图解统计学思维 - 中国高校教材图书网
|
|
|
书名： |
图解统计学思维
|
| ISBN： | 978-7-300-32426-5 |
条码： | |
| 作者： |
[日] 高桥洋一 著 佟凡 译
相关图书
|
装订： | 0 |
| 印次： | 1-1 |
开本： | 0 |
| 定价： |
￥59.00
折扣价：￥53.10
折扣：0.90
节省了5.9元
|
字数： |
120千字
|
| 出版社： |
中国人民大学出版社 |
页数： |
|
| 发行编号： | 324265 |
每包册数： |
15
|
| 出版日期： |
2024-02-01 |
|
|
| 内容简介： |
“统计学很难，只看书根本无法懂。”“很多统计学的书，没有一本看得懂。”“不懂公式，就不可能学会统计学吗？”很多自学统计学的读者，都有过上述的想法？本书锁定直方图、平均值、变异数、标准偏差、常态分布、二项分布、六项最实用的统计工具，去繁就简，为初学者指引最有效率的学习途径。学习者将学会融会贯通，并可以实际应用。
本书是为了看到数字、公式就头痛，不得其门而入的读者所写作的，堪称是“入门级中的入门级”。
|
| 作者简介： |
作者简介
[日]髙桥洋一
曾任日本政府负责经济和财政政策的参事，因在一线指挥日本泡沫经济破灭后的不良债权处理而闻名。现任嘉悦大学商业创造学部教授，株式会社政策工房代表董事长。他出版了多本经济学、会计学相关畅销书。
译者简介
佟凡
日语自由译者，日本文学硕士，毕业于西安交通大学，曾在同志社大学留学一年。
在朝九晚五工作三年后，选择做一名自由译者，希望在书籍中寻找一个个新奇的世界，借助自己的微薄之力，让读者领略更多元的文化。已出版数十本译作，代表译作有《金阁寺》《假面自白》《山河犹存》《爱的勇气》等。
|
| 章节目录： |
第 1 章 “统计学”究竟是什么——减少金钱和劳动力的浪费
统计学中常见的“误解 /003
无须调查全部样本就能在一定程度上掌握整体情况 / 007
统计学的前提是没有偏误 /009
有时也需要有偏误的数据/013
随机比想象中困难 /015
很难做到恰到好处/019
第 2 章 直方图、均值、方差、标准差——“统计学”从这里开始
最大众化的统计学——直方图 /025
人人都能尝试的骰子直方图 /025
“频数”和“组距”是什么 /029
计算“均值”和“方差” /035
统计学中的“均值”计算方法 /035
表示数据离散程度的“差” /039
直接用数值表示“标准差” /044
你知道偏差值的计算方法吗 /045
偏差值究竟是什么 /045
计算偏差值 /051
标准差会让偏差值上升还是下降 /053
一次考试无法测出学力 /057
第 3 章 正态分布——最常见的“分布之王”
什么是“正态分布” /065
表格像左右对称的山峰 /065
什么样的数据会形成“正态分布” /067
“均值”和“方差”为什么重要 /070
高斯证明的“标准正态分布” /073
什么是“误差” /073
为什么“标准正态分布”是特殊的 /079
将数据“正态化” /083
为什么正态分布让统计学变得轻松 /090
统计学首先要建立“假设” /090
第 4 章 二项分布——这里有社会上的各种现象
什么是“二项分布” /097
二项分布是一种概率分布 /097
理解二项分布的前提是“组合” /101
了解“组合”与“排列” /102
什么是“组合” /102
什么是“排列” /107
在组合被视为“重复”，在排列中被视为“不同” /112
不需要记住公式也能解开数学题 /115
用骰子理解二项分布 /118
什么是“伯努利试验” /118
各种值的范围——“随机变量” /121
用骰子解读二项分布 /123
理解二项分布的定理式 /130
第 5 章 正态分布与二项分布——两种重要分布的关系是什么
希望大家牢记“中心极限定理” /137
什么是“中心极限定理” /137
中心极限定理与二项分布 /143
用“三项数值”理解统计图表 /145
二项分布的“均值”与“方差” /145
正态分布的特征同样适用于二项分布 /149
第 6 章 收视率、投票站出口调查的原理——用统计学解释世界上的神奇之处
日本的家庭总数为5800万，为什么用1/8400的样本量就能算出收视率 /157
收视率真的准确吗 /157
随机果然很难 /159
收视率有±2%的误差 /161
收视率的“均值”与“方差” /165
为什么不能用90户家庭作为样本 /167
选举投票站出口调查为什么能锁定当选者 /171
什么是投票站出口调查 /171
有两名候选人的选区 /173
从投票站出口调查中能看到什么 /176
前提仍是“随机” /182
了解统计学并不是结束 /188
结 语 / 191
|
| 精彩片段： |
|
|
| 书 评： |
|
|
| 其 它： |
|
|
|
