統(tǒng)計學入門很簡單：看得懂的極簡統(tǒng)計學

第0章 【序章】作為工具的統(tǒng)計學 1
為什么如今統(tǒng)計學備受推崇　2
統(tǒng)計學的分類　4
統(tǒng)計學的歷史即人類的文明史　6
專欄1　開放數據　8
第　1章 【基礎篇】數據的整理方法　9
數據種類繁多，主要分為定量數據和定性數據　10
列表整理使數據的特征顯而易見　12
圖表化使數據的特征一目了然　14
平均值是數據最重要的代表值　16
中位數/　眾數也是數據的代表值　18
方差/　標準差是表征數據分散程度的重要指標　20
波動和方差的大小體現了原始數據的固有信息量　22
相關圖使兩個變量的關系可視化　24
相關系數使兩個變量的關系量化　26
交叉表格使兩個定性變量的關系可視化　28
專欄2　多元分析　30
第　2章 【基礎篇】概率/ 總體/ 樣本　31
概率，即用0~1　之間的數字來表示事件發(fā)生的可能性　32
隨機變量，只有通過試驗才能確認其數值　34
隨機變量的概率分布是統(tǒng)計學重點　36
隨機變量的平均值和方差的計算式　38
概率分布的百分點和p　值　40
用于應對各種規(guī)范的標準化轉換　42
總體及研究總體用的樣本　44
統(tǒng)計學中經常使用的基本統(tǒng)計量　46
滿足無偏估計量的條件　48
自由度取值不受限的變量個數　50
概率分布的基礎是高斯發(fā)現的正態(tài)分布?。?2
集世界之美的中心極限定律　54
正態(tài)總體的樣本均值的相關定理　56
正態(tài)分布經常用到的百分點　58
專欄3　回歸分析　60
第3章　【基礎篇】估計/ 檢驗的基本思想　61
從樣本推測總體的統(tǒng)計學估計　62
區(qū)間估計的原理1．　根據樣本計算統(tǒng)計量的概率分布　64
區(qū)間估計的原理2．　根據概率分布計算概率　66
區(qū)間估計的置信度95%　及99% 的意義　68
置信度和置信區(qū)間是此消彼長的關系　70
統(tǒng)計學檢驗的思想是簡單易懂的　72
根據風險率（顯著性水平）可知檢驗的正確程度　74
檢驗分為單側檢驗和雙側檢驗兩種類型　76
檢驗時無法避免的兩類錯誤　78
專欄4　因子分析　80
第4章　【 基礎篇】
回歸分析/　方差分析/ 貝葉斯統(tǒng)計學　81
一元回歸分析，由1　個變量預測其他變量　82
多元回歸分析，由2　個以上的變量預測其他變量　84
決定系數決定回歸分析的精度　86
自由度調整后的決定系數可以不受回歸分析變量個數的影響　88
絕不是偶然的方差分析　90
組間和組內的變異是方差分析的決定性因素　92
方差分析的基礎是使用F　分布的檢驗　94
按部就班就可以完成方差分析　96
理解方差分析首先要理解偏差和波動的性質　98
雙因素的方差分析（無反復）　100
雙因素的方差分析（有反復）　102
方差分析的統(tǒng)計學術語　104
為什么現在貝葉斯統(tǒng)計學如此流行　106
4　個貝葉斯統(tǒng)計學的基本概念　108
基于條件概率的貝葉斯定理　110
貝葉斯定理的典型案例　．112
專欄5　主成分分析　114
第5章　【發(fā)展應用篇】數據的應用　115
調查2　個商品價格之間的關聯　116
注意數據中的異常值　118
用大局觀分析短期變化　120
調查區(qū)域差異帶來的商品價格變化　122
畫出商品價格的分布表　124
專欄6　判別分析　126
第6章　【 發(fā)展應用篇】
概率/　總體/ 樣本的應用　127
抽獎時首先要計算什么　128
從蒙特卡羅法中感受隨機的威力　130
人的幸運和不幸與大數定律有關嗎　132
喝醉的人的目的地是哪里　134
淺析中心極限定理　136
調查問卷的樣本數量應該設為多少　138
專欄7　聚類分析　140
第7章　【發(fā)展應用篇】估計/ 檢驗的應用　141
用極大似然估計法推導圖釘針朝上的概率　142
從一個較大的樣本中求主婦零用錢的平均值　144
從一個較小的樣本中求主婦零用錢的平均值　146
已知方差求主婦零用錢的平均值　148
計算30　～ 40 歲男性的單身率　150
內閣的支持率的區(qū)間估計　152
調查商務人士零用錢的差異　154
調查吸煙率是否有增加?。?56
調查小學生數學的學習能力是否提高　158
調查新生兒的平均體重是否有減少　160
調查員工的睡眠時間是否有變化　162
調查東京和大阪的上班族的零用錢水平是否有差別　164
調查棒球選手的擊球率是否有差異　166
調查葡萄酒實際容量的方差是否有變化　168
調查兩個人的裝袋工作的方差是否有差異　170
調查骰子是否有異常　172
調查某市男女出生比是否失衡　174
調查奶—茶和茶—奶是否可以靠味道分辨出不同　176
調查成人和兒童對西餐和日本料理的喜好是否不同　178
專欄8　量化理論　180
第8章　【 發(fā)展應用篇】
回歸分析/　方差分析/ 貝葉斯統(tǒng)計學的應用　181
從住宅戶數分析汽車保有量　182
從住宅戶數和年收入分析汽車保有量　184
根據時間序列數據預測未來　186
展示新產品策略的效果　188
新教學方法是否有效　190
營養(yǎng)和睡眠對美容是否有效（無反復）　192
補充　194
營養(yǎng)和睡眠對美容是否有效（有反復）　196
補充　198
猜一下口袋里白球的個數　200
求解體檢出現陽性結果時真的患病的概率　202
挑戰(zhàn)蒙提霍爾問題　204
硬幣出現正面的實際概率是多少　206
如何使用貝葉斯理論來篩選垃圾郵件　210
求解天氣預報的概率　214
附錄A　使用Excel 的求解方法　216
1．　用Excel 求二項分布的100p % 點和p 值　217
2．　用Excel 求正態(tài)分布的100p % 點和p 值　218
3．　用Excel 求t 分布的100p % 點和p 值　220
4．　用Excel 求F 分布的100p % 點和p 值　222
5．　用Excel 求χ2 分布的100p % 點和p 值　223
附錄B　使用Excel 分析案例　224
1．Excel　分析工具的安裝方法(Excel 2010， 2013)　225
2．　第4 章 [ 一元回歸分析，由1 個變量預測其他變量] 的分析案例　226
3．　第4 章 [ 多元回歸分析，由2 個以上的變量預測其他變量] 的分析案例　228
4．　第4 章 [ 方差分析的基礎是使用F 分布的檢驗] 的分析案例　230
5．　第4 章 [ 雙因素的方差分析( 無反復)] 的分析案例　232
6．　第4 章 [ 雙因素的方差分析( 有反復)] 的分析案例　234
7．　第8 章 [ 營養(yǎng)和睡眠對美容是否有效( 無反復)] 的分析案例　236
8．　第8 章 [ 營養(yǎng)和睡眠對美容是否有效( 有反復)] 的分析案例　238