◎前言

◎登場人物介紹



▌第1天 歡迎來到統計學的世界

⚫︎第1堂課：統計學是什麼樣的學問？

・近百年來大幅發展的學問

・什麼場合會用到統計學

・醫學和心理學也廣為運用

・統計學一點也不簡單！

・提升數據素養！

・統計學分為兩種類型

・近年來盛行的「貝氏統計學」是什麼？

⚫︎第2堂課：統計學有各式各樣的分析方法

・代表性分析方法① 複迴歸分析

・代表性分析方法② 邏輯斯迴歸分析

・代表性分析方法③ 主成分分析

⚫︎第3堂課：千萬別陷入「大數據」的迷思中！

・只要有大數據，任何問題都能解決⋯⋯？

・數據驅動經營的困難點

・通過這本書來提升數據素養吧！

❖第1天課程學到的內容



▌第2天 別被「模擬調查」牽著鼻子走！隨機抽樣法

⚫︎第1堂課：調查的可信度就以「隨機抽樣法」來決定！

・千萬別被「模擬調查」給騙了！

・想做到值得信賴的調查，就用「隨機抽樣法」！

❖高橋老師對數字的觀點▸▸對圓餅圖持保留態度⋯⋯

⚫︎第2堂課：瞭解四種隨機抽樣法！

・從所有人當中隨機抽出的「簡單隨機抽樣法」

・分層之後再抽出的「分層抽樣法」

・分成兩個階段抽出的「兩段抽樣法」

・分層＋兩段的組合技「分層兩段抽樣法」

・知道真相的只有母體

・什麼是隨機分配？

・評論經濟的危險

❖第2天課程學到的內容



▌第3天 掌握資料的感覺！數值資料篇

⚫︎第1堂課：看到資料，第一步是先掌握感覺！

・學習資料處理的基礎

・「掌握資料的感覺」是什麼意思？

・資料可以分為兩種類型

⚫︎第2堂課：試著將「資料的分散程度」數值化

・「平均」就是讓資料「變得勻稱」

・以平方和、變異數、標準差來判斷「分散程度」

・以平均數為基準點的「平方和」

・消除平方和的缺點！「變異數」

・只是把變異數開根號！「標準差」

・平方和、變異數、標準差──統計學的幕後要角！

・推論統計學使用的「不偏變異數」

・消除平均數的缺點！「中位數」

⚫︎第3堂課：其實近在你我身邊？資料的「標準化」

・統一資料規格的「標準化」

・標準化值原來就是那個數字！

❖專欄漫畫▸▸高橋老師的資料超整齊！

❖第3天課程學到的內容



▌第4天 掌握資料的感覺！類別資料篇

⚫︎第1堂課：掌握類別資料，就從「比例」抓住感覺！

・類別資料的掌握方法非常簡單！

・試著將平方和轉換

・輕鬆掌握類別資料！

・二進位資料可以作為數值資料來處理！

・這個統計方法是錯誤的！

❖高橋老師對數字的觀點▸▸從統計觀點看「積極參與投票」的必要性

❖第4天課程學到的內容



▌第5天 使資料視覺化！常態分布

⚫︎第1堂課：資料變得一目瞭然！直方圖與機率密度函數

・首先利用「次數分配表」來製作「直方圖」

・機率密度函數的曲線和橫軸包夾的面積為1

⚫︎第2堂課：試著瞭解最重要的常態分布！

・記住最重要的機率密度函數

・是否存在和常態分布一致的資料？

・特別的常態分布──標準常態分布

・掌握標準常態分布的特徵

・面積＝比例＝機率

・機率密度函數的硬性定義

❖專欄漫畫▸▸有看沒有懂的希臘字母

❖第5天課程學到的內容



▌第6天 實踐！試著估計母體的比例

⚫︎第1堂課：根據樣本資料來估計母體的比例！

・根據樣本資料得知母體情況

・推導信賴區間的公式

・只調查一次的信賴區間值得信賴嗎？

・樣本人數、信賴區間與信賴水準的關係

・為什麼主流媒體都不會報導「信賴區間」？

❖第6天課程學到的內容



▌第7天 實踐！嘗試進行複迴歸分析

⚫︎第1堂課：試著充分瞭解迴歸分析！

・什麼是迴歸分析？

・代入公式，就能計算迴歸方程式！

・如何解釋迴歸方程式？

・什麼是實測值、預測值和殘差？

・什麼是判定係數？

❖高橋老師對數字的觀點▸▸長條圖的使用禁忌

⚫︎第2堂課：試著充分瞭解複迴歸分析！

・複迴歸分析，迴歸分析的進階版

・統計學並非萬用的魔法

❖第7天課程學到的內容



▌補講 什麼是統計假設檢定？

・在結束所有課程之前

・推論假設是否正確



◎後記

◉附錄 迴歸方程式的推導

◎前言
◎登場人物介紹

▌第1天 歡迎來到統計學的世界
⚫︎第1堂課：統計學是什麼樣的學問？
・近百年來大幅發展的學問
・什麼場合會用到統計學
・醫學和心理學也廣為運用
・統計學一點也不簡單！
・提升數據素養！
・統計學分為兩種類型
・近年來盛行的「貝氏統計學」是什麼？
⚫︎第2堂課：統計學有各式各樣的分析方法
・代表性分析方法① 複迴歸分析
・代表性分析方法② 邏輯斯迴歸分析
・代表性分析方法③ 主成分分析
⚫︎第3堂課：千萬別陷入「大數據」的迷思中！
・只要有大數據，任何問題都能解決⋯⋯？
・數據驅動經營的困難點
・通過這本書來提升數據素養吧！
❖第1天課程學到的內容

▌第2天 別被「模擬調查」牽著鼻子走！隨機抽樣法
⚫︎第1堂課：調查的可信度就以「隨機抽樣法」來決定！
・千萬別被「模擬調查」給騙了！
・想做到值得信賴的調查，就用「隨機抽樣法」！
❖高橋老師對數字的觀點▸▸對圓餅圖持保留態度⋯⋯
⚫︎第2堂課：瞭解四種隨機抽樣法！
・從所有人當中隨機抽出的「簡單隨機抽樣法」
・分層之後再抽出的「分層抽樣法」
・分成兩個階段抽出的「兩段抽樣法」
・分層＋兩段的組合技「分層兩段抽樣法」
・知道真相的只有母體
・什麼是隨機分配？
・評論經濟的危險
❖第2天課程學到的內容

▌第3天 掌握資料的感覺！數值資料篇
⚫︎第1堂課：看到資料，第一步是先掌握感覺！
・學習資料處理的基礎
・「掌握資料的感覺」是什麼意思？
・資料可以分為兩種類型
⚫︎第2堂課：試著將「資料的分散程度」數值化
・「平均」就是讓資料「變得勻稱」
・以平方和、變異數、標準差來判斷「分散程度」
・以平均數為基準點的「平方和」
・消除平方和的缺點！「變異數」
・只是把變異數開根號！「標準差」
・平方和、變異數、標準差──統計學的幕後要角！
・推論統計學使用的「不偏變異數」
・消除平均數的缺點！「中位數」
⚫︎第3堂課：其實近在你我身邊？資料的「標準化」
・統一資料規格的「標準化」
・標準化值原來就是那個數字！
❖專欄漫畫▸▸高橋老師的資料超整齊！
❖第3天課程學到的內容

▌第4天 掌握資料的感覺！類別資料篇
⚫︎第1堂課：掌握類別資料，就從「比例」抓住感覺！
・類別資料的掌握方法非常簡單！
・試著將平方和轉換
・輕鬆掌握類別資料！
・二進位資料可以作為數值資料來處理！
・這個統計方法是錯誤的！
❖高橋老師對數字的觀點▸▸從統計觀點看「積極參與投票」的必要性
❖第4天課程學到的內容

▌第5天 使資料視覺化！常態分布
⚫︎第1堂課：資料變得一目瞭然！直方圖與機率密度函數
・首先利用「次數分配表」來製作「直方圖」
・機率密度函數的曲線和橫軸包夾的面積為1
⚫︎第2堂課：試著瞭解最重要的常態分布！
・記住最重要的機率密度函數
・是否存在和常態分布一致的資料？
・特別的常態分布──標準常態分布
・掌握標準常態分布的特徵
・面積＝比例＝機率
・機率密度函數的硬性定義
❖專欄漫畫▸▸有看沒有懂的希臘字母
❖第5天課程學到的內容

▌第6天 實踐！試著估計母體的比例
⚫︎第1堂課：根據樣本資料來估計母體的比例！
・根據樣本資料得知母體情況
・推導信賴區間的公式
・只調查一次的信賴區間值得信賴嗎？
・樣本人數、信賴區間與信賴水準的關係
・為什麼主流媒體都不會報導「信賴區間」？
❖第6天課程學到的內容

▌第7天 實踐！嘗試進行複迴歸分析
⚫︎第1堂課：試著充分瞭解迴歸分析！
・什麼是迴歸分析？
・代入公式，就能計算迴歸方程式！
・如何解釋迴歸方程式？
・什麼是實測值、預測值和殘差？
・什麼是判定係數？
❖高橋老師對數字的觀點▸▸長條圖的使用禁忌
⚫︎第2堂課：試著充分瞭解複迴歸分析！
・複迴歸分析，迴歸分析的進階版
・統計學並非萬用的魔法
❖第7天課程學到的內容

▌補講 什麼是統計假設檢定？
・在結束所有課程之前
・推論假設是否正確

◎後記
◉附錄 迴歸方程式的推導

◎前言

◎登場人物介紹



▌第1天 歡迎來到統計學的世界

⚫︎第1堂課：統計學是什麼樣的學問？

・近百年來大幅發展的學問

・什麼場合會用到統計學

・醫學和心理學也廣為運用

・統計學一點也不簡單！

・提升數據素養！

・統計學分為兩種類型

・近年來盛行的「貝氏統計學」是什麼？

⚫︎第2堂課：統計學有各式各樣的分析方法

・代表性分析方法① 複迴歸分析

・代表性分析方法② 邏輯斯迴歸分析

・代表性分析方法③ 主成分分析

⚫︎第3堂課：千萬別陷入「大數據」的迷思中！

・只要有大數據，任何問題都能解決⋯⋯？

・數據驅動經營的困難點

・通過這本書來提升數據素養吧！

❖第1天課程學到的內容



▌第2天 別被「模擬調查」牽著鼻子走！隨機抽樣法

⚫︎第1堂課：調查的可信度就以「隨機抽樣法」來決定！

・千萬別被「模擬調查」給騙了！

・想做到值得信賴的調查，就用「隨機抽樣法」！

❖高橋老師對數字的觀點▸▸對圓餅圖持保留態度⋯⋯

⚫︎第2堂課：瞭解四種隨機抽樣法！

・從所有人當中隨機抽出的「簡單隨機抽樣法」

・分層之後再抽出的「分層抽樣法」

・分成兩個階段抽出的「兩段抽樣法」

・分層＋兩段的組合技「分層兩段抽樣法」

・知道真相的只有母體

・什麼是隨機分配？

・評論經濟的危險

❖第2天課程學到的內容



▌第3天 掌握資料的感覺！數值資料篇

⚫︎第1堂課：看到資料，第一步是先掌握感覺！

・學習資料處理的基礎

・「掌握資料的感覺」是什麼意思？

・資料可以分為兩種類型

⚫︎第2堂課：試著將「資料的分散程度」數值化

・「平均」就是讓資料「變得勻稱」

・以平方和、變異數、標準差來判斷「分散程度」

・以平均數為基準點的「平方和」

・消除平方和的缺點！「變異數」

・只是把變異數開根號！「標準差」

・平方和、變異數、標準差──統計學的幕後要角！

・推論統計學使用的「不偏變異數」

・消除平均數的缺點！「中位數」

⚫︎第3堂課：其實近在你我身邊？資料的「標準化」

・統一資料規格的「標準化」

・標準化值原來就是那個數字！

❖專欄漫畫▸▸高橋老師的資料超整齊！

❖第3天課程學到的內容



▌第4天 掌握資料的感覺！類別資料篇

⚫︎第1堂課：掌握類別資料，就從「比例」抓住感覺！

・類別資料的掌握方法非常簡單！

・試著將平方和轉換

・輕鬆掌握類別資料！

・二進位資料可以作為數值資料來處理！

・這個統計方法是錯誤的！

❖高橋老師對數字的觀點▸▸從統計觀點看「積極參與投票」的必要性

❖第4天課程學到的內容



▌第5天 使資料視覺化！常態分布

⚫︎第1堂課：資料變得一目瞭然！直方圖與機率密度函數

・首先利用「次數分配表」來製作「直方圖」

・機率密度函數的曲線和橫軸包夾的面積為1

⚫︎第2堂課：試著瞭解最重要的常態分布！

・記住最重要的機率密度函數

・是否存在和常態分布一致的資料？

・特別的常態分布──標準常態分布

・掌握標準常態分布的特徵

・面積＝比例＝機率

・機率密度函數的硬性定義

❖專欄漫畫▸▸有看沒有懂的希臘字母

❖第5天課程學到的內容



▌第6天 實踐！試著估計母體的比例

⚫︎第1堂課：根據樣本資料來估計母體的比例！

・根據樣本資料得知母體情況

・推導信賴區間的公式

・只調查一次的信賴區間值得信賴嗎？

・樣本人數、信賴區間與信賴水準的關係

・為什麼主流媒體都不會報導「信賴區間」？

❖第6天課程學到的內容



▌第7天 實踐！嘗試進行複迴歸分析

⚫︎第1堂課：試著充分瞭解迴歸分析！

・什麼是迴歸分析？

・代入公式，就能計算迴歸方程式！

・如何解釋迴歸方程式？

・什麼是實測值、預測值和殘差？

・什麼是判定係數？

❖高橋老師對數字的觀點▸▸長條圖的使用禁忌

⚫︎第2堂課：試著充分瞭解複迴歸分析！

・複迴歸分析，迴歸分析的進階版

・統計學並非萬用的魔法

❖第7天課程學到的內容



▌補講 什麼是統計假設檢定？

・在結束所有課程之前

・推論假設是否正確



◎後記

◉附錄 迴歸方程式的推導