統計學，最強的商業武器：實踐篇

　　商場上最需要的，
　　是能夠「掌握」、「預測」、「洞悉」人心的數據分析！
　　在這因大數據而躁動不安的世界，具備基本統計學素養的人將擁有最大優勢。
　　本書完美結合「商業實務」與「統計學」，集中在策略管理與獲利能力之間，告訴你如何參透商機中的因果關係。
　　
　　◎如何用統計學檢驗出到底是「偶發」的差距，還是「有意義」的差距？
　　◎如何避免「明明沒差異卻認為有差異」與「有差異卻找不出來」這兩種結果？
　　◎統計學能證明「天下烏鴉一般黑」嗎？
　　◎如何用「回歸分析」來找出難以發現的關聯性？
　　◎任何原始資料，只要加總便會趨近於常態分佈，為什麼？
　　◎穩賺不賠的彩金賠率設定，竟與病例對照研究的成功率算法相同？
　　以上，皆能一一套用書中的方法解開數字的騙局！
　　
　　《統計學，最強的商業武器》的最大宗旨在於如何解讀數據；
　　《實踐篇》所談論的，則是──
　　洞悉人類心理，活用於商業行為的統計分析
　　
　　在一切數據化的現今社會，無論任何領域，統計學都是一大利器。比起「掌握現況」和「預測未來」的統計學，以「洞悉因果」為動機的統計學，至今還未以簡單易懂的形式普及於一般人，而這正是本書的企圖。
　　
　　令經濟學家頭疼的金融政策或許很難，但商業上的策略是可輕易以隨機對照實驗來驗證因果關係的。本書目標在於介紹對所有商務人士來說極為實用的統計常識，所提到的統計分析方法都很基本，只要懂得這些，便足以應付一般商業領域需求。
　　
　　以下問題，你能用統計學知識解答嗎？
　　Q:假設某付費的網路服務依據A／B測試的結果，改換新設計後的網頁其轉換率從0.10%上升到了0.11%。差距雖只有0.01%，但要怎麼做才能推測出這0.1%的差距為「偶發的差距」還是「真的有差異」？
　　
　　Q:假設某美白保養品的問卷調查題目為「有美白效果」、「讓膚色變明亮」、「改善膚色暗沉」，卻出現了「有美白效果」會提高購買意願，而「讓膚色變明亮」卻降低了購買意願的結論，在這種模稜兩可、看似矛盾的調查結果，如何透過因素分析讓其壁壘分明？
　　
　　Q:假設保險業務員A君完全沒拜訪客戶的簽約數是0；B君拜訪2次簽到3份約；C君則拜訪了4次簽到3份約，看似毫無關聯性的拜訪次數及簽約數，要如何用「回歸分析」推導出其中的細微差距？
　　
　　Q:假設賽馬場有三匹馬參賽，所有參與博奕的賭客都能預見賽馬A贏的機率為50%，賽馬B贏的機率為30%，賽馬C贏的機率為20%，博奕公司（莊家）該如何設計穩賺不賠的彩金賠率？
　　解答就在書本中！
　　
【熱忱推薦】（以姓氏筆劃順序排列）
　　
　　孫志華／聯合報系電子商務平台udn買東西總經理
　　劉嘉凱／DSP智庫驅動股份有限公司執行長
　　賴以威／數學作家
　　鄭惟厚／《你不能不懂的統計常識》作者

作者簡介

西內 啟

　　畢業於東京大學醫學部，主修生物統計學。曾任東京大學大學院醫學系研究科醫療傳播學領域的助理講師、大學醫院醫療資訊網路工程研究中心副主任、哈佛癌症研究中心客座研究員等職務。目前則為各種以數據資料為基礎的社會創新專案，提供研究調查、分析、系統開發以及策略規劃等諮詢服務。

　　著作包括《科特勒教會我的事》（暫譯）、《上班族的多數煩惱都已有學術性的「解答」》（暫譯）、《世界第一簡單易懂的醫學統計》（暫譯）等。

譯者簡介

陳 亦苓

　　政治大學廣播電視系畢，輔修日文，曾留學並於日本工作近 4 年。目前為自由譯者，擅長資訊類英翻中、日翻中。

　　個人作品列表：www.anobii.com/bready/books

序章 商業活動與統計學之間的連結
01 商業與統計學之間為何存在著鴻溝
02 「掌握」、「預測」，以及「洞悉」的統計學
 
第 1 章統計學的實踐，就從重新思考基本觀念開始
──「平均」及「比例」的本質
03 「洞悉」型統計學的三項必要知識
04 「平均值」其實很深奧
05 平均值為何能夠掌握真相？
06 標準差所呈現的「概略資料範圍」
 
第 2 章統計學之所以「最強」的另一個理由
──標準誤差及假設檢定
07 介於急驚風與慢郎中之間的「最強」思維
08 「誤差範圍」與資料量的關係
09 為貧乏言論畫上休止符的假設檢定
10 用z檢定來駁斥急驚風
11 用於少量資料的t檢定與費雪的精確性檢定
12 檢定的多重性與其對應處方
 
第 3 章堪稱洞悉之王道的各種分析工具
──多元回歸分析與邏輯回歸
13 統計學的王道──回歸分析
14 如何求出迴歸直線？
15 一次分析多個解釋變數的多元回歸分析
16 邏輯回歸與對數比值
17 回歸模型的總結與補充
18 實用的迴歸模型應用方法──輸入層面
19 實用的迴歸模型應用方法──輸出層面
 
第 4 章在資料背後隱藏了「什麼」
──因素分析與聚類分析
20 心理學家所開發的因素分析有何用途
21 具體而言，因素分析到底能做些什麼？
22 聚類分析的基本觀念
23 k-平均演算法（k-means）的聚類分析
 
終章 統計方法總整理與使用順序介紹
24 本書總結
25 商業應用時的分析順序
26 無法透過本書獲得的三種知識
 
數學公式的補充說明
補充01：偏差的絕對值與中位數
補充02：偏差的平方與平均值
補充03：平均值與比例的標準誤差
補充04：變異數與無偏變異數
補充05：常態分佈的數學特性
補充06：中央極限定理
補充07：切比雪夫不等式
補充08：針對平均值與比例之差距的z檢定
補充09：卡方分佈與t分佈的關係
補充10：費雪的精確性檢定
補充11： z檢定與卡方檢定
補充12：邦弗朗尼校正
補充13：簡單回歸分析
補充14：簡單回歸分析與t檢定的關係
補充15：多元回歸分析
補充16：比值比
補充17：檢定力與樣本數規劃

	??計/統計
作者	西內 啟
出版社	悅知文化
ISBN	9789865617288
出版日期	2015-08-24
开本
页数	448
装帧	平裝
规格	21 / 單色印刷 / 普級
版次	初版
版本（简/繁）