統計學,最強的商業武器:從買樂透到大數據,全都離不開統計學;不懂統計學,你就等著被騙吧!(三版) Statistics, literacy for the next generation

西內啟 著 陳亦苓 譯

買這商品的人也買了...

商品描述

系列著作突破50萬冊!

一出版,即引爆日本商務人士重讀

「統計學」的熱潮!

 

  ◎ 榮獲日本年度商書大賞、日本統計学会出版賞

  ◎ 日本年度商管書暢銷榜Top 5。

  ◎ 東京大学最受學生歡迎的社科類、商業類書第一名。

  ◎ 具備「商業管理書」、「統計學入門書」、「Big Data概念書」三種特性。

 

  本書最大宗旨在於

  如何解讀統計數據資料!

  不使用艱深的數學式,就能讓你

  看穿數字背後的真相。

 

  你一定聽過「數字會說話」,但,數字經過加工,也可以騙人。

  你也許只看結果不看過程,但,任何統計都有你意想不到的疏漏。

  數據能夠協助決策者做出判斷,但,也會讓我們誤入歧途。

 

  統計學,憑什麼?

  任何商業決策,甚至攸關生死的國家政令,都不能只憑個人的第六感與有限的經驗來決定。唯有統計學,能夠精準洞悉數據背後的含義、潛在的可能,以及無限的商機。 

 

  統計學之所以偉大,在於能以最快速度,明確指出一條「最佳路徑」。

 

  ◇不論任何領域,想要導出正解,都無法離開統計學的範疇。

  ◇當大數據時代來臨,考驗的並非資料有多大,而是如何萃取出資訊的價值。

  ◇統計常識教我們的是永遠能妥善掌控自己的幸福。

  ◇內容橫跨六大領域的知識入門書,以最簡單的生活常識讓讀者領略以下學問:社會調查法、生物統計學、心理統計學、資料採礦、文字探勘、計量經濟學。

  ◇以簡單的商業行為及社會現象來闡述現實世界經常使用或出現的統計學狀況:

 

  1. 將老鼠溺斃前的掙扎實驗,用來做為抗憂鬱症藥物研發依據。

  憑什麼?

  2. 全世界都將IQ測驗,當成評斷你到底是聰明人還是笨蛋的依據。

  憑什麼?

  3. 縫紉機買兩台就打九折,背後的成功關鍵是折扣。

  憑什麼?

  4. 醫學界在今年的世界癌症日斷言,未來高達70%的人類會得癌症。

  憑什麼?

  以上問題,透過本書的統計學知識,都可一一看穿是非對錯。

 

  【編輯推薦】

  到目前,沒有一本書敢直接告訴你,那些商人所創造出來的「大數據」、「商業智慧」、「自然語言處理」等新名詞,都不過是包在統計學外層的糖衣,扒開外皮,骨子裡就是統計學。

 

  人類歷史從求神問卜、聽信專家、到大數據時代,數據資料取代了卜卦和專家。不想成為容易被唬的門外漢,請詳讀本書(編輯強烈建議能夠一讀再讀至少三遍),成為能夠看穿這些騙人數據的內行人。

 

  科技的進步,讓龐大的數據分析可用機器取代,你所需要做的,就是懂得如何解讀分析結果,看穿其中是否有任何瑕疵,而這正是本書最大的目的。

作者簡介

作者簡介

 

西內 啟 Hiromu Nishiuchi

 

  畢業於東京大學醫學部,主修生物統計學。曾任東京大學大學院醫學系研究科醫療傳播學領域的助理講師、大學醫院醫療資訊網路工程研究中心副主任、哈佛癌症研究中心客座研究員等職務。目前則為各種以數據資料為基礎的社會創新專案,提供研究調查、分析、系統開發以及策略規劃等諮詢服務。

 

  著作包括《科特勒教會我的事》(暫譯)、《上班族的多數煩惱都已有學術性的「解答」》(暫譯)、《世界第一簡單易懂的醫學統計》(暫譯)等。

 

譯者簡介

 

陳亦苓

 

  政治大學廣播電視系畢,輔修日文,曾留學並於日本工作近四年。目前為自由譯者,擅長資訊類英翻中、日翻中

目錄大綱

第1章|統計學,憑什麼是最強的武器?
01不懂統計學的人容易被騙
02 唯有統計學能最快導出最佳解
03 所有學問都以統計學為基礎
04 大數據時代來臨,讓統計學備受矚目

第2章|能大幅降低資訊成本的抽樣調查
05 統計學家眼中的大數據狂想曲
06 準確度足以嚇死人的抽樣調查
07 應該為了1%的精確度而花費數千萬日圓嗎?

第3章|誤差與因果關係是統計學的重點
08 拋棄傳統的統計方法吧
09 這世界到處充斥著,沒有考慮因果關係的統計分析
10 改變投遞DM的方式,就能多賺六十億
11 營業額是真的提高了?還是只是誤差?
12 到底該分析什麼樣的數據?
13「因果關係」是個大問題

第4章|統計學的終極必殺技叫做「隨機對照實驗」
14 奶茶是先倒牛奶還是先倒紅茶
15 隨機對照實驗是商場競爭的神器
16「買兩台就打九折」的銷售策略,真能提高營業額?
17 隨機對照實驗的三項限制──現實、情感、道德

第5章|好吧,無法做「隨機對照實驗」,又該怎麼辦?
18 流行病學的進步,證明了抽菸的風險
19 分析「回歸平凡」的回歸分析
20 統計學之父的另一項成就 
21 讓統計學變得更易理解的一張表 
22 多元回歸分析與邏輯回歸 
23 統計學家的極致因果推論 

第6章|統計學之間的殘酷戰爭
24 社會調查法 vs 流行病學及生物統計學
25 創造「IQ」一詞的心理統計學
26 做為商業用途的資料採礦
27 用於分析語言的文字探勘
28 著重演繹的計量經濟學與著重歸納的統計學
29 貝葉斯派與頻率論派在機率觀念上的對立

第7章|統計學,讓你得以站在巨人的肩膀上
30 用統計學找出「最佳解」
31 讓我們來尋找實證