统计思维：大数据时代瞬间洞察因果的关键技能

　　举办抽奖活动就能增加营业额，改变供应策略就能减少库存，改进招聘政策就能提升人才质量……无论是要降低成本、增加利润，还是招聘人才，把握因果关系都是做出商业决策、提升业绩的基础。
　　想提升业绩就不能靠撞大运！大数据时代信息繁杂，随之涌现的千头万绪常常令人不知所措。如何才能迅速、行之有效地解决问题？统计学正是一件不可多得的利器，帮你发掘有价值的因果关系，透视隐于数据背后的商业真相。
　　本书专为在职场打拼的商务人士量身定制，用实实在在的案例和清晰易懂的图表解析假设检验、随机对照实验、回归分析、因子分析、聚类分析等常见统计方法在商务实战中的应用，没有统计基础的读者也不用因不懂数学而发愁。
　　大数据时代，解剖数据已成为我们的职场基本功。翻开本书，你就能学会用统计思维武装自己，在商场上披荆斩棘。

　　◎统计学能证明“天下乌鸦一般黑”吗？重新装修店面和销售额增长之间存在因果关系吗？想招聘具有多种能力的员工，怎样选择才科学？怎样用回归分析找出商业数据之间难以被发现的关联性？……在数据为王的时代，要在职场站稳脚跟，分析数据的能力不可或缺。
　　◎本书着力讲解统计学在商务实践中的应用，它用分属不同领域的商业案例帮助读者打通统计思维的脉络，让读者在理解统计原理的同时也能掌握统计技术的实践技巧。从事商业管理、财务会计、市场营销、人力资源等工作的职场人士都能从中汲取营养、精进业务。
　　◎作者西内启曾出版多部统计类畅销书，尤擅用案例和图表解析统计学的概念和用法，不懂数学的读者也可以轻松读懂，学会用统计思维看问题。

　　本书的使用要点
　　因此，本书从许多社会人士以“把握现状”而使用的平均值和比例方法起步，讲解的重点，是以恰当地洞察数据背后的因果关系为目的的统计学。
　　出于前述的对于现存入门书的不满，本书和前作一样，尽量让所有的说明不依赖公式、仅靠语句和图就可以理解。仅在为从本质上说明统计方法而必须使用公式的情况下，把用高中知识就可以理解的数学内容补充在了书的最后。本书想办法让没有读数学附录的读者也可以无障碍地理解正文内容，所以如果你看到公式就倍感压力，现在就可以拿起办公用的订书器将书后的附录部分订上。书后的数学附录，大多是为了帮助读者理解入门书中理所当然作为前提，或是因为仔细说明会过于困难而省略的内容。即使现在跳过不看，日后当你阅读大学统计学入门书而感到疑惑的时候，回头再看，或许也能够在其中找到值得参考的内容。
　　一般的统计学教科书中，用大学以上的数学知识在几行中说明的东西，本书书后的数学附录也会用大篇幅以高中数学一一讲解，而正文则花费了更多的篇幅用语句和图来说明。还有一点细节，就是正文的数值计算举例，无论中间的计算过程多么复杂，本书都尽量让最后的答案是小学生也能看懂的整数或者分数。
　　本书中使用的统计方法大多十分基础，不过也涉及了Logistic回归、因子分析和聚类分析这三种一般的统计学入门书中很少出现的方法。我甄选出这几种方法，是因为它们在商务分析中最常用到，只要学会便不会为普通的分析而发愁了。
　　首先，第1章讲解了均值、比例以及标准差这些最基本的统计学工具的本质。目的不是让读者理解“将数据加起来用数量去除”这种理所当然的计算过程，而是理解为何这样计算得到的均值对于“洞察”的统计学是重要的。理解了这些，你就能更好地理解后续的统计学方法。
　　接下来的第2章，介绍了统计学中的假设检验的思维方式，也就是检验不同分组的均值和比例之间的差距是否存在并非偶然误差。比如在比较旧店铺和新店铺客人的平均消费水平时，发现新店铺比旧店高出100日元。然而，即使是同一顾客，每次的消费金额也会有差别，如果这100日元的差距的确有意义，就可以说新店铺的尝试是成功的，旧店铺去借鉴新店铺的运营可能更好。但如果只是偶然的误差，结论就是无用的。分辨这两种情况的工具，就是统计性假设检验。
　　第3章除了...