本書介紹在各個範疇會用到的統計，其中內容包涵傳統統計、基礎機率、工程統計、生物統計，以及2010年開始熱門的大數據分析。為了讓大家理解這些內容，本書使用深入淺出的說明，來認識各個範疇的統計意義，並了解統計如物理一樣，是用數學語言敘述的應用科學。由於統計涵蓋相當大的領域，本書針對的對象為「小學到高中的學生及一般人的敘述統計」、「高中到大學的推論統計」、「社會人士所需要理解的大數據與統計」三大區塊。

本書介紹在各個範疇會用到的統計，其中內容包涵傳統統計、基礎機率、工程統計、生物統計，以及2010年開始熱門的大數據分析。為了讓大家理解這些內容，本書使用深入淺出的說明，來認識各個範疇的統計意義，並了解統計如物理一樣，是用數學語言敘述的應用科學。由於統計涵蓋相當大的領域，本書針對的對象為「小學到高中的學生及一般人的敘述統計」、「高中到大學的推論統計」、「社會人士所需要理解的大數據與統計」三大區塊。 吳作樂學歷 國立台灣大學數學系學士美國哥倫比亞大學數理統計博士 經歷 公共電視董事長榮大學資訊管理系教授 數位內容創作學程主任 國家太空中心主任 國際宇宙航行學院 (International Academy of Astronautics) 院士 宏遠育成科技股份有限公司總經理工研院電通所副所長 美國Bell core公司信號處理部研發經理(District Manager)美國貝爾實驗室(Bell Labs) 衛星通訊部門研究員 前言第一章　統計綱要1-1 傳統統計與大數據分析有何不同　1-2 傳統統計是什麼　第二章　傳統統計一、敘述統計2-1 常用的圖表(1)―長條圖　2-2 常用的圖表(2)―直方圖　2-3 常用的圖表(3)―折線圖　2-4 常用的圖表(4)―圓餅圖、雷射圖　2-5 常用的圖表(5)―泡泡圖、區域圖　2-6 平均經常是無用的統計量　2-7 認識不一樣的平均數：加權平均數　2-8 濫用平均的實例(1)―只看PISA的平均值：part 1　2-9 濫用平均的實例(2)―只看PISA的平均值：part 2　2-10 標準差是什麼　2-11 常態分布　2-12 偏態、眾數、中位數　2-13 濫用平均的實例(3)―M型社會　2-14 濫用平均的實例(4)―台灣的平均所得　2-15 濫用平均的實例(5)―不要再看平均所得，要看中位數所得　2-16 濫用平均的實例(6)―不要再看平均所得，要看圖表　2-17 衡量資料分散程度的數值　2-18 升學用到的統計：百分位數與偏差值　2-19 濫用平均的實例(7)―85%的人有屋、幸福指數　2-20 難以察覺的圖表錯誤―非洲比你想像的大很多　二、推論統計的基礎機率2-21 機率的意義2-22 機率的分類　2-23 隨機取樣的方法(1)　2-24 隨機取樣的方法(2)　2-25 獨立事件的機率　2-26 條件機率　2-27 利用樹狀圖計算機率　2-28 貝氏定理　2-29 排列與組合(1)　2-30 排列與組合(2)　2-31 核電真的安全嗎？保險費怎麼來？　2-32 樂透1：各獎項的機率為多少　2-33 樂透2：多久會開出一次頭獎　2-34 撲克牌遊戲中，梭哈的牌面大小　三、推論統計1. 基本工具與常用的概率分布2-35 認識二項分布、卜瓦松分布　2-36 大數法則　2-37 中央極限定理　2-38 中央極限定理的歷史　2-39 標準化　2-40 常態分布的歷史與標準常態分布　2-41 t分布與自由度　2-42 t分布歷史與t分布表　2-43 卡方分布與F分布　2. 估計2-44 估計(1)　2-45 估計(2)　2-46 比例的區間估計(1)―民調的區間估計　2-47 比例的區間估計(2)―所需樣本數量　2-48 區間估計的應用：民調　3. 假設檢定2-49 假設―虛無假設與對立假設　2-50 檢定的概念　2-51 已知母體標準差，母體平均數的z檢定　2-52 p值法　2-53 未知母體標準差，母體平均數的t檢定　2-54 母體比例的檢定　2-55 已知母體標準差，兩母體平均數的z檢定　2-56 未知母體標準差，假設兩母體標準差相同，兩母體平均數的t檢定　2-57 未知母體標準差，假設兩母體標準差不同，兩母體平均數的t檢定　2-58 兩母體比例的檢定　2-59 相依樣本的檢定　2-60 兩母體變異數的F檢定　2-61 ANOVA檢定(1)　2-62 ANOVA檢定(2)　2-63 卡方檢定(1)―適合度檢定　2-64 卡方檢定(2)―列聯表分析　4. 迴歸分析2-65 迴歸線的由來　2-66 圖案與迴歸線的關係　2-67 迴歸線怎麼計算　2-68 迴歸線的可信度　2-69 複迴歸分析(1)　2-70 複迴歸分析(2)　2-71 複迴歸分析(3)　四、生物統計2-72 健保費與二項分布的關係　2-73 統計野生動物的數量―捉放法　2-74 醫療統計：判斷何種物質引起疾病、藥物是否有用　第三章　工程與商業的統計應用一、工程統計3-1 資料探勘(1)―資料探勘的介紹　3-2 資料探勘(2)―數據中的異常值　3-3 資料探勘(3)―分群討論　3-4 資料探勘的應用(1)　3-5 資料探勘的應用(2)　3-6 時間序列　3-7 機器學習　二、大數據的統計方法3-8 什麼是大數據　3-9 大數據的問題　3-10 統計學界的統計分析與商業界的大數據分析之差異　3-11 統計學界的統計分析與工程界的統計分析之差異　3-12 大數據分析的起點　3-13 資訊視覺化　3-14 視覺分析的意義　3-15 建議大數據該用的統計方法　3-16 卡門濾波　3-17 資訊科學家的定位、大數據結論　3-18 大數據與機器學習 (1)―概要　3-19 大數據與機器學習 (2)―蒙地卡羅法　3-20 大數據與機器學習(3)―蒙地卡羅法的實際應用　第四章　統計的應用、其他4-1 物價指數　4-2 失業率　4-3 怎樣的房價是合理　4-4 如何看貧富差距？官員與學者的爭論：馬有多少牙齒？　4-5 嘆！不曾有正確民調與認知(1)―民調有哪些問題　4-6 嘆！不曾有正確民調與認知(2)―民調該注意的重點　4-7 嘆！不曾有正確民調與認知(3)―該怎麼發展　附錄一　參考連結　附錄二　常用的統計符號　附錄三　如何使用z表　附錄四　如何使用t表　附錄五　如何使用F表　附錄六　如何使用χ2表