統計學 : 方法與應用 (上冊), 5/e
林惠玲 , 陳正倉
- 出版商: 雙葉
- 出版日期: 2021-10-14
- 定價: $720
- 售價: 9.5 折 $684
- 語言: 繁體中文
- 頁數: 588
- ISBN: 9579096937
- ISBN-13: 9789579096935
-
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...
-
作業研究, 9/e (Introduction to Operations Research, 9/e)$760$745 -
模糊理論及其應用, 3/e$600$540 -
時間序列分析及應用 : R語言, 2/e (Time Series Analysis With Applications in R, 2/e)$288$274 -
《超圖解 Python 物聯網實作入門-使用 ESP8266 與 MicroPython》學習套件組$2,600$2,548 -
Python 3.x 網頁資料擷取與分析特訓教材$490$387 -
進擊的資料科學|Python 與 R 的應用實作$580$458 -
統計之美:人工智慧時代的科學思維$580$458 -
打下最紮實的 AI基礎:從 scikit-learn 一步一腳印 (絕賣版)$560$476 -
演算法:最強彩色圖鑑 + Python程式實作 -- 王者歸來 (全彩印刷)$680$537 -
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 -
FLAG'S 創客‧自造者工作坊 -- 用 Python 學 AIoT 智慧連網$1,699$1,529 -
新手村逃脫!初心者的 Python 機器學習攻略(iT邦幫忙鐵人賽系列書)$500$390 -
TQC+ Python 3.x 機器學習基礎與應用特訓教材$590$466 -
白話演算法!培養程式設計的邏輯思考 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$520$468 -
微積分, 9/e (Stewart: Calculus, 9/e (Metric Version))$780$764 -
AI 智慧城市建設與實踐$520$468 -
統計學 : 方法與應用 (下冊), 5/e$750$713 -
機器學習的統計基礎 : 深度學習背後的核心技術$680$537 -
圖解資料結構 -- 使用 Python, 2/e【暢銷回饋版】$500$390 -
圖解作業研究, 2/e (附光碟)$350$315 -
最新 Java 程式語言 (修訂第七版)$680$537 -
統計品質管制:導論, 8/e (Montgomery: Introduction to Statistical Quality Control, 8/e)$980$931 -
AI 必須!從做中學貝氏統計 – 從事機器學習、深度學習、資料科學、大數據分析一定要懂的統計利器 (Bayesian Statistics for Beginners: A Step-By-Step Approach)$1,200$948 -
最新計算機概論, 11/e$620$490 -
Python 時間序列預測$774$735
相關主題
商品描述
本書以淺顯易懂的方法,幫助讀者瞭解統計公式的來源、性質與其適用條件,俾便在不同的情況或假設下,使用正確的統計方法(或公式),以獲知事實的真相,從而做出適切的決策。
章前新增「個案研究」:用以引導讀者進入本章的學習情境。
更新各章例題及部分單元內容:希望讓讀者瞭解臺灣的最新的統計資料,及其呈現的事實,並透過閱讀較複雜的實際案例,培養正確的統計觀念,以及更深入瞭解統計學的應用。
介紹如何用Excel來做統計計算與分析:讀者可以參考比照練習,以增進學習效果。
作者簡介
林惠玲
現職 臺灣大學經濟學系名譽及兼任教授
臺灣大學頤賢講座主授教授
曾任 臺灣大學社會科學院院長
研究興趣 計量經濟、統計學及產業經濟學等方面
曾多次擔任國家考試相關科目之命題及審查委員
陳正倉
現職 臺灣大學經濟學系名譽及兼任教授
臺灣大學公共政策與法律研究中心執行長
曾任 臺灣大學社會科學院副院長
國家通訊傳播委員會副主任委員
研究興趣 經濟發展、個體經濟學及產業經濟學等方面
曾多次擔任國家考試相關科目之召集人及命題、審查委員
目錄大綱
第01章 緒論
1.1 學習統計學的目的
1.2 統計學的發展
1.3 統計學的應用
1.4 統計學的基本概念
1.5 統計學的種類
1.6 統計學的方法
1.7 統計方法的實施步驟
1.8 摘要
1.9 習題
第02章 資料的種類與資料的蒐集及衡量
2.1 資料的種類
2.2 資料的蒐集
2.3 資料的型態與資料的衡量
2.4 有效量度與無效量度
2.5 準確量度與不準確量度
2.6 數據合不合理
2.7 上網找資料
2.8 摘要
2.9 習題
第03章 整理資料–以統計表統計圖呈現
3.1 類別資料的整理與呈現
3.2 數量資料的整理與呈現
3.3 枝葉圖
3.4 時間數列資料的整理與呈現
3.5 兩組數量資料的整理與呈現
3.6 統計圖表的優質性與扭曲性
3.7 摘要
3.8 習題
3.9 附錄
第04章 分析資料–以統計測量數呈現
4.1 未分組資料中心位置的衡量
4.2 未分組資料等分位置(分割數)的衡量
4.3 未分組資料分散度的衡量
4.4 柴比氏定理與經驗法則
4.5 未分組資料偏度與峰度的衡量
4.6 盒鬚圖分析法(5數綜合)
4.7 分組資料中心位置的衡量
4.8 分組資料等分位置的衡量
4.9 分組資料分散度的衡量
4.10 分組資料偏態與峰度的衡量
4.11 摘要
4.12 習題
4.13 附錄
第05章 機率論
5.1 隨機實驗
5.2 機率理論
5.3 事件機率
5.4 事件的性質與事件機率的運算
5.5 貝氏定理
5.6 摘要
5.7 習題
5.8 附錄
第06章 間斷隨機變數及其常用的機率分配
6.1 隨機變數的意義與種類
6.2 單一間斷隨機變數的機率分配
6.3 常用的間斷機率分配
6.4 二項機率分配
6.5 超幾何分配
6.6 泊松分配
6.7 幾何分配
6.8 摘要
6.9 習題
6.10 附錄
第07章 連續隨機變數及其常用的機率分配
7.1 連續隨機變數的機率分配
7.2 常用的連續機率分配
7.3 常態分配
7.4 標準常態分配
7.5 均等分配
7.6 指數分配
7.7 二項分配與常態分配
7.8 摘要
7.9 習題
7.10 附錄
第08章 二元隨機變數及其機率分配
8.1 二元間斷隨機變數
8.2 二元連續隨機變數
8.3 兩變數間的關係
8.4 二元隨機變數函數的期望值
8.5 多元隨機變數
8.6 摘要
8.7 習題
8.8 附錄
第09章 簡單隨機抽樣與抽樣分配
9.1 抽樣的重要性與抽樣誤差
9.2 簡單隨機抽樣
9.3 抽樣分配
9.4 樣本平均數的抽樣分配
9.5 中央極限定理(非常態母體)
9.6 樣本平均數抽樣分配的應用
9.7 樣本比例的抽樣分配
9.8 摘要
9.9 習題
9.10 附錄
第10章 統計估計–點估計
10.1 點估計的意義與限制
10.2 估計式的評斷標準
10.3 判斷估計式的應注意事項
10.4 統計(點)估計的方法
10.5 摘要
10.6 習題
10.7 附錄
第11章 統計估計–區間估計
11.1 區間估計的意義
11.2 母體平均數的區間估計–大樣本
11.3 母體平均數的區間估計–小樣本
11.4 母體比例的區間估計
11.5 樣本大小的選擇
11.6 母體變異數的區間估計
11.7 一端區間估計
11.8 摘要
11.9 習題
11.10 附錄
