第二章：統計思維與推論：從描述到推斷

# 第二章：統計思維與推論：從描述到推斷 > **核心概念**：統計思維不只是數字遊戲，它是洞察商業現象的金鑰。\n在本章，我將帶領你從日常商業數據的描述性統計，到建立假設、檢驗與回歸模型，最終將洞見轉化為可執行策略。\n ## 2.1 描述統計：先觀察、後決策 ### 2.1.1 為什麼先看**圖**？ 在台北一家連鎖超市，第一天我只打開了銷售報表： ``` ┌─────┬───────┬───────┐ │日期 │ 商品類別 │銷售額 │ ├─────┼───────┼───────┤ │2024‑01‑01 │ 零食 │ 12,000 │ │2024‑01‑01 │ 飲料 │ 18,000 │ └─────┴───────┴───────┘ ``` 若直接進行回歸或機器學習，可能會被數字表面噪音迷惑。**先畫圖**——直方圖、箱型圖、時間序列圖，能即時捕捉極端值、季節性與趨勢。 > **小技巧**：使用 `seaborn` 或 `ggplot` 之類的可視化工具，將複雜資料變成一目了然的圖表，對於非技術決策者而言，視覺化往往更具說服力。 ### 2.1.2 主要統計量：中心趨勢與離散程度 | 統計量 | 定義 | 商業意義 | |---|---|---| | **平均值 (Mean)** | 數值總和除以觀測數 | 了解「典型」銷售額 | | **中位數 (Median)** | 排序後的中間值 | 抗離群值影響的穩健指標 | | **眾數 (Mode)** | 最頻繁值 | 最高需求的產品類別 | | **標準差 (Std Dev)** | 數據離均值的平均距離 | 測量銷售波動 | | **四分位距 (IQR)** | 第三四分位數 - 第一四分位數 | 判斷極端值範圍 | > **案例**：在同一家超市，零食類別的標準差達 4,500 元，遠高於飲料類別（1,200 元），顯示零食銷售更不穩定，或許受到季節性促銷的影響。 ## 2.2 假設檢定：從「我猜測」到「我證實」 ### 2.2.1 形成假設：A/B 測試的哲學 假設檢定的第一步是**提出明確、可測試的假設**： - **零假設 (H₀)**：新推出的「健康飲料」在促銷期間的平均銷售額與舊版不相差。 - **對立假設 (H₁)**：新產品平均銷售額高於舊版。 > **小提醒**：在商業環境中，往往會用單尾或雙尾檢定。若你只關心「是否更好」，使用單尾；若想知道「是否有差異」則採雙尾。 ### 2.2.2 什麼是 p 值？不只是顏色 p 值是「在零假設為真的前提下，觀測到至少同樣極端的結果」的機率。p 值小於預設顯著性水平（常取 0.05）時，我們「拒絕零假設」。 > **注意**：p 值不是「真相」的度量，也不是「差異大小」的度量。它只能告訴你「差異可能不是偶然」。 ### 2.2.3 案例實作：新菜單項目的銷售比較 | 變量 | 促銷前 (N=30) | 促銷後 (N=30) | |---|---|---| | 平均銷售額 | 9,800 | 12,400 | | 標準差 | 1,200 | 1,500 | 使用雙樣本 t 檢定（假設兩組方差相等）計算得： - **t 值** = 3.45 - **p 值** ≈ 0.0011 > **結論**：p 值遠低於 0.05，說明促銷後銷售額顯著提升，支持新菜單對營業額的正面影響。 ## 2.3 迴歸分析：建立因果關係的橋梁 ### 2.3.1 何謂迴歸？ 迴歸模型是「自變量」與「因變量」之間的數學關係。最簡單的形式是 **線性迴歸**： \[\hat{y}=\beta_0+\beta_1x_1+\beta_2x_2+\dots+\epsilon\] - \(\hat{y}\)：預測值 - \(\beta_0\)：截距 - \(\beta_1, \beta_2, \dots\)：係數，衡量自變量對因變量的影響 - \(\epsilon\)：誤差項 > **商業洞見**：若 \(\beta_1\) 為正，表示每增加一單位 x₁，預測銷售額上升 \(\beta_1\) 元。 ### 2.3.2 例子：預測促銷期間的銷售額 | 自變量 | 定義 | 觀測值 | |---|---|---| | **廣告費用** | 促銷期間每月廣告投資 | 20,000 元 | | **競爭對手價格** | 主要競爭品牌同類商品平均價格 | 15.5 元 | | **季節性指標** | 1-夏季，0-非夏季 | 1 | 建立多元線性迴歸模型後，得到係數： - \(\beta_0 = 5,000\) - \(\beta_{廣告費用} = 0.25\) - \(\beta_{競爭對手價格} = -0.40\) - \(\beta_{季節性} = 3,200\) > **解讀**：每投資 1,000 元廣告，預測銷售額提升 250 元；競爭對手價格上升 1 元，銷售額下降 400 元；夏季銷售額較平時高 3,200 元。 ### 2.3.3 模型評估：R² 與 殘差分析 - **R²（決定係數）**：衡量模型解釋變異的比例。R² = 0.78 表示 78% 的銷售額變異被模型解釋。 - **殘差圖**：檢查殘差是否隨自變量呈現隨機分布，若存在模式，可能模型未捕捉到某些非線性關係。 > **實務提醒**：即使 R² 很高，也不等於模型適用於所有時間點。定期用新資料進行重新訓練與驗證，以保持預測精度。 ## 2.4 從統計到洞見：如何將數據轉化為決策 1. **定義問題**：先明確業務目標，例如「提高週末銷售額 10%」。 2. **選擇指標**：選定 KPI，如「週末銷售額」或「客單價」。 3. **收集資料**：確保資料完整、準確，並且與目標指標相對應。 4. **進行統計分析**：描述統計 → 假設檢定 → 迴歸模型。 5. **解釋結果**：將統計顯著性與實際影響大小對照，告訴決策者「這個變量的變動將帶來多大的營收提升」。 6. **制定行動**：根據模型輸出，設定具體的營銷或產品策略。 7. **監測與迭代**：實施後持續追蹤 KPI，並在需要時調整模型。 > **結語**：統計思維的力量在於它讓商業決策從「直覺」轉向「可驗證的洞見」。在下一章，我們將深入探討資料清理與前處理的關鍵步驟，確保模型基礎堅實。