第1章 資料的處理方式

1. 資料的種類

2. 敘述統計學與推論統計學

3. 次數分配與直方圖

4. 資料的代表值

5. 資料的離勢

6. 相關



第2章 什麼是機率？

1. 集合

2. 排列

3. 組合

4. 機率

5. 隨機變數



第3章 機率分配

1. 柏努利分配

2. 二項分配

3. 波式分配

4. 負二項分配

5. 超幾何分配

6. 常態分配

7. 均勻分配

8. 總結機率分配



第4章 樣本與母體

1. 樣本與母體

2. 中央極限定理

3. 常態母體

4. 常態母體的抽樣分配

5. 總結



第5章 估計

1. 統計估計

2. 點估計

3. 區間估計

4. 母體比例的估計



第6章 統計檢定

1. 統計檢定的步驟

2. 母數的驗證

3. 用統計軟體做統計檢定

4. 適合度與獨立性



第7章 迴歸分析

1. 迴歸分析

2. 單迴歸分析

3. 複迴歸分析

4. 邏輯式迴歸分析



第8章 貝氏統計學

1. 什麼是貝氏統計學？

2. 貝氏定理

3. 貝氏修正

4. 貝氏統計學與機率分配



常態分配表

卡方分配表

F分配表

t分配表

測驗題解

前言



　　在當今社會之中，不管工作內容是文書還是技術類，都經常需要運用統計處理目標數據以獲得結論。而大學生做實驗或調查時，也會遇到同樣的狀況。在取得數據的統計處理上，多半會用試算表軟體或統計分析程式來進行。不過，在使用這些軟體時，自然而然也會心生各種疑問，像是「該用什麼樣的思路來處理統計資料？」、「實際處理統計資料時，哪一種方法才真的正確？」或是「該如何解讀與判斷分析出來的結果才對？」等等。在這種狀況下，有無對統計學的理解能力將產生極大的影響。



　　本書僅用四則運算來解釋統計學的基礎，因此無須具備數學或統計學的特殊知識亦能讀懂。書中內容淺顯平易，主要以統計學基礎為中心，同時也會說明至今為止的傳統統計學知識。一方面，本書亦會在後半部分介紹現今資料處理上經常用到的迴歸分析及貝氏統計學。



　　統計分析是運用由目標資料中所獲得的平均數、標準差等數據進行的。但在做統計分析時， 也必須去考量目標資料的原始分布。在本書中，我們將在思考這些分配的同時加以解說。



　　本書內含許多例題和測驗，也就是說，讀者可以藉由大量解決簡易題目來掌握統計分析的基本能力。不管讀了多少出色的統計學解說書，若無法正確解開問題，就做不了實際的統計分析。



　　另外，本書採用大多數人所使用的Microsoft Excel來做說明，必要的Excel文件都公開放在本書的支援網頁上。這些檔案會以「Ex6-1 z test」的方式標示在正文的相應段落中。



　　附帶一提，本書是參考以下書籍編寫的：



　　薩磨順吉　1989《理工系的第七堂數學入門課：機率與統計》岩波書店（暫譯）

　　利普舒茲、利普森　2007《離散數學　第三版》麥羅格希爾（暫譯）

　　涌井良幸、涌井貞美　2010《了解統計分析》技術評論社（暫譯）

　　涌井良幸、涌井貞美　2016《實際掌握貝氏統計學》技術評論社（暫譯）

　　藤川浩、小泉和之　2016《專為生物系學生撰寫的基礎簡易統計學》講談社（暫譯）

　　藤川浩　2019《實用食品安全統計學》NTS（暫譯）