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