內容簡介
統計學，最強的商業武器：實踐篇
全日本累計銷量突破37萬冊！
一出版，即引爆商務人士重讀「統計學」熱潮！
台灣×日本年度暢銷商管書──
《統計學，最強的商業武器》最強續篇！
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
全日本累計銷量突破37萬冊！
一出版，即引爆商務人士重讀「統計學」熱潮！
台灣×日本年度暢銷商管書──
《統計學，最強的商業武器》最強續篇！
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
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。
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。
內容目錄
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
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
ISBN: 9789865617288