資料分析、迴歸與預測

第一章、資料分析與統計敘述
資料的來源和處置
資料分析的目的
單一變數的描述
兩個以上變數的描述
以年齡作為自變數：生命週期與世代效應
對數與加成效果
附錄：用不同的集中趨勢量值作決策依據
習題：解釋資料
海津工業公司
史泰德製造公司

第二章、抽樣及統計推論
導言
現實世界中的抽樣
附錄：抽樣理論的幾個重點
抽樣和統計推論的練習題

第三章、時間序列
導言
資料產生法則中用的概念
二個「產生資料」的法則
接下來會如何？
時間序列的練習題
波士頓煤氣公司
附錄：平均值變動的天氣分配

第四章、迴歸分析與預測
可區辨及不可區辨的資料
迴歸模型
迴歸分析的資料輸入
迴歸分析的結果
預測
計算配適度
轉換後的變項
進行迴歸分析
虛擬變項
類別自變項
順序自變項
千普朗公司：萊特顏料分廠
哈蒙食品公司
高第木材公司
中央交易公司
加拿大殼牌公司的速食店據點
燧石輪胎暨橡皮製品公司：小客車換胎市場預測
資料資源公司：計量經濟模型

第五章、因果推論
導言
何謂因果關係？
何謂實驗？
根據觀察的資料
一個案例
何種自變項應該納入模型中？
如何界定相關的自變項
因果關係推論的習題
戈森巨人棒球隊
諾疼片廣告策略
林肯社區醫院

第六章、加成性迴歸模型
導言
一個例子
線性模型的問題
三種標準的加成性模型
摘要

　　《譯序》

　　在各個可能需要量化資料的學門中，「統計」都是基礎入門的必修學科。或許你會說：「唉?}我數學不好，統計一定學不好。」但其實數學計算只是統計中的一小部份。現今電腦如此發達，也有許多因應不同需求而設計的統計運算軟體，數學複雜的計算大多都可以交由電腦來處理。更重要的是概念推理的部份，比計算複雜，但也更有趣，並且實用。

　　本書有許多實際決策的例子，如果你覺得統計理論很無趣，或許可以先翻到每一章的最後看看作者舉的管理界的決策實例，管理人是如何運用統計資料及各種運算結果（如圖表、迴歸模型等）來做預測及進一步的決策訂定，不太了解的時候，再看看該章的內文。當然，若先閱讀章節本文再看案例，和管理人一起想辦法解決他們面臨的問題，更是訓練自己運用統計概念的好方法。

　　本書適合於稍有統計概念但對其應用不熟練的人，或是學了統計，但需要釐清該怎麼應用那些概念的人。或許你不相信數字會說話，但仔細閱讀本書後，你會發現你手邊的統計資料必定在暗示些什麼，先懂得數字的語言，才能了解它們的暗示。這就是統計美妙之處。接下來呢？你可能得學會如何讓你的電腦快速地將數值資料「翻譯」成你能了解的樣子，這樣在處理大筆的訊息，或是繁複的時序資料時，可以更簡便、易懂。Excel、SPSS、SAS都是很好的工具，坊間也有許多教材可以參考。它們將會是你與數字溝通的好伙伴。還等什麼呢？快翻開下一頁吧！──林維君2000年一月 於彰化[email protected]