圖解機率 ‧ 統計【暢銷修訂版】 イラスト図解 確率 統計

作者簡介

鈴木香織
京都大學情報研究科博士前期課程修了 （情報學碩士 ）。曾任大型 IT 企業研究員 ，現任職於 大型 SI 企業， 負責人工智慧(Artificial Intellegence)與機械學習的研究、調查。

相關著作：《圖解：機率‧統計【全新修訂版】》《圖解　機率、統計》

竹原一彰
青山學院大理工研究科博士前期課程修了 （理學碩士 ）。
現任職於大型 SI 企業 ，負責 應用「統計的 機械學習理論」AI 與自然語言處理應用的研究、開發。


相關著作：《圖解：機率‧統計【全新修訂版】》《圖解　機率、統計》

譯者簡介

李貞慧
台大工商管理學系畢業，日本國立九州大學經濟學碩士，取得中國生產力中心第十屆中日同步口譯人才培訓研習班結業證書，擅長中日對譯，目前專職從事醫學、核能、光電、機械設備、電機工程、金融商業、美容等口筆譯工作。

1-1 什麼是統計呢？
知道統計可以做什麼
1-2 機率、統計的起源
機制的機率與分析結果的統計
1-3 機率、統計的基本想法
了解機率與統計的想法差異
1-4 統計的二大範圍
敘述統計與推論統計
1-5 了解樣本與母體的特徵
用敘述統計了解資料的特徵
1-6 推論未知的樣本並理解
推論統計的手法、估計與檢定
1-7 用數值表示可能發生的程度的機率
偶爾才會發生的事件之發生法則
1-8 機率與推論統計的密切關係
機率的關鍵字就是推論統計
1-9 機率、統計的應用
由資料探勘到文章開採
1-10 統計軟體的介紹
試算表軟體與統計解析軟體

資料不正確就無法得到正確的結果

2-1 理解資料的特微、性質
統計的第一個角色「敘述統計」
2-2 直方圖
將頻率改以圖形表示，掌握離散的全貌
2-3 統計量
表示樣本、母體的特徵
2-4 平均數
最初做為資料基準的數值
2-5 中位數（中間值、中數）
按大小排列樣本時位於中間位置的數值
2-6 眾數
樣本內最容易出現的數值
2-7 樣本變異數1. 表示資料離散程度
了解樣本的離散程度
2-8 樣本變異數2. 誤差的平方
合計差的平方
2-9 由統計量掌握樣本趨勢的訣竅
左右的均衡與尾部長度
2-10 母體與母數
隱藏在樣本之下的母體
2-11 不偏估計量
母數估計量與樣本敘述統計量的誤差
2-12 不偏變異數、標準差

母數的估計量與樣本敘述統計量的誤差

Excel的利用1. 求統計量的函數

3-1 了解機率的第一步1. 機率的基礎
請記住這個關鍵字「機率與機率變數」
3-2 了解機率的第一步2. 事件與離散程度
請記住這個關鍵字「試驗與機率分配」
3-3 機率分配與母數
機率分配與統計量
3-4 使用機率分配的優點
也可以推論不在樣本內的事件
3-5 機率分配與期望值、變異數
由機率分配計算期望值、變異數的方法
3-6 常態分配1. 代表性的機率分配
常態分配與標準常態分配
3-7 常態分配2. 常態分配的母數
常態分配的與
3-8 常態化、標準化
偏差值的計算方法
3-9 大數法則
理想的機率分配與現實的誤差
3-10 中央極限定理與常態分配
樣本平均與常態分配的關係
3-11 樣本與統計量的分配
常態分配、t分配、X2分配
3-12 各種機率分配
身邊常見的機率分配
3-13 二項分配
銅板正反面的分配
3-14 Poisson分配
表示故障率與意外率的分配

Excel的利用2. 由製作樣本資料到偏差值

部分有錢人拉高了平均值

4-1 估計
估計就是推論母集團的性質
4-2 信賴水準與信賴區間
最常用的是95%或99%的信賴水準
4-3 常態分配之母體平均數估計1.
找出樣本的機率分配
4-4 常態分配之母體平均數估計2.
常態分配表的看法與信賴區間之設定
4-5 常態分配之母體平均數估計3.
導出區間估計所需的不等式
4-6 常態分配之母體平均數估計4.
復習區間估計的步驟
4-7 t分配之母體平均數估計1.
導入t分配的理由
4-8 t分配之母體平均數估計2.
t分配表的看法
4-9 t分配之母體平均數估計3.
使用t分配實踐區間估計
4-10 2分配之區間估計1.
有關統計量 2
4-11 2分配之區間估計2.
2分配表的看法
4-12 2分配之區間估計3.
使用 2分配實踐區間估計

Excel的利用3. 求出機率分配的信賴區間

看起來成長快速的銷量

5-1 假設與檢定
什麼是假設、檢定？
5-2 虛無假設與對立假設
檢定時建立假設的方法
5-3 雙尾檢定與單尾檢定
設定適合對立假設的拒絕域
5-4 t檢定1. 雙尾檢定
使用t分配之母體平均數雙尾檢定
5-5 t檢定2. t分配表
由雙尾檢定的t分配導出結論
5-6 2檢定1. 母體變異數檢定
使用 2分配之母體變異數檢定
5-7 2檢定2. 2分配表
由單尾檢定之 2分配導出結論
Excel的利用4. t檢定
Excel的利用5. 2檢定

使用插圖可讓印象加深好幾倍

6-1 什麼是資料探勘
發現隱藏的知識與法則的技術
6-2 關聯法則1. 購物籃分析
讓資料探勘一舉成名的技術
6-3 關聯法則2. 關聯法則的機制
找出機制的二大重點
6-4 關聯法則3. 關聯與因果的差異
重點是同時發生，還是依序發生
6-5 分類預測1. 分類預測問題
了解代表性的分類預測技術
6-6 分類預測2. 鄰近夥伴演算法的機制
估計分類的計算步驟
6-7 分類預測3. 鄰近夥伴演算法具體例
了解特定未知生物的過程
6-8 分類預測4. 鄰近夥伴演算法與直方圖的關係
直方圖的作法與應用
6-9 分群(Clustering)1. 分類的手法
將樣本分成群集的手法
6-10 分群2. k質心分群法的機制
決定群集重心推論平均
6-11 分群3. k質心分群法的利用例
k質心分群法的應注意事項
6-12 分群4. 時間序列分群法
用k質心分群法來讀銷售台數資料
6-13 分群5. 階層式分群法
樹狀圖的計算方法
6-14 使用分群抽出特徵
要探勘複雜的圖像資料

學校考試可知道的事

7-1 語言資料的統計學
語言與統計學的交點
7-2 齊普夫定律1. 定律的含義

頻率與順序的密切關係

7-3 齊普夫定律2. 使用定律計算
試試看齊普夫定律
7-4 資訊量1. 資訊量的測量法與圖表化
因發生機率而異的資訊量
7-5 資訊量2. 資訊量的定義
使用函數計算資訊量
7-6 熵(Entropy)1. 全體資訊源的不確定性
求出資訊源產生的平均值
7-7 熵2. 計算與性質
計算求出不確定性
7-8 機率論語言模型入門
用機率掌握語言的機制
7-9 N-gram語言模型1. Shannon Game
單純又有力的機率論語言模型
7-10 N-gram語言模型2. N-gram語言模型定義
使用2-gram語言模型的單字出現機率
7-11 N-gram語言模型3. 單字例的出現機率
計算字串的出現機率
7-12 語言熵
測量語言複雜性的指標
7-13 聊天機器人(Chatterbot)1. 會話程式
闡明人類的對話機制
7-14 聊天機器人2. N-gram語言模型的應用
要讓程式發生語言文字
7-15 語言資料的統計學彙總

為進一步學習

平均時速幾公里？
附錄 請記起來！！ 符號&公式、圖表