統計學,最強的商業武器:實踐篇

西內 啟 著、陳亦苓 譯

立即出貨 (庫存 < 6)

買這商品的人也買了...

相關主題

商品描述

 

<內容簡介>

-本書特色-
全日本累計銷量突破37萬冊!
一出版,即引爆商務人士重讀「統計學」熱潮!
台灣×日本年度暢銷商管書──
《統計學,最強的商業武器》最強續篇!

商場上最需要的,
是能夠「掌握」、「預測」、「洞悉」人心的數據分析!
在這因大數據而躁動不安的世界,具備基本統計學素養的人將擁有最大優勢。
本書完美結合「商業實務」與「統計學」,集中在策略管理與獲利能力之間,告訴你如何參透商機中的因果關係。

◎如何用統計學檢驗出到底是「偶發」的差距,還是「有意義」的差距?
◎如何避免「明明沒差異卻認為有差異」與「有差異卻找不出來」這兩種結果?
◎統計學能證明「天下烏鴉一般黑」嗎?
◎如何用「回歸分析」來找出難以發現的關聯性?
◎任何原始資料,只要加總便會趨近於常態分佈,為什麼?
◎穩賺不賠的彩金賠率設定,竟與病例對照研究的成功率算法相同?
以上,皆能一一套用書中的方法解開數字的騙局!

-本書內容-

《統計學,最強的商業武器》的最大宗旨在於如何解讀數據;
《實踐篇》所談論的,則是──
洞悉人類心理,活用於商業行為的統計分析

在一切數據化的現今社會,無論任何領域,統計學都是一大利器。比起「掌握現況」和「預測未來」的統計學,以「洞悉因果」為動機的統計學,至今還未以簡單易懂的形式普及於一般人,而這正是本書的企圖。

令經濟學家頭疼的金融政策或許很難,但商業上的策略是可輕易以隨機對照實驗來驗證因果關係的。本書目標在於介紹對所有商務人士來說極為實用的統計常識,所提到的統計分析方法都很基本,只要懂得這些,便足以應付一般商業領域需求。

以下問題,你能用統計學知識解答嗎?
Q: 假設某付費的網路服務依據A╱B測試的結果,改換新設計後的網頁其轉換率從0.10%上升到了0.11%。差距雖只有0.01%,但要怎麼做才能推測出這0.1%的差距為「偶發的差距」還是「真的有差異」?

Q: 假設某美白保養品的問卷調查題目為「有美白效果」、「讓膚色變明亮」、「改善膚色暗沉」,卻出現了「有美白效果」會提高購買意願,而「讓膚色變明亮」卻降低了購買意願的結論,在這種模稜兩可、看似矛盾的調查結果,如何透過因素分析讓其壁壘分明?

Q: 假設保險業務員A君完全沒拜訪客戶的簽約數是0;B君拜訪2次簽到3份約;C君則拜訪了4次簽到3份約,看似毫無關聯性的拜訪次數及簽約數,要如何用「回歸分析」推導出其中的細微差距?

Q: 假設賽馬場有三匹馬參賽,所有參與博奕的賭客都能預見賽馬A贏的機率為50%,賽馬B贏的機率為30%,賽馬C贏的機率為20%,博奕公司(莊家)該如何設計穩賺不賠的彩金賠率?
解答就在書本中!

 

<章節目錄>

序章 商業活動與統計學之間的連結
01 商業與統計學之間為何存在著鴻溝
02 「掌握」、「預測」,以及「洞悉」的統計學

第 1 章 統計學的實踐,就從重新思考基本觀念開始
──「平均」及「比例」的本質
03 「洞悉」型統計學的三項必要知識
04 「平均值」其實很深奧
05 平均值為何能夠掌握真相?
06 標準差所呈現的「概略資料範圍」

第 2 章 統計學之所以「最強」的另一個理由
──標準誤差及假設檢定
07 介於急驚風與慢郎中之間的「最強」思維
08 「誤差範圍」與資料量的關係
09 為貧乏言論畫上休止符的假設檢定
10 用z檢定來駁斥急驚風
11 用於少量資料的t檢定與費雪的精確性檢定
12 檢定的多重性與其對應處方

第 3 章 堪稱洞悉之王道的各種分析工具
──多元回歸分析與邏輯回歸
13 統計學的王道──「回歸分析」
14 如何求出迴歸直線?
15 一次分析多個解釋變數的多元回歸分析
16 邏輯回歸與對數比值
17 回歸模型的總結與補充
18 實用的迴歸模型應用方法──輸入編
19 實用的迴歸模型應用方法──輸出編

第 4 章 在資料背後隱藏了「什麼」
──因素分析與聚類分析
20 心理學家所開發的因素分析有什麼用途
21 具體而言,因素分析到底能做些什麼?
22 聚類分析的基本觀念
23 k-平均演算法(k-means)的聚類分析

終章 統計方法總整理與使用順序介紹
24 本書總結
25 商業應用時的分析順序
26 無法透過本書獲得的三種知識

數學公式的補充說明
補充01:偏差的絕對值與中位數
補充02:偏差的平方與平均值
補充03:平均值與比例的標準誤差
補充04:變異數與無偏變異數
補充05:常態分佈的數學特性
補充06:中央極限定理
補充07:切比雪夫不等式
補充08:針對平均值與比例之差距的z檢定
補充09:卡方分佈與t分佈的關係
補充10:費雪的精確性檢定
補充11: z檢定與卡方檢定
補充12:邦弗朗尼校正
補充13:簡單回歸分析
補充14:簡單回歸分析與t檢定的關係
補充15:多元回歸分析
補充16:比值比
補充17:檢定力與樣本數規劃

 

<作者介紹>

西內 啟
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 4 年。目前為自由譯者,擅長資訊類英翻中、日翻中。
個人作品列表:www.anobii.com/bready/books