两个变数。第一位观察对象很可能是40岁的男性，第二位则是55岁的女性。在绘制表格时，通常会将某个变数的待分析数值放在同一栏。因此，有些人会将变数称为「资料栏」。同样的，有些人会将观察对象称为「资料列」。
第二节 参数与统计量
在你知道要分析的是什么之后，或是用前述的词汇来说，在你从母体或研究样本中找出变数之后，就能够定义你分析内容中的「参数」与「统计量」。
参数
观念：母体当中描述一个变数（特征）的数值量测值。
范例：所有愿意在下次选举中投票的选民比例，所有对接受的医疗照护感到满意的病人比例，在某天当中某个网站所有访客停留时间的平均值。
统计量
观念：样本当中描述一个变数（特征）的数值量测值。
范例：愿意在下次选举中投票的样本选民比例、对接受的医疗照护感到满意的样本病人比例、在某天某个网站样本访客停留时间的平均值。
说明：计算某个样本的统计量是最常见的活动，因为在作决策时，要蒐集母体的资料是不切实际的作法。
你已经知道统计学与分析事物有关。虽然数字在本章开头用来代表事物，但统计学中首要的三个词：母体、样本、变数，能够让你更了解运用统计学所分析的事物。
母体
观念：你所研究的群体总量。
范例：所有具有投票权的美国公民、去年在某间医院中接受治疗的所有病人、在某天当中浏览某个网站的所有人。
样本
观念：母体中被挑选出来作分析的部分。
范例：接受下次选举意向调查的选民、被选出来填写病人满意度问卷的病人、从工厂生产线中挑出的100盒早餐谷片、在某天中浏览某个网页的其中500人。
变数
观念：将要运用统计学来分析的某项物品或人物特色。
范例：性别、某位选民的政党倾向、住在某个地理区人民的家庭收入、图书分类（精装、贸易平装版、大众平装版、教科书）、某个家庭中拥有的手机数量。
说明：所有的变数形成了分析的数据。虽然大家常说他们在分析资料，但精确地说，他们分析的其实是变数。
你必须将变数独立出来，例如性别，以及这个变数对应某人的值，例如男性。观察样本当中特定对象的所有数值。例如一项调查可能同时包含了性别与年龄两个变数。第一位观察对象很可能是40岁的男性，第二位则是55岁的女性。在绘制表格时，通常会将某个变数的待分析数值放在同一栏。因此，有些人会将变数称为「资料栏」。同样的，有些人会将观察对象称为「资料列」。
第二节 参数与统计量
在你知道要分析的是什么之后，或是用前述的词汇来说，在你从母体或研究样本中找出变数之后，就能够定义你分析内容中的「参数」与「统计量」。
参数
观念：母体当中描述一个变数（特征）的数值量测值。
范例：所有愿意在下次选举中投票的选民比例，所有对接受的医疗照护感到满意的病人比例，在某天当中某个网站所有访客停留时间的平均值。
统计量
观念：样本当中描述一个变数（特征）的数值量测值。
范例：愿意在下次选举中投票的样本选民比例、对接受的医疗照护感到满意的样本病人比例、在某天某个网站样本访客停留时间的平均值。
说明：计算某个样本的统计量是最常见的活动，因为在作决策时，要蒐集母体的资料是不切实际的作法。
图书试读
None
用户评价
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有