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 | 被動收入的投資秘訣 - 2024年9月
![](https://www.books.com.tw/img/001/089/64/0010896455.jpg)
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
股票該抱還是賣?業績好壞怎麼看?產品銷量如何估?
大數據時代,海量資料就是取之不盡的金礦山!
挖出獲利關鍵情報,你需要統計學!
˙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?
˙連號彩券和隨機彩券,哪張更容易中獎?兩者的差異何在?
˙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?
大學沒修過統計,以為就此田無溝水無流?
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!
本書收錄大量圖解、EXCEL實作,加上豐富案例、測驗,
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。
想早一步財富自由?統計是你絕不能缺少的商業武器!
★早一步財富自由,就一定得看懂數字的騙局!
生活中處處是統計,舉凡:
股票價格波動、經濟成長率、GDP、政府支持率、失業率、
網路媒體文章、產品廣告、電視、報紙、天氣預報……
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?
˙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?
˙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?
˙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?
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:
˙掌握獲利關鍵情報,正確預測未來發展。
˙正確閱讀新聞訊息,精準辨識箇中真偽。
˙工作不再誤判數據,看穿圖表說謊真相。
★掌握統計工具,上班就像挖寶,越做越有錢途!
中位數、標準差、信賴水準、迴歸分析、貝氏定理、相關係數……
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!
˙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?
資料的差值平方和,經處理過後便是標準差,
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。
→在EXCEL輸入=STDEV( ),便能求出。
˙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……
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。
→在EXCEL輸入=INTERCEPT( ),就能輕鬆計算。
˙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?
公司沒這麼多資源讓你多方試錯!這時使用相關係數就好。
→在EXCEL輸入=CORREL( ),數值越接近1,表示兩者的關聯性越強。
學會EXCEL統計學,你將正確掌握賺錢情報,搶占先機!
上班工作快又有效率,下班投資無往不利!
本書特色
►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。
►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。
►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!
專業推薦
數感實驗室共同創辦人/臺師大電機系副教授 賴以威
《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
作者簡介
涌井良幸
1950年生於東京都,東京教育大學(現在的筑波大學)數學系畢業,任教於千葉縣立高等學校;從教職退休後便以作家身分致力於寫作。
涌井貞美
1952年生於東京,在東京大學理學系研究科修士課程結業後,歷經富士通、神奈川縣立高等學校教師等,目前為一名獨立科學作家。
譯者簡介
陳畊利
臺北大學經濟學系畢業,現為自由譯者。曾旅居日本及加拿大數年,喜歡用日文交朋友,悠遊在日文浩瀚的世界。
賜教信箱:[email protected]
前言
本書的使用方法
序章~寫在學習統計之前
序章1 到底是什麼統計學?
序章2 生活充滿統計,以及致富線索
專欄 世界三大謊言
序章3 升職、加薪都離不開統計學
序章4 改變視角、早一步占得先機
序章5 面對統計數據,掌握工具、冷靜分析
專欄 錯誤的統計不會消失
序章6 超困難的計算,交給電腦就好
專欄 從古埃及就開始使用統計學了
序章7 測驗時間:你跟統計有多熟?
專欄 老學不會統計?問題不在你身上
第1章 統計學的基礎~情報致富的祕密,從資料整理開始
1-1 原始數據是統計學的命脈~「個別數據」很重要
專欄 原始資料、次級資料、開放式資料與封閉式資料
1-2 統計資料種類多,你確定有看懂?~數量資料與質的資料
專欄 質的資料與數量資料的進一步分類
1-3 以表單彙整資料才清楚~資料整理是有規則的
1-4 把表單變圖表,資料更清晰~直方圖與次數分配曲線
專欄 圖表是否會隨著縮小組距而消失?
1-5 看懂各式圖表,數據不誤判~圓餅圖、長條圖、折線圖……
1-6 一個數字就能展現資料特徵~代表值與離散程度
專欄 什麼是峰度與偏度?
1-7 生活中最常見的「平均數」
1-8 利用「中位數」避免極端值干擾
1-9 生產商品,看「眾數」更適合
1-10 平均數、中位數、眾數與圖表
專欄 L型分配中的平均數、中位數與眾數
1-11分散程度如何影響資料判斷?
專欄 四分位差(Quartile Deviation, QD)
1-12 統計學中最重要的「變異數」
專欄 變異數會因單位不同而改變
1-13 變異數的分身「標準差」
專欄 數學上較易處理的差值平方和與變異數
1-14 使用標準化統一規格
1-15 數值經過標準化才有意義
專欄 學校老師最愛把統計數字掛在嘴邊
1-16 人生也有標準差與偏差值嗎?
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
2-1 推論統計學的基礎:機率
專欄 隨機抽樣是推論統計學的重要概念
2-2 世界處處充滿隨機資訊
專欄 透過Excel體驗隨機
2-3 可在生活中驗證的「統計機率」
2-4 一般說的機率是指「數學機率」
專欄 小小骰子,其實大有學問
2-5 用隨機變數,把文字化為數字
2-6 從相對次數分配到機率分配
2-7 隨機變數的平均數、變異數、標準差
2-8 機率分配的女王:常態分配
專欄 常態分配中的機率和標準差σ
2-9 容易使人受騙的母體、樣本與抽樣
專欄 隨機撥號抽樣法(RDD法)
2-10 樣本該不該放回去?~放回抽樣、不放回抽樣
專欄 不同的樣本,抽取方式的總數量各是多少?
2-11 母體分配和樣本分配
2-12 推論統計學的重要工具~中央極限定理
專欄 生活中的小遊戲也跟隨機分配大有關聯
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
3-1 搞懂統計,對工作大有助益
3-2 只用一個數據就能推估全體~點估計
專欄 內閣支持率會隨媒體立場而有巨大差異
3-3 抽樣區間也是關鍵~區間估計
3-4 區間估計的公式怎麼來?~從中央極限定理推導
3-5 信賴水準到底是什麼意思?~信賴水準95%、99%
3-6 優良的估計量必須具備不偏性
專欄 具備不偏性、一致性和有效性,才是良好估計量
3-7 變數並不代表可任意變動~自由度
3-8 以100人的資料推估全體(區間估計實例1:大樣本)
3-9 以10人的資料推估全體(區間估計實例2:小樣本)
3-10 比例的區間估計(區間估計實例3:母體比例)
3-11 用上帝視角檢視估計~區間估計真的準確嗎?
第4章 統計的假設檢定~推翻原本的假設,不被數據誤導
4-1 判斷資料的重要方法:統計檢定
4-2 設定拒絕域,驗證資料正確性
專欄 假設檢定同樣以機率分配為基礎
4-3 小心疏忽和含糊的錯誤~檢定的兩個錯誤
4-4 統計檢定的四個步驟
專欄 硬幣正反面的重量不一樣?
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)
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)
專欄 司徒頓t分配
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)
4-8 用上帝視角檢視檢定~如何捨棄或接受虛無假設?
專欄 什麼是變異數分析?
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
5-1 將變數間的關係視覺化~相關圖(散布圖)
專欄 小心,假相關騙了你
5-2 用正負值判斷變數間的相關性~共變異數
5-3 廣告預算下得越多,銷售額就越高嗎?~相關係數
5-4 用表單呈現兩變數間的關係~交叉表
專欄 可同時分析多個變數的多變量分析
第6章 預測未來的迴歸分析~職場上不可或缺的武器
6-1 以廣告預算預測銷售額:簡單線性迴歸分析
6-2 你的預測準確度有多高?:判定係數
6-3 以廣告預算及銷售員人數預測銷售額:複迴歸分析
專欄 為什麼要取名「迴歸」?
6-4 用經營者視角般分析公司:迴歸分析應用
專欄 調整自由度,判定係數更精準
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
7-1 丟硬幣出現正反面的機率,並非正好一半
專欄 科摩哥洛夫的機率公理
7-2 貝式定理必備的符號和術語
7-3 賭博、醫療都派得上用場:超厲害的貝式定理
專欄 貝氏定理發現者:湯瑪士.貝葉斯
7-4 什麼!機率會隨著經驗改變?
7-5 垃圾郵件終結者:貝氏過濾法
專欄 在現代社會大放異彩的貝式定理
附錄
附錄1 序章7的統計測驗答案
附錄2 LINEST函數的使用方式
附錄3 各式機率分配簡介
附錄4 排列組合簡介
附錄5 獨立試驗與重複試驗
附錄6 中央極限定理的實例說明
附錄7 用貝氏定理計算硬幣的機率問題
附錄8 如何將「資料分析」工具新增至Excel?
附錄9 1-3節的測驗解答
前言
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。
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。
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。
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。
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。
生活充滿統計,以及致富線索似乎有許多人認為「自己與統計學無緣」,能這麼想,或許是一件很棒的事也不一定。就好像我們每天過著普通的生活,並沒有特別去注意到「空氣」的存在,然而,空氣卻是在你我的日常生活中,極為重要且不可或缺的一部分。而統計學正是這種,彷彿空氣一般的存在。▍一早醒來就進入統計世界早上從起床到出門,平均大概需要30分鐘的時間,有一位上班族7點就起床準備,想著要幾點去搭前往捷運站的公車,公車到站時間誤差估計為正負3分鐘,另外,若是遇到下雨天的話,他則會考慮提早搭前一班公車上班……。這位上班族在不知不覺之中,從起床那一刻開始,便已經在使用我們接下來要學習的統計學了。▍每天都被龐大的統計數據包圍除此之外,我們的生活每天都淹沒在巨大的資訊海洋中,這些資訊,正是從統計學所計算出來的。例如:每天都看得到的商品廣告、電視或新聞節目、天氣預報、股價變動、內閣支持率之類的民意調查、採訪報導、自殺率或失業率的問卷調查⋯⋯。我們打從一開始,就無法擺脫這些從統計學所產生的數據了。▍世界三大謊言這裡有一些地方想請各位先留意,那就是,人們對「統計」懷抱著極大的信任感,因為從統計學中所產生的統計數值,通常能快速表達事物的本質。例如:當一家大型製藥公司發表了「這次新藥品的效果非常卓越,對九成以上的患者有效」這樣的新聞時,人們會對「有好棒的藥品問世了」的這件事情感到感動,而不會去對「有效性是如何調查得知的呢」的這件事抱持疑問。此外,當厚生勞動省(編按:相當於臺灣的勞動部和衛福部)宣布「勞工的平均所得較去年成長3%」時,大部分的國民會相信並贊同他們所讀取到的資訊,接著認為:「原來如此,薪資變多了。」不過,很遺憾的是,像這樣子使用統計數據欺騙人們的情況並不少見。這就是所謂的「故意地做虛假統計」。從前有個著名的例子提到:「根據總部的公佈事項……」然後用了煞有其事的說法解釋數據,這正是用虛假統計數字來欺騙國民的典型事例。