同學到了國外商學院念書後，覺得計量經濟、財務經濟這類進階科目難以搞懂嗎，除了語言上差異的造成理解較難外，也有很大部分是基礎的統計學沒有學好，當基礎不穩時，想要能真正理解更進階的課程就難如登天了
所以今天Candice先生特別請Eric老師，來跟大家聊聊商學院最基礎也最重要的科目–「統計學」，統計的基礎打穩了，其他進階科目中過往看不懂的統計原理和推論，便能豁然開朗
一、 為何說統計學是商學院必會的科目，有哪些科目都需要統計學當基礎
商學院所學習的是如何更好的去處理人類世界複雜的商業行為，會說複雜，是因為當人或事件的數量只有幾個、幾十個時，是可以簡單的「收集全部資料」做出計算。
而當數量級到達幾萬甚至幾十萬上百萬時，花費龐大的時間和人力將「全部的數據收集」調查清楚作出判斷是不可行的，所以發展出統計學，確保透過正確的統計方法，收集「部分的資料」後計算，能根據計算結果做出有效的結論，幫助人們歸納出複雜事物的全貌而做出「更好」的判斷
所以幾乎所有的商學院科目都會運用到統計學，可能是比較簡單的迴歸或信賴水準，或更複雜的各類檢定。
除了本身就是在學統計方法的科目，如Econometrics, Time Series，還有不同金融商品定價背後用到的模型，如選擇權、期貨等定價模型。也有的是研究方法會跟統計學有關，任何需要抽樣的研究方法都會需要良好的統計學基礎才可以
二、 為何有些學生總學不好統計學，他們的盲點在哪裡？
過去遇過一些學生可能是討厭繁雜數字計算，過去的填鴨式教學讓大部分的學生對數學的印象都不好，因此討厭看起來複雜的數學。
但實際上在各種不同的軟體上，統計的公式都已經有人把function/package設定好了，老師只要能指導學生徹底了解統計學的原理與規則，不需要學生一直去做繁雜的計算, 學生只需要會使用這些統計軟體工具就好。
就像是手機本身的製造跟設計是非常複雜的，但手機app的設計會非常的親民且易懂。我們要做的是把統計的這些結果當成是一個工具，讓我們能夠更好的去歸納出我們想探討的現象。
三、 統計學的主要細項分為哪些？
主要就是迴歸跟檢定兩大類。迴歸可以從最簡單一個變數的單變數線性迴歸，多個變數的複迴歸，跟時間序列有關的自迴歸
以及考慮變數之間的關聯性的更複雜的形式等。
檢定的部份有分不同的檢定，從基礎的Z檢定、t檢定、F檢定、Chi-Square檢定，再到獨立性的檢定，白噪音的檢定等等。
雖然有很多分支，但核心的概念都是在試圖透過部分的樣本去推估母體的形式
四、 老師如何深入淺出的教導統計學，讓學生能真正理解統計學原理
計算的部分, 會著重在大方向的計算, 個別公式怎麼來的會簡單帶過, 因為我們要的是學會使用這個工具, 而不需要理解這個工具所有的細節.
統計有個重要的環節是要能夠解讀統計軟體跑出來的結果與係數，也就是學生真正應該學會的是「統計學的心法與精神」，能融會貫通理解每樣統計專有詞彙所代表的真正意義，而不會是將時間花費在繁雜的數字計算中。
再怎麼會計算數字，卻無法真正理解算出來的數值所代表的真實意義也是枉然
這也是近幾年來課程轉向的重點，畢竟人再怎麼會算也不會比電腦還會算，我們應該要培養的是能夠找到適當工具並駕馭的方法
五、 統計學在職場工作上的應用有哪些呢？
金融有非常多的工作會跟統計學有關，比方說現在銀行要決定要不要放款給一個購屋者，銀行就必須透過統計來作抽樣，將過去已經發生過的違約/不違約的這些事件資訊都收集起來，作為我們的樣本。
然後利用統計學的一些檢定跟迴歸來推算出顧客還不出錢的可能性，從而評估風險與收益，最終決定要不要承擔風險作這筆生意。
再比如銀行在評估投資組合的風險值時，常用的是Value at Risk的方法，也是透過統計過去發生過的結果，並假設未來的事件會以類似的規律繼續發生，從而推算出投資組合未來可能的不同走向，藉此知道面臨的風險是多少。
上述這些實際例子，也就是收集過去的「部分資料」後計算，根據計算結果做出有效的相關性結論，根據此相關性幫助人們歸納出未來可能的結果而做出「更好」的判斷
看完上述Eric老師詳細且細心的舉例說明，Candice先生自己對統計學有了更上一層樓的理解了，不知你覺得如何呢？
如果想了解更多統計學，歡迎聯絡我們，一起深入學習統計學課程吧，學好商科基礎學科統計學，學起其他進階科目便更加事半功倍囉。
沒有留言:
張貼留言