圖解機率、統計【全新修訂版】

VX0022X  NT$300

「機率、統計」是一種數學的活用，目的就是要「取得預測未來的資訊」。若您是自己開店，學會統計能讓您永續經營，完成夢想。若您是剛入職場，學會利用excel做出專業統計圖表，會讓主管大開眼界。數字最誠實，掌握潮流、預測未來，機率與統計，是最方便有效的工具。

目錄

1-1 什麼是統計呢？ 
知道統計可以做什麼 
1-2 機率、統計的起源 
機制的機率與分析結果的統計 
1-3 機率、統計的基本想法 
了解機率與統計的想法差異 
1-4 統計的二大範圍 
敘述統計與推論統計 
1-5 了解樣本與母體的特徵 
用敘述統計了解資料的特徵 
1-6 推論未知的樣本並理解 
推論統計的手法、估計與檢定 
1-7 用數值表示可能發生的程度的機率 
偶爾才會發生的事件之發生法則 
1-8 機率與推論統計的密切關係 
機率的關鍵字就是推論統計 
1-9 機率、統計的應用 
由資料探勘到文章開採 
1-10 統計軟體的介紹 
試算表軟體與統計解析軟體

資料不正確就無法得到正確的結果

2-1 理解資料的特微、性質 
統計的第一個角色「敘述統計」 
2-2 直方圖 
將頻率改以圖形表示，掌握離散的全貌 
2-3 統計量 
表示樣本、母體的特徵 
2-4 平均數 
最初做為資料基準的數值 
2-5 中位數（中間值、中數） 
按大小排列樣本時位於中間位置的數值 
2-6 眾數 
樣本內最容易出現的數值 
2-7 樣本變異數1. 表示資料離散程度 
了解樣本的離散程度 
2-8 樣本變異數2. 誤差的平方 
合計差的平方 
2-9 由統計量掌握樣本趨勢的訣竅 
左右的均衡與尾部長度 
2-10 母體與母數 
隱藏在樣本之下的母體 
2-11 不偏估計量 
母數估計量與樣本敘述統計量的誤差 
2-12 不偏變異數、標準差

母數的估計量與樣本敘述統計量的誤差

Excel的利用1. 求統計量的函數

3-1 了解機率的第一步1. 機率的基礎 
請記住這個關鍵字「機率與機率變數」 
3-2 了解機率的第一步2. 事件與離散程度 
請記住這個關鍵字「試驗與機率分配」 
3-3 機率分配與母數 
機率分配與統計量 
3-4 使用機率分配的優點 
也可以推論不在樣本內的事件 
3-5 機率分配與期望值、變異數 
由機率分配計算期望值、變異數的方法 
3-6 常態分配1. 代表性的機率分配 
常態分配與標準常態分配 
3-7 常態分配2. 常態分配的母數 
常態分配的與 
3-8 常態化、標準化 
偏差值的計算方法 
3-9 大數法則 
理想的機率分配與現實的誤差 
3-10 中央極限定理與常態分配 
樣本平均與常態分配的關係 
3-11 樣本與統計量的分配 
常態分配、t分配、X2分配 
3-12 各種機率分配 
身邊常見的機率分配 
3-13 二項分配 
銅板正反面的分配 
3-14 Poisson分配 
表示故障率與意外率的分配

Excel的利用2. 由製作樣本資料到偏差值

部分有錢人拉高了平均值

4-1 估計 
估計就是推論母集團的性質 
4-2 信賴水準與信賴區間 
最常用的是95%或99%的信賴水準 
4-3 常態分配之母體平均數估計1. 
找出樣本的機率分配 
4-4 常態分配之母體平均數估計2. 
常態分配表的看法與信賴區間之設定 
4-5 常態分配之母體平均數估計3. 
導出區間估計所需的不等式 
4-6 常態分配之母體平均數估計4. 
復習區間估計的步驟 
4-7 t分配之母體平均數估計1. 
導入t分配的理由 
4-8 t分配之母體平均數估計2. 
t分配表的看法 
4-9 t分配之母體平均數估計3. 
使用t分配實踐區間估計 
4-10 2分配之區間估計1. 
有關統計量 2 
4-11 2分配之區間估計2. 
2分配表的看法 
4-12 2分配之區間估計3. 
使用 2分配實踐區間估計

Excel的利用3. 求出機率分配的信賴區間

看起來成長快速的銷量

5-1 假設與檢定 
什麼是假設、檢定？ 
5-2 虛無假設與對立假設 
檢定時建立假設的方法 
5-3 雙尾檢定與單尾檢定 
設定適合對立假設的拒絕域 
5-4 t檢定1. 雙尾檢定 
使用t分配之母體平均數雙尾檢定 
5-5 t檢定2. t分配表 
由雙尾檢定的t分配導出結論 
5-6 2檢定1. 母體變異數檢定 
使用 2分配之母體變異數檢定 
5-7 2檢定2. 2分配表 
由單尾檢定之 2分配導出結論 
Excel的利用4. t檢定 
Excel的利用5. 2檢定

使用插圖可讓印象加深好幾倍

6-1 什麼是資料探勘 
發現隱藏的知識與法則的技術 
6-2 關聯法則1. 購物籃分析 
讓資料探勘一舉成名的技術 
6-3 關聯法則2. 關聯法則的機制 
找出機制的二大重點 
6-4 關聯法則3. 關聯與因果的差異 
重點是同時發生，還是依序發生 
6-5 分類預測1. 分類預測問題 
了解代表性的分類預測技術 
6-6 分類預測2. 鄰近夥伴演算法的機制 
估計分類的計算步驟 
6-7 分類預測3. 鄰近夥伴演算法具體例 
了解特定未知生物的過程 
6-8 分類預測4. 鄰近夥伴演算法與直方圖的關係 
直方圖的作法與應用 
6-9 分群(Clustering)1. 分類的手法 
將樣本分成群集的手法 
6-10 分群2. k質心分群法的機制 
決定群集重心推論平均 
6-11 分群3. k質心分群法的利用例 
k質心分群法的應注意事項 
6-12 分群4. 時間序列分群法 
用k質心分群法來讀銷售台數資料 
6-13 分群5. 階層式分群法 
樹狀圖的計算方法 
6-14 使用分群抽出特徵 
要探勘複雜的圖像資料

學校考試可知道的事

7-1 語言資料的統計學 
語言與統計學的交點 
7-2 齊普夫定律1. 定律的含義

頻率與順序的密切關係

7-3 齊普夫定律2. 使用定律計算 
試試看齊普夫定律 
7-4 資訊量1. 資訊量的測量法與圖表化 
因發生機率而異的資訊量 
7-5 資訊量2. 資訊量的定義 
使用函數計算資訊量 
7-6 熵(Entropy)1. 全體資訊源的不確定性 
求出資訊源產生的平均值 
7-7 熵2. 計算與性質 
計算求出不確定性 
7-8 機率論語言模型入門 
用機率掌握語言的機制 
7-9 N-gram語言模型1. Shannon Game 
單純又有力的機率論語言模型 
7-10 N-gram語言模型2. N-gram語言模型定義 
使用2-gram語言模型的單字出現機率 
7-11 N-gram語言模型3. 單字例的出現機率 
計算字串的出現機率 
7-12 語言熵 
測量語言複雜性的指標 
7-13 聊天機器人(Chatterbot)1. 會話程式 
闡明人類的對話機制 
7-14 聊天機器人2. N-gram語言模型的應用 
要讓程式發生語言文字 
7-15 語言資料的統計學彙總

為進一步學習 

平均時速幾公里？ 
附錄 請記起來！！ 符號&公式、圖表

• < Prev
• Next >