|
|
本書是專為害怕統計與分析的讀者所寫！最新修訂版！
這本書不用數學公式 ，而是用通俗易懂的語言，介紹統計和分析技術，不論在企業界、科學界，或其他領域，你都需要學會統計與分析！
新版本增加了三個了討論分析的全新章節，讓你可以從任何規模的資料庫中發現模式——這套方法甚至可以用在大數據上。本書提供最新的例子和問題，讓你可以親手練習。
附錄有使用Microsoft Excel解題的詳細說明，如果你喜歡數學，「公式黑板」單元會解釋解題技巧的數學基礎。如果你喜歡使用TI-83/84計算機，也有單元會教你如何使用它解題。
你將學會：
利用最新版本的Microsoft Excel，精通統計和分析的工具（包括Mac和PC）。
平均數、中位數、標準差、Z分數、偏態等敘述性統計。
使用機率，機率分布，抽樣分布和信賴區間。
利用Z、T、卡方、變異數分析（ANOVA）和其他技術進行假設檢定。
執行強大的迴歸分析和建模，包括多元迴歸。
了解分析，包括它的概念、術語、方法、能力和局限。
應用預測分析，預測可能的近期成果。
本書提供網站，讓你下載練習文件、模板、資料庫和範例試算表，包括可以立即為你解決問題的工具！（網址：www.ftpress.com/evenyoucanlearnstatistics3e）
作者簡介
大衛．勒凡David M. Levine
大衛．勒凡是紐約市立大學柏魯克分校（Baruch College-CUNY）統計與電腦資訊系統榮譽教授，他擁有紐約市立大學B.B.A.和MBA學位，以及紐約大學工業工程與作業研究的博士學位。他是全美商業統計教育的領先創新者，是《寫給管理者的基礎商業統計學》（Statistics for Managers Using Microsoft Excel, Basic Business Statistics: Concepts and Applications, Business Statistics: A First Course）以及《工程與科學的應用統計學：使用Microsoft Excel與Minitab》（Applied Statistics for Engineers and Scientists Using Microsoft Excel and Minitab）等暢銷統計教科書的共同作者。
萊溫曾在Psychometrika, The American Statistician, Communications in Statistics, Multivariate Behavioral Research, Journal of Systems Management, Quality Progress以及The American Anthropologist等期刊發表過許多文章，也曾在American Statistical Association, Decision Sciences Institute以及Making Statistics More Effective in Schools of Business等論壇上發表演說。萊溫因教學傑出在紐約市立大學柏魯克分校多次獲獎。
大衛．史蒂芬David F. Stephan
大衛．史蒂芬是一位獨立的教學技術專家，在紐約市立大學柏魯克分校擁有超過二十年的教學經驗，率先使用具有電腦的教室以及跨學科的多媒體工具。他是美國教育部FIPSE專案（原名「改善中學後教育的基金」）的副主任，該專案旨在商業環境中，以互動媒體支援電腦應用的教學。
史蒂芬經常參與Making Statistics More Effective in Schools of Business的迷你論壇，也是《商業統計學》（Business Statistics: A First Course and Statistics for Managers Using Microsoft Excel）一書的作者。他也是PHStat的共同開發者，PHStat是一套Microsoft Excel的統計外掛程式。
譯者簡介
游懿萱
輔仁大學翻譯學研究所碩士，目前就讀台灣師範大學翻譯研究所博士班。現任實踐大學兼任講師，並任教於各大英語補習班。曾獲第一屆林語堂文學翻譯獎佳作。著有《會話王：交通通訊》、《會話王：衣著外表》系列、《全民英檢初級寫作能力測驗》、佳音英語翰將系列講義與測驗卷（合著）。譯有《自私的巨人》、《達文西機械》、《小口瓶的藝術》、《TOEFL iBT階段式托福寫作》、《究極英單12000 [2], [3], [4]》、《美麗的真相：寶拉教你破解138個「保養＋醫學美容」迷思》（合譯）、《這輩子我該怎麼過：超能靈媒教你從生命彩光中找出天命》、《中年不敗：永保魔力的中年生活指南》等書。
李立心
臺大財金系畢業，現為臺大翻譯碩士學位學程口譯組學生。譯有《一擊奏效的社群行銷術》。
鳴謝
本書使用說明
第一章 統計學的基本概念
第一節 統計學中首要的三個詞
第二節 參數與統計量
第三節 統計學的分支
第四節 資料來源
第五節 抽樣概念
第六節 樣本選擇方式
第二章 利用圖表呈現資料
第一節 呈現類別變數
第二節 呈現數值變數
第三節 「不佳」的圖表
第三章 描述型統計
第一節 趨中量數
第二節 位置量數
第三節 變異量數
第四節 分配圖形
第四章 機率
第一節 各種事件
第二節 更多定義
第三節 一些機率規則
第四節 機率測度的方法
第五章 機率分配
第一節 離散變數的機率分配
第二節 二項與卜瓦松機率分配
第三節 連續機率分配與常態分配
第四節 常態機率圖
第六章 抽樣分配與信賴區間
第一節 基本概念
第二節 抽樣誤差與信賴區間
第三節 利用t分配估計平均（標準差σ未知）信賴區間
第四節 類別變數的信賴區間估計
第五節 拔靴法估計
第七章 假設檢定的基本概念
第一節 虛無與對立假設
第二節 假設檢定的問題
第三節 決策風險
第四節 進行假設檢定
第五節 假設檢定的類型
第八章 假設檢定：Z檢定與t檢定
第一節 兩占比差檢定
第二節 兩自變數群的均差檢定
第三節 雙尾t檢定
第九章 假設檢定：卡方檢定與單因子變異數分析
第一節 雙向交叉分類表之卡方檢定
第二節 單因子變異數分析（ANOVA）：檢測兩組以上變數之均差
第十章 簡單直線迴歸
第一節 基礎迴歸分析
第二節 建立簡單直線迴歸模型
第三節 變異量數
第四節 推論斜率推論
第五節 迴歸分析常見錯誤
第十一章 多元迴歸
第一節 多元迴歸模型
第二節 多元判定係數
第三節 整體F檢定
第四節 多元迴歸模型的殘差分析
第五節 母體統計推估
第十二章 解析學的基本概念
第一節 統計分析的基本單字
第二節 統計分析軟體
第十三章 描述型解析
第一節 儀表板
第二節 常見的描述型分析圖表
第十四章 預測型解析
第一節 統計分析之預測分析
第二節 分類與迴歸樹
第三節 叢聚分析（Cluster Analysis）
第四節 多維標度法
附錄A Microsoft Excel的操作與配置
S1試算表操作慣用語
S2試算表技術配置
附錄B 算數與代數複習
評量測驗
符號
測驗解答
附錄C 統計附表
附錄D 試算表技巧
製圖技巧
FT：函數技巧
附錄E 進階技巧
進階操作方式
分析工具箱技巧
附錄F 可下載檔案文件
F.1 可下載的數據檔案
F.2 可下載圖表解題檔案
相關術語解釋
中英對照表
