輕統計:日常生活的資料分析
何宗武、謝雨豆
- 出版商: 東華
- 出版日期: 2018-01-19
- 定價: $350
- 售價: 9.5 折 $333
- 語言: 繁體中文
- 頁數: 160
- ISBN: 957483915X
- ISBN-13: 9789574839155
-
相關分類:
機率統計學 Probability-and-statistics
立即出貨 (庫存=1)
買這商品的人也買了...
-
$359計算機是怎樣跑起來的 (How Computer Works) -
$414Python 貝葉斯分析 -
$354精通 Python 爬蟲框架 Scrapy (Learning Scrapy) -
不敗的數據學:從統計數字中看見真相的 12堂思考訓練,不被造假及濫用的數字唬弄!$380$323 -
Flask 網頁開發, 2/e (Flask Web Development : Developing Web Applications with Python, 2/e)$580$458 -
QBQ!問題背後的問題 (30萬冊紀念版)$260$234 -
機器學習實務|資料科學工作流程與應用程式開發及最佳化 (Machine Learning in Production: Developing and Optimizing Data Science Workflows and Applications)$580$493 -
NumPy 高速運算徹底解說 - 六行寫一隻程式?你真懂深度學習?手工算給你看!$750$638 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
深度學習的數學地圖 -- 用 Python 實作神經網路的數學模型 (附數學快查學習地圖)$580$458 -
基於 GPU 加速的計算機視覺編程:使用 OpenCV 和 CUDA 實時處理複雜圖像數據$474$450 -
$447Linux 設備驅動開發 -
$403Web 前端性能優化 -
資料科學家的實用統計學 : 運用 R 和 Python 學習 50+個必學統計概念, 2/e (Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python, 2/e)$680$537 -
金融科技實務與應用:360度顧客視圖 + 場景金融$420$332 -
嵌入式 Linux 作業系統實務$340$333 -
強健的 Python|撰寫潔淨且可維護的程式碼 (Robust Python: Write Clean and Maintainable Code)$680$537 -
製造數據科學:邁向智慧製造與數位決策$900$855 -
Python 論文數據統計分析$540$486 -
$483監控平臺解密:IT系統風險感知和洞察 -
AI GNN 再進化 -- 圖神經網路完整學習及應用大全$1,200$948 -
CMake 構建實戰:項目開發捲$599$569 -
台灣之光物件辨識 - 最新 YOLO 原理精讀+實戰$800$632 -
Microsoft Azure 學習手冊|雲端運算與雲端系統開發的關鍵知識 (Learning Microsoft Azure: Cloud Computing and Development Fundamentals)$880$695 -
Python:股票 × ETF 量化交易實戰 105個活用技巧, 3/e$660$515
商品描述
料邏輯就是數據為基礎的推理能力,本書意即在此。
在這波數據科學帶動產學的研究能量,社會科學也不在浪潮之外,諸如文史哲法商等等,各式社會科學領域的人員,必須具備數據邏輯,藉由基礎的統計概念,揭露資料內蘊的故事。本書的旨在傳達簡單卻重要的統計概念,並利用Excel操作輔以日常可得的資料型態做範例,讓資料分析變得更直覺,無論讀者過去是否有統計背景,都能夠掌握以資料為基礎的推理能力。
當我們能夠掌握分析的概念與意義,資料分析是絕對有趣的!
最近幾年「大數據」、「資料探勘」的風潮,開創資料分析領域的新世界,突破以往的調查方式,也讓證據導向( 舉證說明) 的分析方式受到重視,好像掌握了分析技巧就是掌握未來趨勢。我們也可以從日常生活中的新聞資訊感覺到,許多報導都喜歡用數據說話,如「每天喝2~4 杯咖啡有助延壽」、「OO 候選人有65% 的支持度」、「有75% 的民眾喜歡這個政策」, 但是我們應該這麼容易被說
服嗎? 光是抽樣的操作就可以影響不同的結果,故事性雖然重要,但細節也不可忽略。
雖然數據分析與統計好像沒有直接的關聯,但了解簡單統計卻可以協助我們判斷外界給的資訊合不合理、怎麼計算出來的、解讀的是否正確。更進一步,還可以針對手邊的資料做分析,用數據證據來說故事。
目錄大綱
第 1 章 認識資料
Part 1 資料的樞紐分析
第 2 章 用樞紐分析進行資料探索Ⅰ
第 3 章 用樞紐分析進行資料探索Ⅱ
Part 2 資料的統計分析
第 4 章 資料基本分析
第 5 章 最簡單的統計分析原理
第 6 章 我的資料長怎樣?—隨機變數分布的形狀
Part 3 資料的分析再進一步
第 7 章 多筆資料分析
第 8 章 期望值不再固定—條件期望值和迴歸方法
第 9 章 資料素養入門
中文索引
英文索引
