統計學，最強的商業武器

統計學，最強的商業武器
2014/04/17

第1章｜統計學是最強的武器，憑什麼？
第2章｜能大幅降低資訊成本的抽樣調查
第3章｜誤差與因果關係是統計學的重點
- 為了將數據應用於業務的三個問題
 問題1 哪個因素的變化能提高收益？
 問題2 採取可引發這種變化的行動，可行嗎？
 問題3 若是可引發該變化的行動可行，其成本會高於所增加的收益嗎？
- 「進行適當的比較」，然後「除了資料彙總，還要明確算出其誤差與p值」。
- 在學會這樣的統計分析手法之後，還必須注意「因果關係的方向」。

第4章｜統計學的終極必殺技叫做「隨機對照實驗」
第5章｜好吧，無法做「隨機對照實驗」，又該怎麼辦？
第6章｜統計學之間的殘酷戰爭
- 統計學的六大領域： 
1.目的在於掌握實際狀況的社會調查法 
2.目的在於找出原因的流行病學及生物統計 
3.目的在於測量抽象概念的心理統計學 
4.目的在於機械式分類的資料採礦 
- 只要目標是以預測為主，資料採礦便可確實發揮功效。若目的不在預測本身，而是在依據預測模型來討論今後改採取的行動，那麼，邏輯回歸模型是比較有用的。
5.目的在於處理自然語言的文字探勘 
6.著重在推論的計量經濟學

- 貝葉斯派與頻率論派在機率觀念上的對立
- 在社會調查、流行病學、生物統計學及心理統計學領域中，頻率論學者較多，但計量經濟學者則有越來越多人加入貝葉斯派，資料採礦專家則無特別偏好，不過，應該算是較偏貝葉斯派。
- 越是「不允許錯誤」、要求保守判斷的領域，越會傾向於以頻率論為基礎。
此類研究甚至不允許以回歸模型做調查或是使用傾向分數，只認同隨機對照實驗以及難以是為誤差的效果。
- 貝葉斯與頻率論並無孰是孰非之別。在需要透過有限資訊與假設來追求「效率」時，就採取貝葉斯派的方式，而「想盡量降低錯誤的可能性」或「有充足的資料可供運用」時，則以頻率派的方式求得p值較佳。

第7章｜統計學，讓你得以站在巨人的肩膀上