●認識傳統統計與大數據的關係：Small Data vs. Big Data
●認識敘述統計、推論統計的意義及應用
●認識傳統統計、工程統計、大數據分析三者的關係

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

吳秉翰
學歷
輔仁大學應用數學學士

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