在人工智慧（AI）與大數據蓬勃發展的時代，統計學作為大數據科學的基石，其重要性不言而喻。如今功能強大的AI，只要向其提問，往往能提供豐富的解答；統計問題亦然，AI能給予詳盡的解說與計算，有助於深化理解與提升學習效率。然而，這一切的前提是使用者需具備統計學的基礎知識，方能提出精準的問題，並有效判別AI所提供答案的適切性。
當前有眾多AI軟體可供統計應用，其中不乏功能強大者，但通常需付費並需具備程式語言能力，較適合已有統計基礎者進階使用。本書定位為**基礎統計學**，專為初學者編寫。每章皆列有大量例題，為避免增加學習者的經濟負擔，並確保紮實掌握概念，本書採用「傳統手演算」與「Excel計算」為主要教學方法，僅在少數部分輔以ChatGPT或DeepSeek等工具協助。透過手演算，讀者能透徹理解統計原理；進而運用Excel，可體驗解題效率的提升；最後，若能再借助OpenAI等工具進行探索與驗證，將有助於拓展視野，強化學習成效。

1 環境統計學概論
1-1 環境統計學
1.2 統計在大數據與人工智慧(AI) 時代的地位
1.3 統計學上之專有名詞
1.4 本書的架構與內容
1.5 AI 與EXCEL 統計軟體的應用
1.6 本書的用法
2 資料的性質與整理
2.1 資料的性質分類及其統計方法
2.2 特殊數據的處理與品質評估
2.2.1 離群值的前處理
2.2.2 未檢出數據(ND) 的處理
2.2.3 遺漏數據的處理
2.3 單變數之資料分布
2.3.1 單變數統計圖表之製作
2.3.2 資料分布形狀
2.3.3 次數分配表之製作
2.4 其他統計圖之製作
2.4.1 多變數統計圖
2.4.2 空間分布圖
第二章：習題
3 敘述統計
3.1 隨機變數之敘述統計
3.2 集中趨勢之統計量
3.2.1 平均數
3.2.2 中位數
3.2.3 眾數
3.2.4 各種中心值間之關係
3.3 位置統計量
3.4 離勢統計量
3.5 動差
3.6 形狀統計量
3.7 AI 和EXCEL 在敘述統計的應用
第三章：習題
4 機率函數與常態機率分配
4.1 一維隨機變數之機率函數與性質
4.1.1 一維隨機變數之機率函數
4.1.2 一維隨機變數之累積機率函數
4.1.3 一維隨機變數之機率分配的重要特徵值
4.2 多維隨機變數之聯合機率函數
4.2.1 聯合機率函數
4.2.2 條件機率函數
4.2.3 多維函數之特徵值
4.3 常態分配
4.3.1 常態機率函數及其參數
4.3.2 常態分配表及AI 的應用
4.3.3 EXCEL 常態分配統計軟體的應用
4.3.4 標準化之應用
4.4 機率分配的檢定─機率圖法
4.5 常態分配之再生性
第四章：習題
5 其他常用的機率分配
5.1 柏努利試驗與柏努利分配
5.2 二項分配
5.2.1 機率函數
5.2.2 二項分配之圖形
5.2.3 二項分配之性質
5.2.4 二項分配機率與累積機率之求法
5.3 幾何分配
5.3.1 機率函數
5.3.2 幾何分配之應用
5.4 卜松分配
5.5 對數常態分配
5.6 韋伯分配
5.7 極端值分配
5.8 常用機率分配綜合表
第五章：習題
6 抽樣與抽樣分配
6.1 抽樣方法
6.1.1 非機率抽樣
6.1.2 機率抽樣法
6.2 抽樣分配
6.3 樣本平均數分配
6.4 卡方( χ2 ) 分配
6.5 t- 分配
6.6 F- 分配
第六章：習題
7 估計
7.1 估計
7.1.1 估計的誤差
7.1.2 參數( 母數) 的估計
7.2 母體平均數( μ) 的估計
7.2.1 一個母體平均數之估計
7.2.2 容許界限或容許空間
7.2.3 兩個母體平均數差之區間估計
7.3 變異數之區間估計
7.4 母體比例之區間估計
7.4.1 一個母體比例之區間估計
7.4.2 兩個母體比例差之區間估計- 大樣本
7.5 抽樣樣本數之推估
7.5.1 平均數μ 推估所需之樣本數
7.5.2 比例推估所需之樣本數
第七章：習題
8 假設檢定
8.1 假設檢定
8.1.1 假設檢定的基本原理
8.1.2 假設檢定的誤差
8.1.3 單尾檢定與雙尾檢定
8.1.4 假設檢定之步驟
8.2 平均數之假設檢定
8.2.1 一個母體平均數之假設檢定
8.2.2 兩個母體平均數差之假設檢定
8.3 變異數假設檢定
8.4 比例假設檢定
8.5 無母數檢定
8.6 機率分配密合度檢定
8.6.1 卡方( χ2) 密合度檢定
8.6.2 Kolmogorov-Smirnov(K-S) 密合度檢定
8.7 卡方獨立性檢定與關聯性檢定
8.8 符號檢定
8.8.1 符號檢定之原理與方法
8.8.2 中位數符號檢定法
8.8.3 魏克生符號等級檢定法
8.8.4 魏克生等級和檢定法
8.9 隨機性檢定—連檢定法
第八章：習題
9 變異數分析
9.1 變異數分析和實驗設計
9.2 一因子變異數分析
9.3 二因子變異數分析
9.3.1 二因子未重覆試驗之變異數分析
9.3.2 隨機集區設計變異數分析
9.3.3 二因子等次數重覆試驗變異數分析
第九章：習題
10 相關與迴歸分析
10.1 前言
10.2 簡單相關與相關係數
10.3 簡線型迴歸分析
10.3.1 簡線型迴歸方程式
10.3.2 迴歸係數之估計
10.3.3 迴歸變異數分析
10.3.4 迴歸方程式之判定係數
10.3.5 迴歸線的信賴界限帶
10.3.6 殘差分析
10.3.7 迴歸模式之修正
10.4 複相關與複相關係數
10.5 複迴歸分析
10.5.1 複迴歸方程式
10.5.2 平面複迴歸分析
10.6 多項式迴歸分析
10.7 應用EXCELL 求最佳複迴歸模式
10.7.1 所有可能迴歸法
10.7.2 逐步迴歸法
第十章：習題
11 時間數列分析
11.1 概論
11.2 時間數列的種類與判定方法
11.3 時間數列模式分析
11.4 傳統時間數列模式分析
11.4.1 長期趨勢
11.4.2 移動平均法與預測
11.5 季節變動
11.6 應用EXCEL 預測未來
第十一章：習題
12 統計附表
附表1：常態分配
附表2：t- 分配
附表3：χ2 分配
附表4：Fα 分配
附表5：二項分配之累積極率表
附表6： 一維Kolmogrov-Smirnov檢定臨界值，Dn( 雙尾檢定)
附表7： 連檢定之臨界值表
附表8： 魏克生(Wilcoxon) 符號等級檢定表，Ta 值