內容簡介
資訊爆炸的社會，為了生存，必須要學會統計！
職場上要用的統計學，只用這本就足夠！
一直以來覺得統計學很難，人生注定與他不會產生交集的文科生，
到了職場上，主管要你做的數據表單，不就是統計學嗎？
既然逃離不了處處是數字的世界，那麼何不認真面對？
本書利用100個單元，教你生活中常用的統計學概念，只要具有高中的知識，就可以讀懂本書。
原先就不擅長數學的人不需要把書中的數學公式轉換為文字，而是直接把公式記進腦中。本書雖然會使用公式，但幾乎不會展開數學公式進行推導，因此就算不懂數理概念也不用擔心跟不上。雖然還是有許多重要概念必須用數學的語言來記述。若是看到這些名詞，就試圖用「所以它的意思是……」的想法來換成別的易懂的字彙，光是這部分的轉譯就會無暇顧及其他。因此，別將數學公式翻譯為文字，而是將公式的樣貌記進腦中，並暫時擱置於心底。這麼一來，這些概念就會在不知不覺中在腦海中生根。
希望每個讀過本書的讀者，都能重新喜歡上統計學！
職場上要用的統計學，只用這本就足夠！
一直以來覺得統計學很難，人生注定與他不會產生交集的文科生，
到了職場上，主管要你做的數據表單，不就是統計學嗎？
既然逃離不了處處是數字的世界，那麼何不認真面對？
本書利用100個單元，教你生活中常用的統計學概念，只要具有高中的知識，就可以讀懂本書。
原先就不擅長數學的人不需要把書中的數學公式轉換為文字，而是直接把公式記進腦中。本書雖然會使用公式，但幾乎不會展開數學公式進行推導，因此就算不懂數理概念也不用擔心跟不上。雖然還是有許多重要概念必須用數學的語言來記述。若是看到這些名詞，就試圖用「所以它的意思是……」的想法來換成別的易懂的字彙，光是這部分的轉譯就會無暇顧及其他。因此，別將數學公式翻譯為文字，而是將公式的樣貌記進腦中，並暫時擱置於心底。這麼一來，這些概念就會在不知不覺中在腦海中生根。
希望每個讀過本書的讀者，都能重新喜歡上統計學！
作者簡介
倉田博史
東京大學大學院總合文化研究科與東京大學教養學部教授。
1967年出生。畢業於京都大學經濟學部，於1996年修畢一橋大學大學院經濟學研究科的理論經濟學及統計學博士課程，經濟學博士。過去曾於山口大學經濟學部擔任助理教授，於2000年至東京大學大學院總合文化研究科與東京大學教養學部擔任助理教授。2012年起升等為教授。
著書有（共著）“Generalized Least Squares”(John, Wiley& Sons)，『入門統計解析』（新世社）。
李其融
輔仁大學日文系畢，日本同志社大學腦科學研究科博士班在學中。
跨領域之間的研究者必定是相隔遙遠星系，幸好我們還有統計學。
俞振華
國立政治大學選舉研究中心副研究員暨政治學系副教授，美國哥倫比亞大學政治學博士。
東京大學大學院總合文化研究科與東京大學教養學部教授。
1967年出生。畢業於京都大學經濟學部，於1996年修畢一橋大學大學院經濟學研究科的理論經濟學及統計學博士課程，經濟學博士。過去曾於山口大學經濟學部擔任助理教授，於2000年至東京大學大學院總合文化研究科與東京大學教養學部擔任助理教授。2012年起升等為教授。
著書有（共著）“Generalized Least Squares”(John, Wiley& Sons)，『入門統計解析』（新世社）。
李其融
輔仁大學日文系畢，日本同志社大學腦科學研究科博士班在學中。
跨領域之間的研究者必定是相隔遙遠星系，幸好我們還有統計學。
俞振華
國立政治大學選舉研究中心副研究員暨政治學系副教授，美國哥倫比亞大學政治學博士。
內容目錄
前言
第一部 開啟統計學的大門
第一章 開啟統計學的大門
01 分析數據的目的
02 統計學的功用：量化概念
03 統計學的功用：預測
04 統計學的功用：檢驗假設與分類
05 統計學的一般性
第二部 解讀數據
第二章 關於數據的基礎知識
01 數據的維度
02 量化資料與質性資料
03 數據的測量尺度
04 橫斷資料與時間序列資料
05 數據的設限與截切
第三章 利用圖表或圖整理數據
01 次數分配表
02 直方圖
03 五數概括法與盒型圖
04 時間序列圖
05 相關與散布圖
第四章 數據中心的指標
01 平均數
02 中位數
03 眾數
04 加權平均數
05 關於平均數的計算
第五章 數據分布的離散程度指標
01 平均差
02 變異數
03 標準差
04 標準化（1）
05 標準化（2）
第六章 相關與迴歸
01 共變異數
02 共變異數的機制與相關係數
03 相關係數的機制
04 迴歸直線
05 關聯係數
第三部 描繪出數據背後的整體結構
第七章 母群體與樣本
01 分析數據的目的
02 母群體與樣本
03 隨機抽選
04 機率模型
05 投擲硬幣
第八章 機率
01 機率
02 條件機率
03 全機率公式與貝氏定理（1）
04 全機率公式與貝氏定理（2）
05 事件的獨立性
第九章 記述母群體的機率分布
01 機率分布與機率變數
02 數據指的是什麼？
03 機率分布的平均數
04 機率分布的變異數
05 期待值
第十章 離散型機率分布
01 投擲硬幣與白努利實驗
02 二項分布（1）
03 二項分布（2）
04 卜瓦松分布
05 幾何分布
第十一章 連續型機率分布
01 連續型機率變數
02 機率密度函數
03 均勻分布
04 常態分布（1）
05 常態分布（2）
第四部 根據數據進行判斷
第十二章 隨機樣本
01 機率變數的獨立性
02 隨機樣本的定義
03 樣本平均數與樣本變異數
04 無偏性
05 標準平均數的分布
第十三章 估計1
01 點估計與區間估計
02 母體平均數的區間估計（已知母體變異數的情況）
03 母體平均數的區間估計（未知母體變異數的情況）（1）
04 母體平均數的區間估計（未知母體變異數的情況）（2）
05 簡單的數值例
第十四章 估計2
01 大數法則
02 母群體比率的估計：伯努利分布中的隨機樣本
03 母群體比率的估計：點估計與信賴區間
04 數值例
05 最大概似估計法
第十五章 統計假設檢定
01 虛無假設與對立假設
02 檢定方式
03 顯著水準
04 t檢定
05 母群體比率的檢定
第十六章 兩群體間的比較
01 實驗組與對照組
02 雙樣本t檢定
03 互有關聯的數據
04 Wilcoxon等級和檢定
05 因果推論
第十七章 質性資料的分析
01 列聯表
02 獨立性檢定（1）
03 獨立性檢定（2）
04 比例的同質性檢定
05 卡方分布
第十八章 迴歸分析
01 迴歸模型
02 迴歸模型的估計與檢定
03 複迴歸模型
04 決定係數
05 虛擬變數
第十九章 時間序列分析
01 變異數與共變異數
02 平穩性
03 AR模型（自迴歸模型）
04 ARMA模型（自迴歸滑動平均模型）
05 ARCH模型（自迴歸條件異變異數模型）
第二十章 補充說明
01 無相關與獨立的關係
02 關於機率變數的和的平均數與變異數
03 測定貧富差距：羅倫茲曲線
04 測定貧富差距：基尼係數
05 檢定的補充說明
結語
參考文獻
第一部 開啟統計學的大門
第一章 開啟統計學的大門
01 分析數據的目的
02 統計學的功用：量化概念
03 統計學的功用：預測
04 統計學的功用：檢驗假設與分類
05 統計學的一般性
第二部 解讀數據
第二章 關於數據的基礎知識
01 數據的維度
02 量化資料與質性資料
03 數據的測量尺度
04 橫斷資料與時間序列資料
05 數據的設限與截切
第三章 利用圖表或圖整理數據
01 次數分配表
02 直方圖
03 五數概括法與盒型圖
04 時間序列圖
05 相關與散布圖
第四章 數據中心的指標
01 平均數
02 中位數
03 眾數
04 加權平均數
05 關於平均數的計算
第五章 數據分布的離散程度指標
01 平均差
02 變異數
03 標準差
04 標準化（1）
05 標準化（2）
第六章 相關與迴歸
01 共變異數
02 共變異數的機制與相關係數
03 相關係數的機制
04 迴歸直線
05 關聯係數
第三部 描繪出數據背後的整體結構
第七章 母群體與樣本
01 分析數據的目的
02 母群體與樣本
03 隨機抽選
04 機率模型
05 投擲硬幣
第八章 機率
01 機率
02 條件機率
03 全機率公式與貝氏定理（1）
04 全機率公式與貝氏定理（2）
05 事件的獨立性
第九章 記述母群體的機率分布
01 機率分布與機率變數
02 數據指的是什麼？
03 機率分布的平均數
04 機率分布的變異數
05 期待值
第十章 離散型機率分布
01 投擲硬幣與白努利實驗
02 二項分布（1）
03 二項分布（2）
04 卜瓦松分布
05 幾何分布
第十一章 連續型機率分布
01 連續型機率變數
02 機率密度函數
03 均勻分布
04 常態分布（1）
05 常態分布（2）
第四部 根據數據進行判斷
第十二章 隨機樣本
01 機率變數的獨立性
02 隨機樣本的定義
03 樣本平均數與樣本變異數
04 無偏性
05 標準平均數的分布
第十三章 估計1
01 點估計與區間估計
02 母體平均數的區間估計（已知母體變異數的情況）
03 母體平均數的區間估計（未知母體變異數的情況）（1）
04 母體平均數的區間估計（未知母體變異數的情況）（2）
05 簡單的數值例
第十四章 估計2
01 大數法則
02 母群體比率的估計：伯努利分布中的隨機樣本
03 母群體比率的估計：點估計與信賴區間
04 數值例
05 最大概似估計法
第十五章 統計假設檢定
01 虛無假設與對立假設
02 檢定方式
03 顯著水準
04 t檢定
05 母群體比率的檢定
第十六章 兩群體間的比較
01 實驗組與對照組
02 雙樣本t檢定
03 互有關聯的數據
04 Wilcoxon等級和檢定
05 因果推論
第十七章 質性資料的分析
01 列聯表
02 獨立性檢定（1）
03 獨立性檢定（2）
04 比例的同質性檢定
05 卡方分布
第十八章 迴歸分析
01 迴歸模型
02 迴歸模型的估計與檢定
03 複迴歸模型
04 決定係數
05 虛擬變數
第十九章 時間序列分析
01 變異數與共變異數
02 平穩性
03 AR模型（自迴歸模型）
04 ARMA模型（自迴歸滑動平均模型）
05 ARCH模型（自迴歸條件異變異數模型）
第二十章 補充說明
01 無相關與獨立的關係
02 關於機率變數的和的平均數與變異數
03 測定貧富差距：羅倫茲曲線
04 測定貧富差距：基尼係數
05 檢定的補充說明
結語
參考文獻
ISBN: 9789577638038