具体描述
◎你看好某项产品能畅销，老板回：「你有什么依据？」你要怎么让他信？
◎政府引述主计处统计：台湾上班族的平均薪资将近五万。这数字错在哪里？
◎主管写预算目标、要你抓年度业绩，怎么推算，大家会赞美你估计神准？
◎去年比前年成长20%，今年比去年成长30%，所以平均成长25%吗？错。
作者米谷学师承日本统计学权威上田太一郎，为资料应用与分析高手，擅长以简单易懂的方式，替数字盲与没学过统计的人分析各项资料，他说，这是一套大数据的基本功，教你有说服力的图表应该怎么秀，还能洞察别人资料的真伪与误用。
◎说服他人别硬拗，比起感觉，数据才是致胜关键
．「部分正确」的资料，比错误的资料，更容易误导人。
「这商品会卖吗？」、「表面很热销，但又有多少退货？」
市场上、公司会议里，很多被经过巧妙加工的资讯或数字。怎么分辨真伪？
你需要：2X2交叉分析表。
．整理资料很重要，为何统计非学不可？
因为只要有资料，任何人都可以重现或是验证分析结果，
主管或客户最常光凭个人经验法则，就想打枪报告者，
你懂这些入门统计学他就很难否定你的论点。
◎秀字海，入睡只要3秒，放图表，一眼明了
．先搞懂，你到底想要说什么，然后找最能显现的图表来搭配：
直条图专门用来比大小；折线图显示长时间的趋势线，
圆形图最适合秀比例，其他像是堆叠图、散佈图和泡泡图，各有何作用？
◎不规则资料中，找出规律：平均数、中位数、标准差
．明明就是平均数，为何还是不平等？
平均数代表的是「平」、「摊」，绝对不表示「多数人都这样」，
所以，别被平均薪资的数字唿拢了。你该多看「中位数」，才知所得资料的重心。
前年成长20%，去年成长30%，所以平均成长25%吗？错。正确答案请看书。
两个工人动作快慢不一，你怎么估计平均完工时间？怎么据此算工资？
．标准差帮你釐清现况，为何想像与实际有偏差？
当平均数和中位数都相同，你还得特别注意离差：全距与标准差，
作者用图表分析清楚告诉你。
◎抓业绩目标、做预测，用简单回归分析，大家赞你估好准
．凭数据做预测，不是要你一次就说中。
预料与预测虽然只差一个字，但商场只有预测，没有预料，
而且预测也不可能一次就准确，你得一边验证一边更新。
．看出图表中的暗示，用回归分析做预测。
不是所有资料都需要拿来做预测，哪些现象出现，
这份资料根本没有预测的必要？或是才有预测的价值？
作者会教你。
还有，只要学会哪两个函数，就能求出上万种直接预测值？
比起凭个人经验与直觉，懂些大数据的基本功，你无往不利。
名人推荐
微软最有价值专家、台湾微软特约讲师刘文琇
资深会计人员、网路人气作家赞赞小屋
◎政府引述主计处统计：台湾上班族的平均薪资将近五万。这数字错在哪里？
◎主管写预算目标、要你抓年度业绩，怎么推算，大家会赞美你估计神准？
◎去年比前年成长20%，今年比去年成长30%，所以平均成长25%吗？错。
作者米谷学师承日本统计学权威上田太一郎，为资料应用与分析高手，擅长以简单易懂的方式，替数字盲与没学过统计的人分析各项资料，他说，这是一套大数据的基本功，教你有说服力的图表应该怎么秀，还能洞察别人资料的真伪与误用。
◎说服他人别硬拗，比起感觉，数据才是致胜关键
．「部分正确」的资料，比错误的资料，更容易误导人。
「这商品会卖吗？」、「表面很热销，但又有多少退货？」
市场上、公司会议里，很多被经过巧妙加工的资讯或数字。怎么分辨真伪？
你需要：2X2交叉分析表。
．整理资料很重要，为何统计非学不可？
因为只要有资料，任何人都可以重现或是验证分析结果，
主管或客户最常光凭个人经验法则，就想打枪报告者，
你懂这些入门统计学他就很难否定你的论点。
◎秀字海，入睡只要3秒，放图表，一眼明了
．先搞懂，你到底想要说什么，然后找最能显现的图表来搭配：
直条图专门用来比大小；折线图显示长时间的趋势线，
圆形图最适合秀比例，其他像是堆叠图、散佈图和泡泡图，各有何作用？
◎不规则资料中，找出规律：平均数、中位数、标准差
．明明就是平均数，为何还是不平等？
平均数代表的是「平」、「摊」，绝对不表示「多数人都这样」，
所以，别被平均薪资的数字唿拢了。你该多看「中位数」，才知所得资料的重心。
前年成长20%，去年成长30%，所以平均成长25%吗？错。正确答案请看书。
两个工人动作快慢不一，你怎么估计平均完工时间？怎么据此算工资？
．标准差帮你釐清现况，为何想像与实际有偏差？
当平均数和中位数都相同，你还得特别注意离差：全距与标准差，
作者用图表分析清楚告诉你。
◎抓业绩目标、做预测，用简单回归分析，大家赞你估好准
．凭数据做预测，不是要你一次就说中。
预料与预测虽然只差一个字，但商场只有预测，没有预料，
而且预测也不可能一次就准确，你得一边验证一边更新。
．看出图表中的暗示，用回归分析做预测。
不是所有资料都需要拿来做预测，哪些现象出现，
这份资料根本没有预测的必要？或是才有预测的价值？
作者会教你。
还有，只要学会哪两个函数，就能求出上万种直接预测值？
比起凭个人经验与直觉，懂些大数据的基本功，你无往不利。
名人推荐
微软最有价值专家、台湾微软特约讲师刘文琇
资深会计人员、网路人气作家赞赞小屋
著者信息
作者简介
米谷学（Manabu Yoneya）
资料应用与分析的专家。以统计学权威──已故的上田太一郎为师，在个人营运的网站「Hello! Data Mining」开发、贩售资料探勘相关工具，提倡资料探勘。以运用Excel的资料探勘技巧为中心，推动预测与资料分析的指导。
译者简介
罗淑慧
国立高雄第一科技大学日文系毕业，曾担任出版社编辑，2008年起专职翻译。译有《成熟大人的吵架技术》、《关键时候的接话艺术》、《我靠舍弃式读书法上东大》、《看中医，我该怎么问问题？》（以上皆为大是文化出版）。
米谷学（Manabu Yoneya）
资料应用与分析的专家。以统计学权威──已故的上田太一郎为师，在个人营运的网站「Hello! Data Mining」开发、贩售资料探勘相关工具，提倡资料探勘。以运用Excel的资料探勘技巧为中心，推动预测与资料分析的指导。
译者简介
罗淑慧
国立高雄第一科技大学日文系毕业，曾担任出版社编辑，2008年起专职翻译。译有《成熟大人的吵架技术》、《关键时候的接话艺术》、《我靠舍弃式读书法上东大》、《看中医，我该怎么问问题？》（以上皆为大是文化出版）。
图书目录
推荐序一 轻松学会统计学的入门知识及Excel应用能力／刘文琇
推荐序二 当统计学遇到Excel／赞赞小屋
前言 打破「那些数字有什么依据？」的质疑
第一章 说服他人别硬拗，比起感觉，数据才是致胜关键
第二章 秀字海，入睡只要三秒，放图表，一眼明了
第三章 从不规则资料中，找出规律：平均数、中位数、标准差
第四章 从数据相关性的强与弱，做出预测
第五章 抓业绩目标、做预测，用简单回归分析，大家赞你估好准
后记 统计学是沟通工具
附录A 专有名词及函数索引
附录B 参考与推荐书籍
推荐序二 当统计学遇到Excel／赞赞小屋
前言 打破「那些数字有什么依据？」的质疑
第一章 说服他人别硬拗，比起感觉，数据才是致胜关键
- 部分正确的资料最常误导人
- 整理资料很重要，为何统计非学不可？
- 如何建立立刻可供分析或计算的资料？
- 大数据基本功
第二章 秀字海，入睡只要三秒，放图表，一眼明了
- 先搞懂，你的图表到底要说什么
- 直条图：专门用来比大小
- 折线图：显示长时间的趋势线
- 圆形图：秀比例
- 堆叠图：比例、趋势一起看
- 散佈图：两个变数的关联
- 泡泡图：三个以上的变数关联
第三章 从不规则资料中，找出规律：平均数、中位数、标准差
- 明明就是平均数，为何还是不平等？
- 直方图怎么读？怎么做？
- 平均数机动性最高，可依个案灵活运用
- 掌握中位数，你就能快速找出资料的核心
- 标准差帮你釐清现况，为何想像与实际有偏差？
第四章 从数据相关性的强与弱，做出预测
- 为何要先找出相关性？
- 一秒破解相关性的最强武器：散佈图
- 一键按出相关系数，一眼看穿关系强弱
- 相关性也可能是假的，专业观点教你辨真伪
第五章 抓业绩目标、做预测，用简单回归分析，大家赞你估好准
- 凭数据做预测，不是要你一次就说中
- 看出图表中的暗示，用回归分析预测
- 利用趋势线，找出回归规律
- 用资料分析工具──「回归」求出回归式
- 学两个函数，求出上万种直接预测值
后记 统计学是沟通工具
附录A 专有名词及函数索引
附录B 参考与推荐书籍
图书序言
推荐序一
轻松学会统计学入门知识及Excel应用能力
微软最有价值专家、台湾微软特约讲师／刘文琇
这是一本专门为统计初学者所设计的书，使用浅显易懂的方式来说明。每一个章节都使用情境案例，来叙述事件的前因，并把事件中的重点条列式的标示出来，让读者能学习到在事件中找到关键点的技巧。
接着将各项目重点依次说明，并介绍相关的专有名词，让初学的读者在没有压力的情况下，容易理解并学习到专业的统计学知识。
在实务范例部分，作者由原始资料建立的结构性来带入，指导如何建立正确的结构性资料，对于没有统计或资料库背景的读者，从正确的观念开始建立，是非常好的入门，再加上图文的说明，更浅显易懂。
即使没有Excel基础也不需要太担心，作者并没有使用太难的Excel技巧。在建构完原始资料后，接着带入的是图表制作，并在制作前先说明几种常用图表的使用时机，再搭配完成结果的范例，让读者能直接感受到成效。
而一些常见的图表问题，在范例中也有提及并为大家解答，例如：选取资料来源、隐藏空白储存格设定、时间序列等，就连大家平日里最不容易理解的散佈图、泡泡图，这种显示多个变数关联的图表，也有一併示范制作技巧。
此外，在统计学上常用的平均数、中位数、标准差，常见的疑惑和常犯的错误，都是重点提到的项目，整篇文章都是用易懂的范例情境说明，读者不必担心阅读困难的问题，因为书中你不会看见任何艰涩的统计符号。
最重要的是，好的学习不是只有教你算出数据，而是在你得到数据之后，能告诉你这些数据所代表的意义，让你也能告诉你的听众这数据的影响力。相信选择这本书的读者，都可以在一个轻松有趣的过程中，学会统计学的入门知识，也能得到不错的Excel应用能力。
推荐序二
当统计学遇到Excel
资深会计人员、网路人气作家／赞赞小屋
大学商学院有三门最基本的共同必修：经济学、会计学、统计学。经济学分为总体经济学和个体经济学，偏向社会学科的角度研究经济行为。会计学是企业的语言，专注于记录公司的每一笔交易、汇总出有用的财务报表。至于统计学，其实是一门类似于数学的学科，相较于前两门对象特定，统计学抽象而纯粹，但也因此和数学一样具有最高的普遍适用性。
刚开始接触统计学时，一定会觉得这门学科很厉害。在现今资讯爆炸和资讯焦虑的年代，统计学以严谨数学的方式，将一本厚重的电话簿整理归类，重点总结出几个分析数字。如果没办法得到完整的电话簿明细，统计学教我们如何选取代表性样本，见微知着的描绘出一大本电话簿的模样。
然而统计学学习到一定程度，很快会发现数学的东西太多、太复杂了，光是「统计学原理」就已经吃不消，更遑论「数理统计」、「高等统计学」等课程。于是毕业之后，那些统计学非常实用的观念，除非专门从事相关工作，大部分的人可能和我一样，都还给大学教授了。
现在有了米谷学这本书，透过工作上最熟悉普遍的Excel，帮助我们再次把统计学找回来！
米谷学是日本知名资料分析统计的经营顾问，多年来以统计学为核心、以Excel为工具，专注于资料挖掘与分析（Data Mining）这个领域。目前企业培训之余，多元经营个人部落格、脸书专页、YouTube影片，单独出了2本专着，还和其他作者合力编着了好几本书。
米谷学这本《用Excel取巧学统计》浅显易懂，搭配商业范例和Excel实作，一项一项带出统计学中最基本、也是最关键的观念应用。
第1章开宗明义告诉大家，好好引用数据资料能增加报告的说服力，而统计学正是一门研究如何引用数据的学问。第2章介绍了6种类型的图表重点，配合详细的Excel步骤，让读者于实地操作中感受图表的力量。第3章主题为平均数、中位数、标准差，米谷学透过活泼生动的实例，分享如何编写Excel函数，快速统计找出隐藏于资料中的特性。第4章、第5章进入统计学特有的领域：相关系数及回归分析，读完这两章之后，不但能用Excel轻松画出统计学课一定有的XY散佈图，确认两组资料间的关系强弱，接着进一步以几种Excel方法，执行简单的回归分析，作为模拟预测的判断依据。
这本书不但能重新温习统计学基础观念，而且还能学会如何用Excel执行统计分析，帮助读者在工作上更能有效的运用资料。
前言
打破「那些数字有什么依据？」的质疑
不论在公司内部或是对外面客户，进行简介、提案、说明或劝说时，当对方提出质疑，反问你「那些数字有什么依据？」时，你是否早已经准备好答案来应对？
就算前面的报告再怎么精彩，如果在面对提问时哑口无言，恐怕很难彻底说服对方。
满腔热诚遭到否定的泼冷水感受肯定相当不好。而且，越是令自己斗志高昂的计画，受挫的程度就会越加严重。当下不仅会有瞬间被拉回现实的感觉，「数字远比热诚重要」的批判言论，更会给人一种人格遭受否定的感觉，因此而大受打击的人应该不少。
那么，该怎么做才能把热诚化成具体？所谓的「数据」又该怎么制作呢？
随便找些数字来套用，这样的小技巧并非难事，可是，这种行为是相当危险的。基本上，拥有决策权或是讲话比较有影响力的主管，通常都是以具体数字作为决策评估的依据。这个时候，你所需要的就是统计学。说得更白话点，就是分析并有效活用资料的能力。
市面上有很多标榜初学者专用的书籍，但实际的内容往往仍需要具备某些程度的知识。对讨厌数学的人来说，光是看到Σ符号，应该就读不下去了吧？
因此，本书从初学者的角度来介绍统计。虽说是统计学的基础，不过如果解说范围拿捏不恰当，也只会让初学者一头雾水，所以本书只会收录最低限度的必要资讯。
从0到5，稳扎稳打的学习统计学知识，肯定会比从50一下跳到100进步的更快。首先，只要让「什么都不懂」的自己，可以得到「好像有点懂」的实际感受就OK了。因为光是那点程度的知识，就足以在日常业务上发挥出应有的水准了。
另外，Excel的操作也一样，为了让不了解图表制作、函数使用的读者，更容易理解说明内容，本书将透过大量的画面截图进行每个步骤的说明，让读者轻松学习。
接下来，就先介绍本书各篇章的概略内容吧！
第1章以「资料的处理方式」为主。说明该以何种观点检视资料、了解数字有哪些种类，以及该如何汇整资料。
第2章介绍直条图、折线图等各种类型的图表，以及各类图表的用途和应用范例，同时也将介绍用Excel制作图表的操作方法。
第3章介绍以非图表方法，掌握资料特征的平均数、中位数、标准差等的概念和方法。
第4章是资料分析的最终讲解。作为第5章将说明的「预测」准备，以及釐清相关关系的方法。
第5章就是「预测」。预测是找出「数据」的方法。可以利用相关关系的简单回归分析方法，计算出具体性的数值。
只要能够从统计学的知识一路分析到预测阶段，并在阅读本书的时候，一边动作操作Excel一边学习，效率肯定会加速提升。
此外，网路上也有「学习用Excel档」（drive.google.com/drive/folders/1ritYEsyf8OOMVPjG1UrRctJ4Dx7ShkEg）可下载使用。档案内容以本书刊载的原始资料为主。
只要依照本书的说明操作原始资料，就能得到完全相同的图表或数字，而这样的结果也能成为学习的动力，同时也能够自然的理解统计学和Excel的基础。
轻松学会统计学入门知识及Excel应用能力
微软最有价值专家、台湾微软特约讲师／刘文琇
这是一本专门为统计初学者所设计的书，使用浅显易懂的方式来说明。每一个章节都使用情境案例，来叙述事件的前因，并把事件中的重点条列式的标示出来，让读者能学习到在事件中找到关键点的技巧。
接着将各项目重点依次说明，并介绍相关的专有名词，让初学的读者在没有压力的情况下，容易理解并学习到专业的统计学知识。
在实务范例部分，作者由原始资料建立的结构性来带入，指导如何建立正确的结构性资料，对于没有统计或资料库背景的读者，从正确的观念开始建立，是非常好的入门，再加上图文的说明，更浅显易懂。
即使没有Excel基础也不需要太担心，作者并没有使用太难的Excel技巧。在建构完原始资料后，接着带入的是图表制作，并在制作前先说明几种常用图表的使用时机，再搭配完成结果的范例，让读者能直接感受到成效。
而一些常见的图表问题，在范例中也有提及并为大家解答，例如：选取资料来源、隐藏空白储存格设定、时间序列等，就连大家平日里最不容易理解的散佈图、泡泡图，这种显示多个变数关联的图表，也有一併示范制作技巧。
此外，在统计学上常用的平均数、中位数、标准差，常见的疑惑和常犯的错误，都是重点提到的项目，整篇文章都是用易懂的范例情境说明，读者不必担心阅读困难的问题，因为书中你不会看见任何艰涩的统计符号。
最重要的是，好的学习不是只有教你算出数据，而是在你得到数据之后，能告诉你这些数据所代表的意义，让你也能告诉你的听众这数据的影响力。相信选择这本书的读者，都可以在一个轻松有趣的过程中，学会统计学的入门知识，也能得到不错的Excel应用能力。
推荐序二
当统计学遇到Excel
资深会计人员、网路人气作家／赞赞小屋
大学商学院有三门最基本的共同必修：经济学、会计学、统计学。经济学分为总体经济学和个体经济学，偏向社会学科的角度研究经济行为。会计学是企业的语言，专注于记录公司的每一笔交易、汇总出有用的财务报表。至于统计学，其实是一门类似于数学的学科，相较于前两门对象特定，统计学抽象而纯粹，但也因此和数学一样具有最高的普遍适用性。
刚开始接触统计学时，一定会觉得这门学科很厉害。在现今资讯爆炸和资讯焦虑的年代，统计学以严谨数学的方式，将一本厚重的电话簿整理归类，重点总结出几个分析数字。如果没办法得到完整的电话簿明细，统计学教我们如何选取代表性样本，见微知着的描绘出一大本电话簿的模样。
然而统计学学习到一定程度，很快会发现数学的东西太多、太复杂了，光是「统计学原理」就已经吃不消，更遑论「数理统计」、「高等统计学」等课程。于是毕业之后，那些统计学非常实用的观念，除非专门从事相关工作，大部分的人可能和我一样，都还给大学教授了。
现在有了米谷学这本书，透过工作上最熟悉普遍的Excel，帮助我们再次把统计学找回来！
米谷学是日本知名资料分析统计的经营顾问，多年来以统计学为核心、以Excel为工具，专注于资料挖掘与分析（Data Mining）这个领域。目前企业培训之余，多元经营个人部落格、脸书专页、YouTube影片，单独出了2本专着，还和其他作者合力编着了好几本书。
米谷学这本《用Excel取巧学统计》浅显易懂，搭配商业范例和Excel实作，一项一项带出统计学中最基本、也是最关键的观念应用。
第1章开宗明义告诉大家，好好引用数据资料能增加报告的说服力，而统计学正是一门研究如何引用数据的学问。第2章介绍了6种类型的图表重点，配合详细的Excel步骤，让读者于实地操作中感受图表的力量。第3章主题为平均数、中位数、标准差，米谷学透过活泼生动的实例，分享如何编写Excel函数，快速统计找出隐藏于资料中的特性。第4章、第5章进入统计学特有的领域：相关系数及回归分析，读完这两章之后，不但能用Excel轻松画出统计学课一定有的XY散佈图，确认两组资料间的关系强弱，接着进一步以几种Excel方法，执行简单的回归分析，作为模拟预测的判断依据。
这本书不但能重新温习统计学基础观念，而且还能学会如何用Excel执行统计分析，帮助读者在工作上更能有效的运用资料。
前言
打破「那些数字有什么依据？」的质疑
不论在公司内部或是对外面客户，进行简介、提案、说明或劝说时，当对方提出质疑，反问你「那些数字有什么依据？」时，你是否早已经准备好答案来应对？
就算前面的报告再怎么精彩，如果在面对提问时哑口无言，恐怕很难彻底说服对方。
满腔热诚遭到否定的泼冷水感受肯定相当不好。而且，越是令自己斗志高昂的计画，受挫的程度就会越加严重。当下不仅会有瞬间被拉回现实的感觉，「数字远比热诚重要」的批判言论，更会给人一种人格遭受否定的感觉，因此而大受打击的人应该不少。
那么，该怎么做才能把热诚化成具体？所谓的「数据」又该怎么制作呢？
随便找些数字来套用，这样的小技巧并非难事，可是，这种行为是相当危险的。基本上，拥有决策权或是讲话比较有影响力的主管，通常都是以具体数字作为决策评估的依据。这个时候，你所需要的就是统计学。说得更白话点，就是分析并有效活用资料的能力。
市面上有很多标榜初学者专用的书籍，但实际的内容往往仍需要具备某些程度的知识。对讨厌数学的人来说，光是看到Σ符号，应该就读不下去了吧？
因此，本书从初学者的角度来介绍统计。虽说是统计学的基础，不过如果解说范围拿捏不恰当，也只会让初学者一头雾水，所以本书只会收录最低限度的必要资讯。
从0到5，稳扎稳打的学习统计学知识，肯定会比从50一下跳到100进步的更快。首先，只要让「什么都不懂」的自己，可以得到「好像有点懂」的实际感受就OK了。因为光是那点程度的知识，就足以在日常业务上发挥出应有的水准了。
另外，Excel的操作也一样，为了让不了解图表制作、函数使用的读者，更容易理解说明内容，本书将透过大量的画面截图进行每个步骤的说明，让读者轻松学习。
接下来，就先介绍本书各篇章的概略内容吧！
第1章以「资料的处理方式」为主。说明该以何种观点检视资料、了解数字有哪些种类，以及该如何汇整资料。
第2章介绍直条图、折线图等各种类型的图表，以及各类图表的用途和应用范例，同时也将介绍用Excel制作图表的操作方法。
第3章介绍以非图表方法，掌握资料特征的平均数、中位数、标准差等的概念和方法。
第4章是资料分析的最终讲解。作为第5章将说明的「预测」准备，以及釐清相关关系的方法。
第5章就是「预测」。预测是找出「数据」的方法。可以利用相关关系的简单回归分析方法，计算出具体性的数值。
只要能够从统计学的知识一路分析到预测阶段，并在阅读本书的时候，一边动作操作Excel一边学习，效率肯定会加速提升。
此外，网路上也有「学习用Excel档」（drive.google.com/drive/folders/1ritYEsyf8OOMVPjG1UrRctJ4Dx7ShkEg）可下载使用。档案内容以本书刊载的原始资料为主。
只要依照本书的说明操作原始资料，就能得到完全相同的图表或数字，而这样的结果也能成为学习的动力，同时也能够自然的理解统计学和Excel的基础。
图书试读
明明就是平均数，为何还是不平等？
有利于掌握或展现资料的方法之一，就是第2章说明的图表。然后，另一个最具代表性的方法就是，用平均数单一数值来表示资料。
第3章将从应用、解读平均数的注意事项开始，针对资料的特色，利用变化程度或分布情况等各种不相同的观点去说明。
平均数是什么样的数字
「平均数就是加总所有数字，然后再除以数字的个数，没有错吧？」
没错。就平均数的计算方法来说，这样的说明是正确的。就像字面所写的，就是「平」、「摊」的意思。平均数是加总所有数值，再用该值的个数进行除法。
单纯平均数 ＝ 所有数值的加总 ÷ 资料个数
从第1章列举过的平摊餐费，应该就可以轻易理解。不管个人吃掉的餐点价值多少金额，所有人都必须负担相同的金额，这就是餐饮费的平均数。
这里希望大家理解的是，当一个人吃的餐点分量较多或是特别少时，就会把团体的总金额差距拉大，进而影响平均数。
在这4个人的例子当中，尽管D君一个人吃掉7,000日圆的餐点，却只需要支付4,000日圆；A君和B君却必须支付大于用餐量的金额。
如果A君或B君记得自己吃了多少，或许就没办法接受。或者，也有人会像D君那样偷偷的占便宜。
尽管分摊的金额是4,000日圆，但在4个人当中，用餐量超过4,000日圆的只有一个，绝对不是多数派。
乍看之下，感觉似乎很公平，但事实上，「平均」这个名词却是相当不通情理的。
平均数是针对一个群组，用一个数值来表示其特征的指标。在此，根据上面的例子，重新汇整处理平均数时主要的注意事项：
‧平均数未必代表多数的一方。
‧以平均数为界，未必能够将群组的人数各分成一半。
我们平时常用的平均数称为单纯平均（算术平均、相加平均）。在Excel中，单纯平均可使用AVERAGE函数求出。
顺便提一下搜寻函数的方法，只要从Excel的资料编辑列，点击「fx」标记，就可以开启「插入函数」和说明视窗。可是这种做法有损Excel的操作性，为了让自己能够更轻松的使用Excel，还是想办法让自己适应快捷键的使用和函数的手动输入吧！
平均数未必代表占多数
下列平均储蓄额的案例，经常在说明平均数的注意事项时，被拿来作为范例。
根据总务省发表的资料，在2015年当中，2人以上的家庭平均储蓄额是1,805万日圆（约新台币493万元）。
可是现实生活中，多少人有那么高额的储蓄？
有利于掌握或展现资料的方法之一，就是第2章说明的图表。然后，另一个最具代表性的方法就是，用平均数单一数值来表示资料。
第3章将从应用、解读平均数的注意事项开始，针对资料的特色，利用变化程度或分布情况等各种不相同的观点去说明。
平均数是什么样的数字
「平均数就是加总所有数字，然后再除以数字的个数，没有错吧？」
没错。就平均数的计算方法来说，这样的说明是正确的。就像字面所写的，就是「平」、「摊」的意思。平均数是加总所有数值，再用该值的个数进行除法。
单纯平均数 ＝ 所有数值的加总 ÷ 资料个数
从第1章列举过的平摊餐费，应该就可以轻易理解。不管个人吃掉的餐点价值多少金额，所有人都必须负担相同的金额，这就是餐饮费的平均数。
这里希望大家理解的是，当一个人吃的餐点分量较多或是特别少时，就会把团体的总金额差距拉大，进而影响平均数。
在这4个人的例子当中，尽管D君一个人吃掉7,000日圆的餐点，却只需要支付4,000日圆；A君和B君却必须支付大于用餐量的金额。
如果A君或B君记得自己吃了多少，或许就没办法接受。或者，也有人会像D君那样偷偷的占便宜。
尽管分摊的金额是4,000日圆，但在4个人当中，用餐量超过4,000日圆的只有一个，绝对不是多数派。
乍看之下，感觉似乎很公平，但事实上，「平均」这个名词却是相当不通情理的。
平均数是针对一个群组，用一个数值来表示其特征的指标。在此，根据上面的例子，重新汇整处理平均数时主要的注意事项：
‧平均数未必代表多数的一方。
‧以平均数为界，未必能够将群组的人数各分成一半。
我们平时常用的平均数称为单纯平均（算术平均、相加平均）。在Excel中，单纯平均可使用AVERAGE函数求出。
顺便提一下搜寻函数的方法，只要从Excel的资料编辑列，点击「fx」标记，就可以开启「插入函数」和说明视窗。可是这种做法有损Excel的操作性，为了让自己能够更轻松的使用Excel，还是想办法让自己适应快捷键的使用和函数的手动输入吧！
平均数未必代表占多数
下列平均储蓄额的案例，经常在说明平均数的注意事项时，被拿来作为范例。
根据总务省发表的资料，在2015年当中，2人以上的家庭平均储蓄额是1,805万日圆（约新台币493万元）。
可是现实生活中，多少人有那么高额的储蓄？
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