Business Statistics（商用統計學）

引用

Sharpe, N. R., De Veaux, R. D., & Velleman, P. F. (2021). Business Statistics (4th ed., Global ed.). Pearson.

章節概要

全球版共有 21 個正文章節，分為六個部分，之後是由四章「線上專題」構成的第七部分，以及三個附錄（答案、統計表與常用公式、圖片版權說明）。目錄幾乎為每一章都標註了一家公司或一個商業情境，顯示本書習慣以商業問題來引入各種方法。

第一部分，第 1–4 章：探索與蒐集資料

開篇部分包括「資料與決策」「類別資料的視覺化與描述」「量化資料的描述、呈現與視覺化」以及「相關與線性迴歸」。因此迴歸出現得很早，是描述兩個變數關係的工具，遠在任何統計推論之前。

第二部分，第 5–7 章：建模與機率

「隨機性與機率」「隨機變數與機率模型」「常態分布及其他連續分布」構成三章的精簡機率單元，最後落在後面推論各章所倚賴的常態模型。

第三部分，第 8–9 章：蒐集資料

「資料來源：觀察性研究與調查」和「資料來源：實驗」討論資料是如何產生的。把研究設計單獨列為一部分並放在推論之前，反映出本書對資料來源的重視。

第四部分，第 10–15 章：用於決策的推論

推論部分從「抽樣分布與比例的信賴區間」開始，接著是「平均數的信賴區間」「假設檢定」「關於檢定與區間的更多內容」「兩個平均數的比較」以及「計數資料的推論：卡方檢定」。比例先於平均數處理，檢定則排在區間之後。

第五部分，第 16–20 章：用於決策的模型

這一部分回到迴歸，先談「迴歸的推論」和「理解殘差」，再談「多元迴歸」和「建立多元迴歸模型」，最後以「時間數列分析」收尾，是全書的建模核心。

第六部分，第 21 章：分析學

「大數據與資料探勘導論」是一章關於資料分析的入門內容。

第七部分，第 22–25 章：線上專題

「品質管制」「無母數方法」「決策與風險」以及「實驗與觀察性研究的分析」在目錄中被標為線上專題，因此不在第一至第六部分的 21 章之內。

核心概念

第一至第三部分：資料、機率與研究設計

• 類別資料與量化資料：目錄把類別資料的視覺化與量化資料的描述和呈現分開處理。
• 相關與線性迴歸：在第 4 章引入，用來描述變數之間的關係。
• 機率模型：隨機變數以及常態分布和其他連續分布。
• 觀察性研究、調查與實驗：對應關於資料來源的兩章。

第四至第六部分：推論、建模與分析學

• 抽樣分布與信賴區間：先談比例，再談平均數。
• 假設檢定：第 12–13 章，包括後續的「關於檢定與區間的更多內容」一章。
• 計數資料的卡方檢定：針對類別資料的推論。
• 殘差與多元迴歸：第 17–19 章的模型檢查與模型建立。
• 時間數列分析與資料探勘：正文最後的專題。

評析

優點

• 先談研究設計，再談推論。 關於觀察性研究、調查和實驗的兩章排在任何信賴區間之前，適合日後要處理他人蒐集資料的讀者。
• 迴歸擁有充足篇幅。 第 4 章的相關與迴歸，第 16–17 章的迴歸推論與殘差，以及第 18–19 章的多元迴歸與模型建立，使迴歸占了五章，與商業分析中大量使用迴歸的實況相符。
• 明確的教學理念。 培生表示全球版遵循 GAISE 建議：教授統計思維、概念理解、結合情境的真實資料、主動學習、技術運用與評量。出版方也強調分析與理解重於計算，以及如何呈現結果。
• 內建商業情境。 目錄為每章標註了公司情境（例如 H&M、Zillow.com、Guinness & Co. 和 Visa），讓例子與商業決策相連。

局限

• 推論分散在許多章節。 在迴歸推論之前有六章推論內容，一學期的課程必須有所取捨。
• 進階專題放在線上。 品質管制、無母數方法、決策分析以及實驗分析不在印刷章節之內，需要這些內容的讀者要仰賴線上資料。
• 分析學部分很簡短。 資料探勘只有一章，本書只是對這個概念的入門介紹，而不是一門完整的資料分析課程。
• 未限定軟體。 目錄沒有提到具體的軟體套件，工具選擇由課程決定。

在課程中的定位

在商業統計書單中，本書是篇幅完整、偏重迴歸的教材。Levine、Szabat 和 Stephan 的 Business Statistics: A First Course 是篇幅較短的入門書，強調結果的詮釋和軟體輸出，更適合作為較平緩的第一輪閱讀。Wheelan 的 Naked Statistics 是面向一般讀者的非技術性讀物，幾乎不用公式，適合作為建立直覺的輔助讀物，而不是課程教材。

Newbold 等人的 Statistics for Business and Economics 同樣全面地介紹敘述統計與推論統計、機率、迴歸和時間數列，是範圍最接近的替代選擇。Jacques 的 Mathematics for Economics and Business 則是另一類書，它提供計量經濟學類課程所用的代數和微積分，而不是統計學本身。

如何使用本書

本書適合商管和經濟學系一、二年級的學生，以及需要完整應用型講解的 MBA 類課程學生。從目錄看，除公式和迴歸方程式所隱含的代數之外沒有很高的數學先修要求，但修過一門入門統計學會讓進度更輕鬆。

建議的使用方式：

• 核心： 依序閱讀第一、二部分，再讀第四部分直到「兩個平均數的比較」。第三部分是關於研究設計的閱讀性章節，可以較快讀完。
• 迴歸路線： 第 4 章，然後是第 16–19 章。主要需要建模的讀者可以從第 4 章讀到第 7 章的常態模型，再進入第五部分。
• 選讀： 課程需要時讀第 15 章（卡方）和第 20 章（時間數列）；第 21 章可作為資料探勘的概覽。
• 線上專題： 第 22–25 章，涵蓋品質管制、無母數方法、風險下的決策和實驗分析，依課程需要選用。

結合課程使用的統計軟體完成習題，並練習用一句經理人能據以行動的話陳述每個結果，因為出版方自己的定位就是做出決策並報告結果。