資料科學的統計實務：探索資料本質、扎實解讀數據，才是機器學習成功建模的第一步 (1版)

類似書籍推薦給您

很多資料科學、機器學習的書，內容充滿各種建模的技術展示、完美的案例分析，卻忘記了更重要的「資料」。唯有掌握好手中的資料，才是機器學習成功建模的第一步。 　　無法了解資料，深度學習也救不了你；相反的，正確蒐集資料，輕鬆建模沒煩惱。 　　如何了解資料？當然要從統計觀念開始。學習統計一定都要看抽象複雜的數學嗎？並不是！本書所使用的範例，會告訴大家「為什麼統計學要如此定義」、「為什麼技巧要那樣使用」。當讀者了解統計背後的觀念時，才不會迷失在複雜的數學。此外，有別於一般市售書籍總是用漂亮案例展示程式運行結果，此書用相當多的範例都是「專家也會犯的錯誤」，相信讀者同時學習成功以及失敗的案例後，可以更全面地了解資料科學的分析流程觀念。 　　本書會介紹資料分析中的許多技術的基本觀念，如變異數分析、偏相關係數、自相關函數、Bonferroni校正、Holm校正、隨機對照試驗、斷點迴歸分析、傾向評分匹配、T檢定、F檢定、分層多階段抽樣法等，介紹的過程中會直擊分析技術的思維，而非僅展示漂亮的數學。 　　本書亦會說明身為資料科學家該有的素養，來避免確認偏誤、倖存者偏誤、選擇偏誤、發表偏誤、自願者偏誤、可得性偏誤、樂觀偏誤、常態偏誤、後此謬論、賭徒謬誤、辛普森謬論、p-hacking、HARKing、單方論證、霍桑效應、畢馬龍效應等資料分析中可能踩到的陷阱。 目錄 序言 第一篇 資料特性的相關知識 第1章 測量其實並非易事 1.1 測量資料 1.2 測量的難處 1.3 測量誤差之外的誤差 第2章 資料誤差 2.1 測量標準的選擇 2.2 問卷帶來的問題 2.3 抽樣母體誤差 2.4 沒觀測誤差 2.5 回答者帶來的問題 2.6 發表偏誤（Publication Bias） 第3章 測量誤差中的隨機誤差 (Random Error) 與偏誤 (Bias) 3.1 測量誤差（Measurement Error）的分析 3.2 誤差與機率分佈（Probability Distribution） 3.3 機率分佈的相關知識 3.4 處理隨機誤差 (Random Error) 第4章 資料抽樣方法論 4.1 抽樣的概念 4.2 抽樣的方法 第二篇 資料分析的相關知識 第5章 資料分析的基本流程 5.1 檢查手中資料 5.2 正確分析資料 5.3 妥善管理資料 第6章 干擾因子（Confounding Factor）與因果關係 6.1 兩個變數之間的關聯 6.2 面對並處理干擾因子（Confounding Factor） 6.3 無法使用隨機對照試驗（Randomized Controlled Trial）的處理方式 第7章 單一變數的分析手法 7.1 探討敘述統計量 (Descriptive Statistics) 7.2 探討資料分佈 7.3 探討理論分佈 7.4 探討時序資料 第8章 探究變數之間的關係 – 假設檢定（Hypothesis Testing）、檢定三步驟、手法選擇、相關係數、效應大小（Effect Size） 8.1 比較兩個變數的數值 8.2 關於假設檢定的思維 8.3 研究兩個變數的相關性 第9章 解讀多變數資料 9.1 探索分析與多重檢定 9.2 變異數分析（Analysis of Variance）與多重比較 9.3 探究相關結構 9.4 分析方法整理 第10章 數學模型的要點 10.1 簡介數學模型 10.2 配合目標來建立模型 10.3 使用模型進行預測（Prediction） 第三篇 資料活用的相關知識 第11章 分析資料的陷阱 11.1 資料操作時容易遇到的陷阱 11.2 資料有限時容易遇到的陷阱 11.3 資料推論時容易遇到的陷阱 第12章 解讀資料的陷阱 12.1 分析結果的可信度 12.2 解讀資料的認知偏誤 第13章 運用資料的陷阱 13.1 依不同目標做出評估跟決策 13.2 獲取資料的實際考量 13.3 現實世界與資料分析的差異

資料視覺化圖表全書：全方位掌握數據探索、統計分析及資料敘事 (1版)

類似書籍推薦給您

【簡介】 　　《雜訊》、《Google必修的圖表簡報術》、《視覺設計大師的數據溝通聖經》、《圓之書：知識發展的球狀視覺史》作者，前美國首席資料科學家、「用數據看世界」網站負責人重磅推薦   　　從常見到進階圖表，此書為各種數據溝通和傳達提供靈感！ 　　◤很棒的權威指南，非常實用！──凱斯．桑思坦，《雜訊》作者   　　◤針對大量圖表類型提供實用建議的指南。──阿爾貝托．開羅，《視覺設計大師的數據溝通聖經》作者   　　◤不可或缺的指南，幫助你展現出清晰且奪目的作品。──帕蒂爾，前美國首席資料科學家   　　◤囊括基礎知識躍進至當今視覺化領域的所有技術與方法。──馬克斯．羅瑟，「用數據看世界」網站負責人   　　◤在快速發展的資料視覺化領域中建立重要基礎的寶貴資源。──曼努埃爾．利馬，《圓之書：知識發展的球狀視覺史》作者   　　◤收錄了各種精彩而多樣的視覺化作品，就像一本令人愉快閱讀的圖表百科全書。──柯爾．諾瑟鮑姆．娜菲克，《Google必修的圖表簡報術》作者   　　▁▂▃▄▅▆▇▇▆▅▄▃▂▁   　　當今世界充斥著海量資料、新聞和文字，令人目不暇給。客戶、同事，政策制定人員、決策人員和感興趣的讀者都淹沒在資訊流裡，唯有視覺化設計能從中突圍。   　　本書作者為美國聯邦政府經濟學家，意識到資料呈現的重要性不下於資料本身，從而開始研究資料視覺化並深受啟發，成為資料視覺化專家。擁有豐富的產、官、學實務經驗的他，將引導你走進圖表設計的科學與藝術，超越死板的傳統圖表，展開一場豐富深刻的設計與溝通之旅。   　　本書收錄500多個範例，界定和討論80多張圖表，並將其歸類成8大類別，幫助讀者了解各圖表如何運作及其優缺點。   　　•    8大類別→比較、時間、分布、地理空間、關係、局部對整體、質化資料與表格 　　•    80多種圖表類型→馬賽克圖、凹凸圖、脊線圖、面量圖、弧形圖、旭日圖…… 　　•    500多個範例→收錄數百個清晰、優雅且多元的視覺化作品，提供無限靈感   　　▇▆▅▄▃▂▁▁▂▃▄▅▆▇   　　全面、仔細地協助你建立視覺化圖表基礎與進階技巧   　　│選擇適合目的和目標的圖表類型： 　　•    從基本原則開始，詳細介紹各種視覺化類型。 　　•    了解不同圖表（例如直方圖、面量圖、散布圖等）的用途和特點。 　　│探索圖表呈現方式： 　　•    學習如何在圖表中善用顏色、字型和排版等設計元素。 　　•    嘗試不同設計風格和配置，創造更吸睛的視覺效果。 　　│增加圖表的可讀性和理解性： 　　•    學習如何使用視覺元素（例如標題、解釋文字、灰底等）來強調關鍵訊息。 　　•    了解視覺處理與感知順序，突顯資料的視覺特性。 　　│提高圖表的可信度和說服力： 　　•    了解平均數、標準差、相關性、最佳適配線、統計不確定性等概念。 　　•    學習如何正確解讀數據並呈現結果。 　　│提升個人、組織、品牌風格的辨識度與特色： 　　•    學習如何選擇元素，比如字型、顏色、線寬、網格線等。 　　•    提供風格體例指南，協助打造自身風格與特色。   　　這些技巧將幫助你在製作圖表時選擇最適合的設計和呈現，使圖表不僅美觀，更能有效傳達資訊和數據。 　　無論你是學生、研究員、專家學者、數據分析師、資料科學家、媒體工作者、市場營銷專家、政策制定者還是業務決策者，這本《資料視覺化圖表全書》都將成為必備工具。 國際推薦   　　「《資料視覺化圖表全書》是一本針對大量圖表類型提供實用建議的指南。沒有其他書籍以如此詳細和精湛的方式向讀者介紹特定的圖表類型。它是學生、分析師和研究人員的卓越資源。」──阿爾貝托．開羅（Alberto Cairo），《圖表會說謊》、《視覺設計大師的數據溝通聖經》作者   　　「對於我們許多人來說，沒有視覺化的資料很難理解。然而，資料視覺化並不容易！這是一本是很棒的權威指南，非常實用！」──凱斯．桑思坦（Cass R. Sunstein），哈佛法學院教授，《資訊超載的幸福與詛咒》、《雜訊》、《推力》作者   　　「這本書收錄了各種精彩而多樣的視覺化作品，就像一本令人愉快閱讀的圖表百科全書。作者在這本出色的資源中提供了實用的建議，告訴讀者在何時應該使用哪種視覺化方式，並給出了周到的設計指南。這本書非常適合從事資料工作和資料溝通的人。閱讀這本書，您將獲得靈感，並且如書中所承諾的那樣，學會精進資料視覺化！」──柯爾．諾瑟鮑姆．娜菲克（Cole Nussbaumer Knaflic），《Google必修的圖表簡報術》作者   　　「再好的數據有時也可能成為差勁或懶惰的視覺化犧牲品。現在有一本不可或缺的指南可以幫助你展現出清晰且奪目的作品。」──帕蒂爾（D.J. Patil），前美國首席資料科學家   　　「在現今眾多可用的圖表類型中尋找適合的圖表，可能是個讓人生畏的過程。不過，這本書將為您提供不僅是指引，還是在快速發展的資料視覺化領域中建立重要基礎的寶貴資源。您將會希望將它的原則和指南銘記於心，以在下個專案中使用。」──曼努埃爾．利馬（Manuel Lima），《圓之書：知識發展的球狀視覺史》作者   　　「這本書非常實用，能夠幫助你透過資料視覺化更有效地傳達訊息。從基本原則開始，詳細介紹各種視覺化類型，並提供風格指南的制定方法。對於任何希望將資料轉化為易懂的資訊的人來說，本書是一個非常有價值且易讀的資源。」──瑪拉．艾維克（Mara Averick），RStudio   　　「《資料視覺化圖表全書》將以細緻入微的方式教導您何時以及為何選擇使用特定的視覺化類型。這本書絕對能引起您的興趣，帶您從基礎知識躍進至當今視覺化領域的所有技術與方法。書中收錄了數百個清晰、優雅且多樣的視覺化作品，絕對能為您的工作注入無限靈感！」──馬克斯．羅瑟（Max Roser），牛津大學經濟學家、「用數據看世界」（Our World in Data）網站負責人   　　「對於希望以清晰有力的方式顯示量化資料的人來說，這是一本極好的入門書。」──羅伯特．萊克（Robert B. Reich），美國前勞工部長 【目錄】 前言 第一部：資料視覺化的原則 第一章：視覺處理與感知順序 安斯庫姆四重奏 視覺感知的完形原則 前注意處理程序形式與功能 第二章：改善視覺化資料圖表的5項準則 重點一：把資料展現出來 重點二：化繁為簡 重點三：將圖表與內文整合 重點四：避免義大利麵條圖 重點五：從灰色開始 第三章：形式與功能：以觀眾的需求來決定資料視覺化方式 改變我們與資料的互動方式 我們開始吧！ 第二部：圖表類型 第四章：類別比較 長條圖 配對長條圖 堆疊長條圖 分向長條圖 點圖 馬里梅科圖與馬賽克圖 單位圖、Isotype圖與鬆餅圖 熱圖 量表圖與子彈圖 比較與重疊泡泡圖 桑基圖 瀑布圖 結論   第五章：時間 折線圖 圓形折線圖 坡度圖 袖珍圖 凹凸圖 週期圖 面積圖 堆疊面積圖 量化波型圖 地平線圖 甘特圖 流程圖與時間軸 連接散佈圖 結論   第六章：分布 直方圖 金字塔圖 以圖表將統計不確定性視覺化 盒鬚圖 K線圖 小提琴圖 脊線圖 靠顯示資料將不確定性視覺化 莖葉圖 結論   第七章：地理空間 面量圖 示意地圖 比例符號與點密度地圖 流向地圖 結論   第八章：關係 散布圖 平行座標圖 雷達圖 和弦圖 弧形圖 相關矩陣圖 網絡圖 矩形式樹狀結構圖 結論   第九章：局部對整體 圓餅圖 樹狀圖 旭日圖 南丁格爾圖 沃羅諾伊圖 結論   第十章：質化資料 圖示 文字雲與特定文字訊息 文字樹 特定文字訊息 引述 用不同顏色區分文字訊息 矩陣和清單 結論   第十一章：表格 提升表格的10個方針 範例：重新設計基本資料表格 範例：重新設計迴歸表格 結論   第三部：設計與重新設計視覺呈現   第十二章：擬訂資料視覺化的體例指南 圖表剖析 顏色層次 界定字型風格的指南 針對特定圖表類型的提醒 轉出圖像 無障礙、多元與兼容 總結   第十三章：重新設計 配對長條圖：主要田作的英畝數 堆疊長條圖：服務輸送 折線圖：社會安全理事 面量圖：阿拉巴馬州蓄奴與參議院選舉 點圖：全國學校午餐方案 點圖：美國的國內生產毛額成長 折線圖：淨政府借款 表格：公司投入 結論   結語 附錄1：資料視覺化工具 附錄2：延伸閱讀與資源 資料視覺化的概論著作 資料視覺化的歷史著作 資料視覺化工具的著作 資料視覺化庫藏 練習場所 誌謝 參考文獻   看更多

統計學（下）重點觀念與題解 (5版)

類似書籍推薦給您

【簡介】 作者簡歷 ．國立臺灣大學經濟學博士 ．曾任台大經濟系與政治系合聘講師 ．曾獲台灣經濟學會博士論文獎 ．中華民國斐陶斐榮譽會員 ．曾發表文章在Journal of Forecasting 本書特色 1. 本書涵蓋範圍既深且廣，難度可輕鬆應付頂尖大學各系所。 2. 本書有各種經濟學與財務領域的實證範例，訓練同學資料分析的思維。 3. 本書題目即時最新，符合最新統計學習趨勢。 4. 本書增加了對於統計學家的介紹與小故事，引發同學的學習興趣。 作者建議讀者搭配作者的《統計學：重點觀念與題解(上)》、《統計學：重點觀念與題解(下)》重點整理兩冊，先作完一輪重點整理內附的各章節例題後，再使用與上下兩冊收錄之習題未重覆的《統計學精選666題》題庫書，以期讀者能藉由完整的內容、多元的試題，增加應試實力。 【目錄】 第9章　區間估計 　9.1　區間估計式的定義與建構 　9.2　常態分配參數之區間估計式 　9.3　近似與保守區間估計式 　9.4　兩獨立母體參數之區間估計式 　9.5　成對樣本均數差之區間估計式 　9.6　特殊型態之區間估計式 第10章　假設檢定 　10.1　基本原理 　10.2　假設檢定之步驟與常見檢定 　10.3　檢定原理 第11章　變異數分析 　11.1　簡介 　11.2　單因子變異數分析 　11.3　多重比較程序 　11.4　事前檢定 　11.5　RBD與RCBD 　11.6　重複試驗二因子變異數分析 　11.7　拉丁方格設計 第12章　簡單迴歸分析 　12.1　迴歸分析基本概念 　12.2　母體迴歸線 　12.3　線性迴歸模型 　12.4　相關分析 　12.5　殘差分析 　12.6　解釋變數為二元變數 　12.7　當變數進行線性轉換 　12.8　線性趨勢模型 　12.9　無截距模型與純截距模型 第13章　多元迴歸分析 　13.1　模型基本假設 　13.2　係數估計 　13.3　統計推論 　13.4　多元迴歸的一些議題 第14章　卡方檢定與列聯表 　14.1　簡介與注意事項 　14.2　適合度檢定 　14.3　獨立性檢定 　14.4　齊一性檢定 　14.5　相對風險與勝算比 第15章　無母數統計方法 　15.1　簡介 　15.2　符號檢定 　15.3　Wilcoxon符號等級檢定 　15.4　Wilcoxon等級和檢定 　15.5　Mann-Whitney U檢定 　15.6　Kruskal-Wallis檢定 　15.7　Friedman檢定 　15.8　順序尺度資料的相關係數 　15.9　連檢定 　15.10　Kolmogorov-Smirnov檢定 第16章　基礎時間序列分析 　16.1　簡介 　16.2　使用平滑法預測時間序列 　16.3　指數 　16.4　季節性 　16.5　固定趨勢 數學附錄 索引