用 Excel 取巧學統計:大數據的基本功,有力的圖表,就得這樣呈現。他人的數據誤用,立刻洞察

米谷學 著 羅淑慧 譯

立即出貨 (庫存 < 3)

買這商品的人也買了...

商品描述

◎你看好某項產品能暢銷,老闆回:「你有什麼依據?」你要怎麼讓他信?

  ◎政府引述主計處統計:臺灣上班族的平均薪資將近五萬。這數字錯在哪裡?

  ◎主管寫預算目標、要你抓年度業績,怎麼推算,大家會讚美你估計神準?

  ◎去年比前年成長20%,今年比去年成長30%,所以平均成長25%嗎?錯。

 
  作者米谷學師承日本統計學權威上田太一郎,為資料應用與分析高手,擅長以簡單易懂的方式,替數字盲與沒學過統計的人分析各項資料,他說,這是一套大數據的基本功,教你有說服力的圖表應該怎麼秀,還能洞察別人資料的真偽與誤用。
 
◎說服他人別硬拗,比起感覺,數據才是致勝關鍵
 
  .「部分正確」的資料,比錯誤的資料,更容易誤導人。
  「這商品會賣嗎?」、「表面很熱銷,但又有多少退貨?」
  市場上、公司會議裡,很多被經過巧妙加工的資訊或數字。怎麼分辨真偽?
  你需要:2X2交叉分析表。
 
  .整理資料很重要,為何統計非學不可?
  因為只要有資料,任何人都可以重現或是驗證分析結果,
  主管或客戶最常光憑個人經驗法則,就想打槍報告者,
  你懂這些入門統計學他就很難否定你的論點。
 
◎秀字海,入睡只要3秒,放圖表,一眼明瞭
 
  .先搞懂,你到底想要說什麼,然後找最能顯現的圖表來搭配:
  直條圖專門用來比大小;折線圖顯示長時間的趨勢線,
  圓形圖最適合秀比例,其他像是堆疊圖、散佈圖和泡泡圖,各有何作用?
 
◎不規則資料中,找出規律:平均數、中位數、標準差
 
  .明明就是平均數,為何還是不平等?
  平均數代表的是「平」、「攤」,絕對不表示「多數人都這樣」,
  所以,別被平均薪資的數字呼攏了。你該多看「中位數」,才知所得資料的重心。
  前年成長20%,去年成長30%,所以平均成長25%嗎?錯。正確答案請看書。
  兩個工人動作快慢不一,你怎麼估計平均完工時間?怎麼據此算工資?
 
  .標準差幫你釐清現況,為何想像與實際有偏差?
  當平均數和中位數都相同,你還得特別注意離差:全距與標準差,
  作者用圖表分析清楚告訴你。
 
◎抓業績目標、做預測,用簡單迴歸分析,大家讚你估好準
 
  .憑數據做預測,不是要你一次就說中。
  預料與預測雖然只差一個字,但商場只有預測,沒有預料,
  而且預測也不可能一次就準確,你得一邊驗證一邊更新。
 
  .看出圖表中的暗示,用迴歸分析做預測。
  不是所有資料都需要拿來做預測,哪些現象出現,
  這份資料根本沒有預測的必要?或是才有預測的價值?
  作者會教你。
 
  還有,只要學會哪兩個函數,就能求出上萬種直接預測值?
  比起憑個人經驗與直覺,懂些大數據的基本功,你無往不利。
 
名人推薦

  微軟最有價值專家、臺灣微軟特約講師劉文琇
  資深會計人員、網路人氣作家贊贊小屋
 

目錄大綱

推薦序一  輕鬆學會統計學的入門知識及Excel應用能力/劉文琇
推薦序二  當統計學遇到Excel/贊贊小屋
前言 打破「那些數字有什麼依據?」的質疑
 
第一章 說服他人別硬拗,比起感覺,數據才是致勝關鍵

  1. 部分正確的資料最常誤導人
  2. 整理資料很重要,為何統計非學不可?
  3. 如何建立立刻可供分析或計算的資料?
  4. 大數據基本功

 
第二章 秀字海,入睡只要三秒,放圖表,一眼明瞭

  1. 先搞懂,你的圖表到底要說什麼
  2. 直條圖:專門用來比大小
  3. 折線圖:顯示長時間的趨勢線
  4. 圓形圖:秀比例
  5. 堆疊圖:比例、趨勢一起看
  6. 散佈圖:兩個變數的關聯
  7. 泡泡圖:三個以上的變數關聯

 
第三章 從不規則資料中,找出規律:平均數、中位數、標準差

  1. 明明就是平均數,為何還是不平等?
  2. 直方圖怎麼讀?怎麼做?
  3. 平均數機動性最高,可依個案靈活運用
  4. 掌握中位數,你就能快速找出資料的核心
  5. 標準差幫你釐清現況,為何想像與實際有偏差?

 
第四章 從數據相關性的強與弱,做出預測

  1. 為何要先找出相關性?
  2. 一秒破解相關性的最強武器:散佈圖
  3. 一鍵按出相關係數,一眼看穿關係強弱
  4. 相關性也可能是假的,專業觀點教你辨真偽

 
第五章 抓業績目標、做預測,用簡單迴歸分析,大家讚你估好準

  1. 憑數據做預測,不是要你一次就說中
  2. 看出圖表中的暗示,用迴歸分析預測
  3. 利用趨勢線,找出迴歸規律
  4. 用資料分析工具──「迴歸」求出迴歸式
  5. 學兩個函數,求出上萬種直接預測值

 
後記 統計學是溝通工具
附錄A 專有名詞及函數索引
附錄B 參考與推薦書籍