大数据时代下的统计学第2版【正版保证】 下载 pdf 百度网盘 epub 免费 2025 电子版 mobi 在线

本书从大数据切入，引入与之息息相关的统计学，深入浅出地讲述了在“数据为王”的时代下，统计学作为分析、解读数据的学科，如何为商业、社会、生活等领域提供决策支持。

全书分为8章，第1章概述了大数据时代下的统计学，讲解了统计学的基本原理、应用领域及数据的获取方法。第2、3章讲述了统计学在思想方法及数据表述上和大数据处理方法的异同；第4章介绍了对统计学影响深远的正态分布；第5章探讨了在大数据时代统计推断是否失效；第6章重点从统计学视角讲述了大数据时代热门的变量间的“相关性”问题；第7章以一种比较开放的态度讨论统计学中一些有意思又实用的话题；第8章探讨大数据能够给企业、用户及整个社会带来的价值。

本书不仅可以使读者感受到数字的美感和哲学的智慧，还可以使读者获得思辨的洞察力。更重要的是，拥有本书就相当于拥有了一种武器，其中数据驱动的思维模式将会使读者在生活、工作中受益匪浅。

目????录第1章??大数据时代下的统计学?11．1　统计学――天使还是恶魔?2【知识点】统计学的定义?21．2　概率――上帝的指引?3【案例1】硬币的指引?3【案例2】赌徒的错觉?4【知识点1】随机性?5【知识点2】概率?51．3　小概率事件≠必然不会发生的事件?7【案例】挑战者号航天飞机失事?7【知识点】“必然会发生”的事件和“必然不会发生”的事件?71．4　你真的了解数据吗？?8【案例】的客户评价体系?9【知识点】数据的类型?101．5　数据来自哪里？?11【案例】大数据，大偏差――谷歌的流感预测模型真的靠谱吗？?12【知识点1】二手数据?13【知识点2】相关关系和因果关系?13第2章??样本魅影?152．1　样本――窥一斑而见全豹，观滴水而知沧海?16【案例1】客户满意度调查?16【案例2】救护车垄断业务调查?17【知识点】随机样本、方便样本和自愿回应样本?182．2　抽样――尝一勺锅里的靓汤?20【案例1】红豆和绿豆?20【案例2】“捉放法”估算鱼苗成活率?21【案例3】被解雇的市场调研部员工?22【知识点1】简单随机抽样?23【知识点2】抽样中存在的错误风险?24【知识点3】访问员?252．3　不回应误差――沉默不是金?26【案例】“不回应”的影响有多大?26【知识点1】不回应?27【知识点2】如何降低不回应率?272．4　措辞的艺术――僧推/敲月下门?29【案例】几字之差对民众支持率的影响?29【知识点1】响应误差?30【知识点2】有效性和可靠性?302．5　大数据时代，当“样本”已成往事?32【案例】Farecast，美国创业梦?32【知识点】大数据的4V特征?33第3章??描述数据?363．1　均值――可能会说谎的天平?37【案例1】中关村创业者平均年龄39岁?37【案例2】令人“啼笑皆非”的统计局数据?38【知识点】均值计算?383．2　寻找中位数?39【案例1】腾讯笔试题：大数据量寻找中位数?39【案例2】卖家评分体系?40【知识点1】求取中位数?42【知识点2】四分位数?423．3　标准差、标准误，傻傻分不清楚?45【案例1】均值-方差证券资产组合理论?45【案例2】语文成绩调研?45【知识点1】标准差?46【知识点2】标准误?473．4　数据可视化――“云想衣裳花想容”?49【知识点1】什么是数据可视化？?50【知识点2】数据可视化的主要应用?50【知识点3】数据可视化的工具?51第4章??正态“女神”?534．1　期望――量化你的预期?54【案例1】掷骰子和伯努利试验?54【案例2】赌场就是概率场?55【知识点1】概率分布?56【知识点2】期望?57【知识点3】方差?594．2　大数定律――为什么十赌九输?60【案例1】澳门风云?60【案例2】谁会是被骗的人?61【知识点】大数定律?624．3　正态分布――大道至简，大美天成?63【案例】高尔顿钉板?63【知识点】正态分布?644．4　中心极限定理?66【案例】肯德基和麦当劳的博弈?66【知识点】中心极限定理?67第5章??统计推断?705．1　点估计――统计学家比间谍干得漂亮?71【案例1】第二次世界大战中的德军坦克数?71【案例2】新鲜咖啡速递服务企业?72【知识点1】样本统计量和总体参数?73【知识点2】点估计?745．2　置信区间――责善切戒尽言?75【案例】美国盖洛普公司的民意调查?75【知识点1】置信水平?76【知识点2】置信区间?765．3　两类错误：有罪被判无罪和无罪被判有罪哪个更严重?78【案例1】法律中的人文精神?78【案例2】抗击埃博拉要避免两类错误?79【知识点1】零假设和备择假设?80【知识点2】两类错误?815．4　假设检验――“凑巧”可以拒绝吗？?82【案例1】奶茶情缘?82【案例2】咖啡新鲜吗？?84【知识点1】显著性水平?85【知识点2】p值?85【知识点3】统计显著?86【知识点4】统计显著对比实际显著?86【知识点5】假设检验对比置信区间?87【知识点6】单侧检验对比双侧检验?875．5　p?值――打开“潘多拉魔盒”的钥匙?89【案例】p值变了，结果就变了?90【知识点1】p值的历史和思想?91【知识点2】p值误用?92第6章??变量间的关系?946．1　卡方分析――细腻的眼神里岂容得半粒沙?94【案例1】仙道迟到事件发生率分析?94【案例2】性别和文化程度是相互独立的吗？?95【知识点1】卡方分布?96【知识点2】卡方检验?976．2　相关性分析――早起的鸟儿有虫吃?100【案例1】早起的鸟儿有虫吃?100【案例2】化妆品销售额与广告费的关系分析?101【知识点1】相关关系?102【知识点2】相关分析?103【知识点3】相关表、相关图和相关系数?104【知识点4】t统计量?1056．3　ANOVA――地域，我们没有什么不同?105【案例】“地域歧视”问题?105【知识点1】方差分析?106【知识点2】方差分析统计模型?107【知识点3】离差平方和及其分解?109【知识点4】均方?110【知识点5】F统计量?111【知识点6】方差分析表?1126．4　回归分析――对不起，其实我也想长高?116【案例1】子女身高的遗传发现?116【案例2】身高的地区差异分析?117【知识点1】回归分析?118【知识点2】随机误差项?119【知识点3】最小二乘法?119【知识点4】回归分析T检验?121【知识点5】回归分析F检验?122【知识点6】拟合优度?123第7章??统计杂谈?1247．1　为什么对回归情有独钟?124【回归和电影】?126【回归和手游】?1287．2　调查问卷中的分类变量?132【疼痛】?133【Rank-Invariant】?135【Svensson?Method】?135【工作环境和员工满意度】?1377．3　条件概率?139【生男生女的问题】?140【门后的世界：到底是谁错了】?1417．4　极大似然估计――看起来最像?144【白狐，iPhone?6?Plus和房价】?1447．5　统计软件?146【名门闺秀SAS】?147【国民初恋SPSS】?148【小家碧玉Stata，Minitab，Excel】?148【清新萝莉R】?1507．6　贝叶斯?151【起源】?152【核心思想】?153【自拍杆和蓝牙耳机】?1557．7　来自星星的统计陷阱?157【问卷调查的潜在陷阱】?157【王老吉状告加多宝】?158第8章??大数据，在水一方?1618．1　洛阳纸贵――大数据思维?161【案例1】罩杯和“败家”程度?166【案例2】外滩踩踏事件?168【案例3】大数据和途牛网?1708．2　大数据驱动运营?171【案例】DataEye，数据驱动手游运营?1768．3　商业智能――决策者的锦囊?178【案例】广告业的商业智能?1798．4　市场智能――商业智能的衍生智慧?1808．5　消费智能――当数据成为一种服务?183

?

杨轶莘：瑞典厄勒布鲁大学商学院统计学博士毕业，北京诺贝伦思教育咨询有限公司高级咨询师，旗下商学院CN网站联合创始人和网站知识分享类微信节目《杨博夜话》制作人和主持人。?

????

?

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：大数据时代下的统计学第2版【正版保证】在线阅读

在线听书地址：大数据时代下的统计学第2版【正版保证】在线收听

在线购买地址：大数据时代下的统计学第2版【正版保证】在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！