打字猴:1.702626709e+09
1702626709
1702626710
1702626711
1702626712
1702626713
1702626714
1702626715
1702626716
1702626717
1702626718
1702626719 看穿一切数字的统计学
1702626720 100985
1702626721 作者: 西内啓
1702626722 出版: 中信出版社
1702626723 ISBN: 9787508642062
1702626724
1702626725 1 版权信息 [:1702626781]
1702626726 2 第一章 为什么统计学是最牛的学问？ [:1702626835]
1702626727 2.1 01 没有统计学思维的人将会吃大亏的时代 [:1702626840]
1702626728 2.2 02 统计学是能够得出最好、最快答案的正确方法 [:1702626897]
1702626729 2.3 03 所有的学问都从统计学开始 [:1702626984]
1702626730 2.4 04 大数据时代，统计学火了 [:1702627069]
1702626731 3 第二章 大幅减少信息成本的抽样调查 [:1702627171]
1702626732 3.1 05 统计学家的大数据“狂想曲” [:1702627176]
1702626733 3.2 06 准确度令人震惊的抽样调查 [:1702627221]
1702626734 3.3 07 为了1%的准确率值得花费几千万吗？ [:1702627281]
1702626735 4 第三章 统计学的关键：误差与因果关系 [:1702627359]
1702626736 4.1 08 抛弃传统的统计方法吧！ [:1702627364]
1702626737 4.2 09 单纯收集数据会得出“禁食米饭”的荒谬结论 [:1702627439]
1702626738 4.3 10 改变投放广告单的方式就能赚取60亿日元 [:1702627516]
1702626739 4.4 11 真的增加了一亿销售额，还是只是误差？ [:1702627592]
1702626740 4.5 12 值得分析的数据都是与利益明显相关的 [:1702627663]
1702626741 4.6 13 统计学中的重大问题：“因果关系的方向” [:1702627716]
1702626742 5 第四章 最强的统计学武器：随机对照试验 [:1702627779]
1702626743 5.1 14 先放牛奶还是先放红茶？ [:1702627784]
1702626744 5.2 15 随机对照试验：商业竞争中的有力武器 [:1702627880]
1702626745 5.3 16 “一次购买两台缝纫机可以打9折”能够增加销量吗？ [:1702627947]
1702626746 5.4 17 随机化面对的现实、伦理和感情之壁 [:1702628017]
1702626747 6 第五章 无法进行随机对照试验时该怎么办？ [:1702628107]
1702626748 6.1 18 低成本、快速搜集数据的流行病学方法 [:1702628112]
1702626749 6.2 19 “回归平凡”的回归分析 [:1702628205]
1702626750 6.3 20 所有领域都可以应用的回归分析法 [:1702628313]
1702626751 6.4 21 快速加深对统计学的理解的一张图表 [:1702628417]
1702626752 6.5 22 现代统计学的主角：多元回归分析 [:1702628514]
1702626753 6.6 23 统计学家最拿手的统计法 [:1702628644]
1702626754 7 第六章 应对一切问题的统计学思考方法 [:1702628746]
1702626755 7.1 24 统计学家们的残酷战争 [:1702628751]
1702626756 7.2 25 发明“IQ”的心理统计学 [:1702628852]
1702626757 7.3 26 诞生于市场调查现场的数据挖掘 [:1702628987]
1702626758 7.4 27 分析语言的文本挖掘：莎士比亚真的存在吗？ [:1702629140]
[ 上一页 ]  [ :1.702626709e+09 ]  [ 下一页 ]