{itemname}
{itemname}
香港二樓書店 > 今日好書推介
拒絕家庭意外!居家安全設計健檢100+:瓦斯•水電•防墜•防盜,讓家人遠離危險的保平安設計
定價93.00元
8
折優惠:
HK$74.4
●二樓推薦
●文學小說
●商業理財
●藝術設計
●人文史地
●社會科學
●自然科普
●心理勵志
●醫療保健
●飲 食
●生活風格
●旅 遊
●宗教命理
●親子教養
●少年讀物
●輕 小 說
●漫 畫
●語言學習
●考試用書
●電腦資訊
●專業書籍
情報致富的EXCEL統計學:上班有錢途,下班賺更多,大數據時代早一步財富自由的商業武器
沒有庫存
訂購需時10-14天
9789865480165
涌井良幸,涌井貞美
陳?利
方言文化
2021年7月14日
143.00 元
HK$ 121.55
詳
細
資
料
ISBN:9789865480165</li><li>叢書系列:<a href=https://www.2-floor.dyndns.org/web/sys_puballb/books/?se=%E9%96%B1%E8%AE%80%E6%96%B0%E8%A6%96%E9%87%8E&pubid=babel>閱讀新視野</a></li><li>規格:平裝 / 304頁 / 14.8 x 21 x 1.52 cm / 普通級 / 雙色印刷 / 初版</li><li>出版地:台灣
閱讀新視野
分
類
電腦資訊
>
辦公軟體應用
>
Excel
同
類
書
推
薦
翻倍效率工作術 - 不會就太可惜的Power BI大數據視覺圖表設計與分析(第三版) (附範例/影音)
跟我學Excel從入門變高手(適用Microsoft 365 / Excel 2021/2019)
Excel 儀表板與圖表設計 + Power BI 資料處理 (Excel 2019、2021適用)
Excel 函數與圖表實務應用 高手
Excel 職場聖經:731 技學好學滿 (第二版)
內
容
簡
介
<div class="bd">
<div class="content" style="height:auto;">
<div style="text-align: center;"><strong>股票該抱還是賣?業績好壞怎麼看?產品銷量如何估?<br>
大數據時代,海量資料就是取之不盡的金礦山!<br>
挖出獲利關鍵情報,你需要統計學!</strong></div>
<br>
˙朋友告訴我,某支股票大家都說會漲。大家是誰?如何判斷此情報可不可信?<br>
˙連號彩券和隨機彩券,哪張更容易中獎?兩者的差異何在?<br>
˙如何根據新品廣告預算和銷售員人數,精準預測銷售額,讓我更快業績達標?<br>
<br>
大學沒修過統計,以為就此田無溝水無流?<br>
出社會後,才發現統計和任何事都有關係,更是未來更有錢途的關鍵!<br>
本書收錄大量圖解、EXCEL實作,加上豐富案例、測驗,<br>
以最簡單、最有效率的方式教你讀懂統計學,挖出獲利關鍵情報。<br>
想早一步財富自由?統計是你絕不能缺少的商業武器!<br>
<br>
<strong> ★早一步財富自由,就一定得看懂數字的騙局!</strong><br>
<br>
生活中處處是統計,舉凡:<br>
股票價格波動、經濟成長率、GDP、政府支持率、失業率、<br>
網路媒體文章、產品廣告、電視、報紙、天氣預報……<br>
想賺錢,看不懂數據背後的意義怎麼行?不信?下列提問你答得出來?<br>
<br>
˙勞工的平均所得較去年成長3%,為什麼我的薪水一點都沒漲?<br>
˙去年的薪資中位數為每月4萬元,平均數為每月5萬元,兩個數字為什麼不一樣?<br>
˙內閣支持率過半?每家電視臺的調查結果都不一樣,這中間有人動了手腳嗎?<br>
<br>
有了統計學基礎,就再也不會被數字或謊言迷惑,你將具備以下能力:<br>
<br>
˙掌握獲利關鍵情報,正確預測未來發展。<br>
˙正確閱讀新聞訊息,精準辨識箇中真偽。<br>
˙工作不再誤判數據,看穿圖表說謊真相。<br>
<br>
<strong> ★掌握統計工具,上班就像挖寶,越做越有錢途!</strong><br>
<br>
中位數、標準差、信賴水準、迴歸分析、貝氏定理、相關係數……<br>
別被一堆專有名詞嚇跑,搞懂定義與用途即可,剩下的計算都可以交給EXCEL處理!<br>
<br>
˙主管給我一堆資料,要我計算平均數和標準差。平均數我略懂,但標準差是什麼?<br>
資料的差值平方和,經處理過後便是標準差,<br>
算出標準差才能知道資料的分布狀況,判斷風險所在,正確避險並買進。<br>
→在EXCEL輸入=STDEV( ),便能求出。<br>
<br>
˙上頭要我透過部門的廣告費用資料,預估商品未來銷售量,我完全沒經驗啊……<br>
沒經驗就要靠工具!迴歸分析可以幫助你建立模型,正確預估未來的數值。<br>
→在EXCEL輸入=INTERCEPT( ),就能輕鬆計算。<br>
<br>
˙增加廣告預算、聘用更多銷售人員,哪個做法更能提升銷售額?還是兩個都試?<br>
公司沒這麼多資源讓你多方試錯!這時使用相關係數就好。<br>
→在EXCEL輸入=CORREL( ),數值越接近1,表示兩者的關聯性越強。<br>
<br>
學會EXCEL統計學,你將正確掌握賺錢情報,搶占先機!<br>
上班工作快又有效率,下班投資無往不利!<br>
<br>
<strong>本書特色</strong><br>
<br>
?用最基本的統計學概念教你看懂致富情報,各式計算EXCEL一鍵結果就出來。<br>
?大量圖解、豐富案例,以最有效率、最簡單的方式快速看懂,從沒修過統計也不怕。<br>
?超值收錄EXCEL實作練習,工作會用到的函數全都有,今天學,明天上班立刻能用!<br>
<br>
<strong>專業推薦</strong><br>
<br>
數感實驗室共同創辦人�臺師大電機系副教授 賴以威<br>
《我在微軟學到的模組簡報技術》作者�為你而讀執行長 蘇書平<br>
?
</div><div class="type02_gradient" style="display:none;"></div>
</div></div><div class="mod_b type02_m057 clearfix">
<a name="AuthorP00a400020009"> </a>
目
錄
<div class="bd">
<div class="content more_off" id="M201105_0_getProdTextInfo_P00a400020009_h2">
前言<br>
本書的使用方法<br>
<br>
<strong>序章∼寫在學習統計之前</strong><br>
序章1 到底是什麼統計學?<br>
序章2 生活充滿統計,以及致富線索<br>
專欄 世界三大謊言<br>
序章3 升職、加薪都離不開統計學<br>
序章4 改變視角、早一步占得先機<br>
序章5 面對統計數據,掌握工具、冷靜分析<br>
專欄 錯誤的統計不會消失<br>
序章6 超困難的計算,交給電腦就好<br>
專欄 從古埃及就開始使用統計學了<br>
序章7 測驗時間:你跟統計有多熟?<br>
專欄 老學不會統計?問題不在你身上<br>
<br>
<strong>第1章 統計學的基礎∼情報致富的祕密,從資料整理開始</strong><br>
1-1 原始數據是統計學的命脈∼「個別數據」很重要<br>
專欄 原始資料、次級資料、開放式資料與封閉式資料<br>
1-2 統計資料種類多,你確定有看懂?∼數量資料與質的資料<br>
專欄 質的資料與數量資料的進一步分類<br>
1-3 以表單彙整資料才清楚∼資料整理是有規則的<br>
1-4 把表單變圖表,資料更清晰∼直方圖與次數分配曲線<br>
專欄 圖表是否會隨著縮小組距而消失?<br>
1-5 看懂各式圖表,數據不誤判∼圓餅圖、長條圖、折線圖……<br>
1-6 一個數字就能展現資料特徵∼代表值與離散程度<br>
專欄 什麼是峰度與偏度?<br>
1-7 生活中最常見的「平均數」<br>
1-8 利用「中位數」避免極端值干擾<br>
1-9 生產商品,看「眾數」更適合<br>
1-10 平均數、中位數、眾數與圖表<br>
專欄 L型分配中的平均數、中位數與眾數<br>
1-11分散程度如何影響資料判斷?<br>
專欄 四分位差(Quartile Deviation, QD)<br>
1-12 統計學中最重要的「變異數」<br>
專欄 變異數會因單位不同而改變<br>
1-13 變異數的分身「標準差」<br>
專欄 數學上較易處理的差值平方和與變異數<br>
1-14 使用標準化統一規格<br>
1-15 數值經過標準化才有意義<br>
專欄 學校老師最愛把統計數字掛在嘴邊<br>
1-16 人生也有標準差與偏差值嗎?<br>
<br>
<strong>第2章 機率的基本概念∼買樂透、抽樣調查、預測未來全是機率</strong><br>
2-1 推論統計學的基礎:機率<br>
專欄 隨機抽樣是推論統計學的重要概念<br>
2-2 世界處處充滿隨機資訊<br>
專欄 透過Excel體驗隨機<br>
2-3 可在生活中驗證的「統計機率」<br>
2-4 一般說的機率是指「數學機率」<br>
專欄 小小骰子,其實大有學問<br>
2-5 用隨機變數,把文字化為數字<br>
2-6 從相對次數分配到機率分配<br>
2-7 隨機變數的平均數、變異數、標準差<br>
2-8 機率分配的女王:常態分配<br>
專欄 常態分配中的機率和標準差σ<br>
2-9 容易使人受騙的母體、樣本與抽樣<br>
專欄 隨機撥號抽樣法(RDD法)<br>
2-10 樣本該不該放回去?∼放回抽樣、不放回抽樣<br>
專欄 不同的樣本,抽取方式的總數量各是多少?<br>
2-11 母體分配和樣本分配<br>
2-12 推論統計學的重要工具∼中央極限定理<br>
專欄 生活中的小遊戲也跟隨機分配大有關聯<br>
<br>
<strong>第3章 推論統計學∼讓你聞一知十、搶占先機,工作處理快又有效率</strong><br>
3-1 搞懂統計,對工作大有助益<br>
3-2 只用一個數據就能推估全體∼點估計<br>
專欄 內閣支持率會隨媒體立場而有巨大差異<br>
3-3 抽樣區間也是關鍵∼區間估計<br>
3-4 區間估計的公式怎麼來?∼從中央極限定理推導<br>
3-5 信賴水準到底是什麼意思?∼信賴水準95%、99%<br>
3-6 優良的估計量必須具備不偏性<br>
專欄 具備不偏性、一致性和有效性,才是良好估計量<br>
3-7 變數並不代表可任意變動∼自由度<br>
3-8 以100人的資料推估全體(區間估計實例1:大樣本)<br>
3-9 以10人的資料推估全體(區間估計實例2:小樣本)<br>
3-10 比例的區間估計(區間估計實例3:母體比例)<br>
3-11 用上帝視角檢視估計∼區間估計真的準確嗎?<br>
<br>
<strong>第4章 統計的假設檢定∼推翻原本的假設,不被數據誤導</strong><br>
4-1 判斷資料的重要方法:統計檢定<br>
4-2 設定拒絕域,驗證資料正確性<br>
專欄 假設檢定同樣以機率分配為基礎<br>
4-3 小心疏忽和含糊的錯誤∼檢定的兩個錯誤<br>
4-4 統計檢定的四個步驟<br>
專欄 硬幣正反面的重量不一樣?<br>
4-5 以100人的資料進行母體平均數假設檢定(假設檢定實例1:大樣本)<br>
4-6 以10人的資料進行母體平均數假設檢定(假設檢定實例2:小樣本)<br>
專欄 司徒頓t分配<br>
4-7 以100人的比率推估母體比例假設檢定(假設檢定實例3:母體比例)<br>
4-8 用上帝視角檢視檢定∼如何捨棄或接受虛無假設?<br>
專欄 什麼是變異數分析?<br>
<br>
<strong>第5章 用相關分析找出資料關聯性∼提升業績、預測銷售都靠它</strong><br>
5-1 將變數間的關係視覺化∼相關圖(散布圖)<br>
專欄 小心,假相關騙了你<br>
5-2 用正負值判斷變數間的相關性∼共變異數<br>
5-3 廣告預算下得越多,銷售額就越高嗎?∼相關係數<br>
5-4 用表單呈現兩變數間的關係∼交叉表<br>
專欄 可同時分析多個變數的多變量分析<br>
<br>
<strong>第6章 預測未來的迴歸分析∼職場上不可或缺的武器</strong><br>
6-1 以廣告預算預測銷售額:簡單線性迴歸分析<br>
6-2 你的預測準確度有多高?:判定係數<br>
6-3 以廣告預算及銷售員人數預測銷售額:複迴歸分析<br>
專欄 為什麼要取名「迴歸」?<br>
6-4 用經營者視角般分析公司:迴歸分析應用<br>
專欄 調整自由度,判定係數更精準<br>
<br>
<strong>第7章 AI時代最被看重的貝式統計學∼從丟硬幣到大數據都用得上</strong><br>
7-1 丟硬幣出現正反面的機率,並非正好一半<br>
專欄 科摩哥洛夫的機率公理<br>
7-2 貝式定理必備的符號和術語<br>
7-3 賭博、醫療都派得上用場:超厲害的貝式定理<br>
專欄 貝氏定理發現者:湯瑪士.貝葉斯<br>
7-4 什麼!機率會隨著經驗改變?<br>
7-5 垃圾郵件終結者:貝氏過濾法<br>
專欄 在現代社會大放異彩的貝式定理<br>
<br>
<strong>附錄</strong><br>
附錄1 序章7的統計測驗答案<br>
附錄2 LINEST函數的使用方式<br>
附錄3 各式機率分配簡介<br>
附錄4 排列組合簡介? ?<br>
附錄5 獨立試驗與重複試驗? ?<br>
附錄6 中央極限定理的實例說明<br>
附錄7 用貝氏定理計算硬幣的機率問題<br>
附錄8 如何將「資料分析」工具新增至Excel?<br>
附錄9 1-3節的測驗解答<br>
<br>
?
</div>
序
<div class="bd">
<div class="content more_off" id="M201105_0_getProdTextInfo_P00a400020009_h3">
<strong>前言</strong><br>
<br>
隨著電腦以及各種優秀的多功能軟體普及,從前難以計算的統計資料,現今已逐漸被大多數的人們廣泛運用。如此的結果,讓統計學這種把現代生活中所能看到的各項數據,以不同角度進行分析的學問,變成了一種廣受現代人歡迎的流行學科。此外,隨著IT科技的迅速發展,使得那些與以往截然不同的龐大資訊量,在這個世界上相互流通傳播,所謂的「大數據時代」(Big Data)已然來到你我的生活。<br>
<br>
想要在這樣的時代中生存下來,有關統計學的學習已經變成不可或缺的要素之一。有兩個主要原因,第一個原因,是為了要使用統計學進行數據(資料)分析。若我們能學習並了解如何應用相關統計學知識的話,就可以積極地統整那些,充斥在IT社會中,堆積如山的龐大資料,例如:GDP、股票價格波動、經濟成長率、政府支持率、失業率和產品廣告等,使它們變成一座大寶庫。<br>
<br>
第二個原因,是為了正確解讀第三者所製作的統計資料。在這社會上,充斥著許多你我雖然不知道,但實際上卻包含各式錯誤的統計分析資料。如果我們無法將這些錯誤揪出來的話,便容易在會議或商談時造成誤判,進而導致更多嚴重的後果。因此,出了社會才正是人們學習統計學的大好時機。<br>
<br>
此外,在過去電腦尚未普及的年代,統計數據是一項困難且非常麻煩的研究;人們運用算盤或計算機,日日夜夜重複著無趣的計算,真是一件相當乏味的事。然而,現今社會則不一樣,你可以運用身邊的電腦軟體(例如:Excel)進行複雜的計算過程,輕輕鬆鬆就可以完成統計與分析作業。只要確實具備統計學基本常識,任何人都能從大量的數據中獲得豐富情報,並從中找出財富自由的線索。<br>
<br>
這本書收錄大量圖解、Excel實作加上豐富案例和測驗,以最簡單、有效率的方式讓讀者輕鬆理解統計學。不過,它並不僅僅是單純的教科書而已,還是一個實用的商業武器,使你能夠正確預測未來、不被數據誤導、正確掌握賺錢情報,搶占先機。希望這本書,能成為各位讀者拉開與同事的差距、升職加薪的助力,那將會是我最大的榮幸。<br>
?
</div>
書
評
其 他 著 作
1.
圖解文具的科學:書桌上的高科技
2.
生活科學大百科
3.
深度學習的數學:用數學開啟深度學習的大門
4.
圖解小文具大科學:辦公室的高科技(修訂版)
5.
工作一定要用到的統計:如何證明自己正確研判?別人的報告哪裡有破綻?產品熱賣是方法對了或只是湊巧?光有大數據還不夠,只有統計才能給你答案