【講重點系列帶你制霸考科】
刷考古題之前先讀懂這一本！
面對考試不僅要會解題，更要有紮實基本功！
★ 匯集補教名師多年教學經驗
★ 章節編排由淺入深、吸收效率倍增
★ 收錄各類經典題型、搭配詳解一點就通
這樣的你適合這本書：
☆ 新手入門
☆ 加強觀念
☆ 考前重點複習
☆ 專業進修
你值得優質的書籍 這本書陪你一起成長！
【講重點ｘ試題大補帖必勝組合】
講重點系列觀念解析 + 試題大補帖刷題練習
大碩教育提供你全方面的備考戰術！
初階入門、加強複習都適用！
★兩種系列一起閱讀 離上榜之路更近一步★
考前30天的你有著怎樣的心情呢？忐忑不安?自我懷疑？念了一堆仍然覺得腦袋空空?還是想著要自我放逐，心中籌畫著明年再來的大計？
教了這許多年統計學之後，在最後的考前階段，最常見到兩種學生，其一，「熱鍋螞蟻型」，基本觀念與題型都還不熟，上課講義也還沒完整複習過一遍，急得像熱鍋上的螞蟻，看那坊間的統計學題庫書都是厚厚的一大本，時間緊迫，根本不可能做得完，心中只能想著放棄統計算了!其二，「走火入魔型」，自認為基本題沒什麼大不了(其實基本觀念還是似懂非懂)，手中抱著考古題裡的艱澀難題，努力地鑽那牛角尖，卻放著投資報酬率較高的基本題不去管，殊不知那些個艱澀難題實在沒什麼參考價值，再出現的機率也幾近於零。
這本書就是為這兩類同學所預備的，統計學要拿一些基本分數是再簡單不過的了，熱鍋螞蟻型的同學要知道，從0分到60分是相當容易達成的，你把時間投注在統計學的基本題型上，絕對有很高的報酬率;至於走火入魔型的同學，常常不愛聽老師的勸告，數年來的經驗告訴我，只想著要埋首苦「算」的這種同學，下場都不太好，何不回過頭來，先檢視自己基本題是不是都會了？是不是按計算機都不會有失誤?是不是如果整張考卷考出60分的基本題，我一定可以在這個部分拿個50–55分?如果不是的話，張翔老師告訴你，去做那些個艱澀難題都是沒有意義的浪費時間!
同學們！醒醒吧！反覆加強基本觀念和基本題型，才是考上研究所的唯一法門！！
這本書把統計學的15個章節，依內容細分出小節，每個小節都先給一些基本觀念和公式的小小整理，讓同學回憶一下課堂上所教的內容;而考題的部份，總共收錄了大約300題的統計學考題，全部都是最最基本的題型，只要這些基本題型都弄懂，也都解得出來了，想要考上一般的研究所，張翔老師向你保證，那是綽綽有餘的!(至於想要考上台、政、清、交，考前30天是當然是不夠的啦！)
【★ 相關試題書推薦 ★】
1. CC91030201 研究所2021試題大補帖【統計學(1)企研所、工管所】(109年試題)
2. CC91040201 研究所2021試題大補帖【統計學(2)財金所】(109年試題)
3. CC91050201 研究所2021試題大補帖【統計學(3)經濟所】(109年試題)
【★ 相關講義書推薦 ★】
1. AB20040603 研究所講重點【統計學700題】
1 統計學概論Introdution to Statistics
1.1 統計學的架構
2 敘述統計學Descriptive Statistics
2.1 重要統計量數
2.2 統計圖表與探測性資料分析
3 古典機率論Classical Probability Theory
3.1 重要古典機率定理、條件機率與獨立
3.2 全機率定理與貝氏定理
4 隨機變數Random Variables
4.1 隨機變數與機率函數
4.2 期望值、變異數、標準差、中位數、分位數與眾數
4.3 母體動差體系與動差生成函數
4.4 重要不等式
5 多元隨機變數Multivariate Random Variables
5.1 多元隨機變數之機率函數
5.2 多元隨機變數期望值、共變異數與相關係數
5.3 條件期望值、條件變異數與雙重期望值定理
5.4 隨機變數轉換
6 常用機率模型Common Families of Distribution
6.1 常用機率模型─成敗試驗族
6.2 常用機率模型─卜瓦松分配與離散均勻分配
6.3 常用機率模型─均勻分配與Gamma族
6.4 常用機率模型─常態分配
6.5 常用多變數機率模型
7 抽樣方法與抽樣分配Sampling Methods and Sampling Distribution
7.1 抽樣方法與抽樣分配
7.2 母體常態分配下之抽樣分配
7.3 大樣本下之抽樣分配
7.4 順序統計量
8 點估計Point Estimation
8.1 最大概似法估計量與動差法估計量
8.2 評估點估計量之表現
9 區間估計Interval Estimation
9.1 單一母體之區間估計
9.2 兩母體之區間估計
9.3 區間估計之樣本數問題
10 假說檢定Hypothesis Testing
10.1 單一母體之假說檢定
10.2 兩母體之假說檢定
10.3 假說檢定之進階問題
11 變異數分析The Analysis of Variance
11.1 一因子變異數分析完全隨機化設計
11.2 一因子變異數分析隨機區集化設計
11.3 單一信賴區間、聯立信賴區間與多重比較
11.4 多因子變異數分析
12 相關分析與線性迴歸Correlation Analysis and Linear Regression
12.1 相關分析
12.2 簡單迴歸分析之基本課題
12.3 簡單迴歸分析之延伸課題
12.4 多元迴歸分析之基本課題
12.5 偏F檢定、偏判定係數與偏相關係數
12.6 多元迴歸分析之延伸課題
13 卡方檢定與適合度檢定Chi-Squared and Goodness-of-fit Test
13.1 卡方適合度檢定
13.2 卡方獨立性與齊一性檢定
14 無母數統計方法Nonparametric Methods
14.1 樣本等級相關分析
14.2 單一母體之無母數檢定方法
14.3 兩相依母體之無母數檢定方法
14.4 兩獨立母體之無母數檢定方法
14.5 多個獨立母體之無母數檢定方法
14.6 多個相依母體之無母數檢定方法
14.7 隨機性檢定
15 統計決策理論、時間序列與指數Other Important Topics in Statistics
15.1 統計決策理論
15.2 古典時間序列分析與指數