0人評分過此書
統計學：原理與應用
作者
：
出版日期
：
2017/09/10
閱讀格式
：
PDF
ISBN
：
9789571188911
統計是各種科學領域的共同語言，在當代學術舞台上從不缺席。真實世界的問題探討，統計是能夠提供知識與力量的關鍵要角。雲端時代來臨，益發凸顯統計的存在價值。掌握數據就擁有寶藏，但需要熟用統計才能點石成金，在學術界是如此，在實務界亦然。
統計學作為自然與社會科學絕大多數領域的共同必修課，是眾多學者對於學科基本價值的肯定與專業養成需求的共同默契；在教育應用、社心專業、經濟預測、產業發展、商業經營、管理實務乃至於國家治理，統計程序的應用與分析技術的導入已深入各行各業，都是基於問題解決與預測監控的實際需要。
統計學作為自然與社會科學絕大多數領域的共同必修課，是眾多學者對於學科基本價值的肯定與專業養成需求的共同默契；在教育應用、社心專業、經濟預測、產業發展、商業經營、管理實務乃至於國家治理，統計程序的應用與分析技術的導入已深入各行各業，都是基於問題解決與預測監控的實際需要。
- 作者序
-
chapter 1 統計學概說
-
1.1 前言
-
1.2 統計學發展的脈絡
-
1.3 統計學的內容是什麼：從五個例子來看
-
1.3.1 簡單中卻有大道理：描述統計
-
1.3.2 由小看大、見微知著：統計推論
-
1.3.3 是事實還是偶然：假設檢定
-
1.3.4 無獨有偶、預測未來：相關與迴歸
-
1.3.5 此消彼長：交叉分析
-
-
1.4 統計學的分類
-
1.5 結語
-
1.5.1 真的有必要學統計嗎？
-
1.5.2 統計真的有這麼難嗎？
-
-
本章重要概念
-
課後習作
-
-
chapter 2 變數與測量
-
2.1 前言
-
2.2 變數的特性與類型
-
2.2.1 變數的基本特性
-
2.2.2 變數的定義與類型
-
-
2.3 測量的尺度
-
2.3.1 名義尺度
-
2.3.2 順序尺度
-
2.3.3 等距尺度
-
2.3.4 比率尺度
-
2.3.5 測量尺度的比較
-
-
2.4 測量的實施與問卷調查
-
2.4.1 測量與資料蒐集
-
2.4.2 資料的電腦化處理
-
-
本章重要概念
-
課後習作
-
-
chapter 3 次數分配與統計圖表
-
3.1 前言
-
3.2 次數分配表
-
3.2.1 原始次數分配
-
3.2.2 分組次數分配
-
-
3.3 統計圖示
-
3.3.1 適用於類別變數的圖示法
-
3.3.2 適用於連續變數的圖示法
-
-
本章重要概念
-
電腦小精靈
-
課後習作
-
-
chapter 4 描述統計量數
-
4.1 前言
-
4.2 集中量數
-
4.2.1 平均數
-
4.2.2 中位數
-
4.2.3 眾數
-
4.2.4 集中量數的比較
-
-
4.3 變異量數
-
4.3.1 全距
-
4.3.2 四分差
-
4.3.3 以離均差為基礎的變異量數
-
4.3.4 變異量數的特性與使用時機
-
-
4.4 偏態與峰度
-
4.4.1 偏態
-
4.4.2 峰度
-
4.4.3 偏態與峰度的判斷
-
-
本章重要概念
-
電腦小精靈
-
課後習作
-
-
chapter 5 相對量數與標準分數
-
5.1 前言
-
5.2 相對量數
-
5.2.1 百分等級與百分位數
-
5.2.2 四分位數與十分位數
-
-
5.3 標準分數
-
5.3.1 z 分數
-
5.3.2 T 分數
-
-
本章重要概念
-
電腦小精靈
-
課後習作
-
-
chapter 6 機率原理
-
6.1 前言
-
6.2 機率的基本概念
-
6.2.1 隨機實驗
-
6.2.2 樣本點與樣本空間
-
6.2.3 事件
-
-
6.3 機率運算觀點
-
6.3.1 先驗機率
-
6.3.2 後驗機率
-
6.3.3 主觀機率
-
6.3.4 機率的基本公理
-
-
6.4 事件性質與機率法則
-
6.4.1 互斥與非互斥事件
-
6.4.2 獨立與相依事件
-
6.4.3 互斥性與獨立性的特性與關係
-
-
6.5 列聯表、樹狀圖與貝氏定理
-
6.5.1 列聯表中的各項數據
-
6.5.2 樹狀圖的應用
-
6.5.3 貝氏定理
-
-
本章重要概念
-
課後習作
-
-
chapter 7 機率分配
-
7.1 前言
-
7.1.1 機率分配與隨機變數
-
7.1.2 機率函數
-
-
7.2 間斷機率分配
-
7.2.1 基本概念
-
7.2.2 二項分配
-
7.2.3 超幾何分配
-
7.2.4 卜瓦松分配
-
-
7.3 連續機率分配
-
7.3.1 基本概念
-
7.3.2 常態分配
-
7.3.3 均勻分配
-
7.3.4 指數分配
-
-
本章重要概念
-
課後習作
-
-
chapter 8 抽樣與估計
-
8.1 前言
-
8.2 抽樣方法
-
8.2.1 簡單隨機抽樣
-
8.2.2 系統隨機抽樣
-
8.2.3 分層隨機抽樣
-
8.2.4 叢集隨機抽樣
-
8.2.5 非隨機抽樣
-
-
8.3 抽樣分配與抽樣誤差
-
8.3.1 抽樣分配
-
8.3.2 抽樣誤差與標準誤
-
8.3.3 中央極限定理
-
8.3.4 樣本數與自由度問題
-
-
8.4 參數估計
-
8.4.1 估計的意義
-
8.4.2 平均數的區間估計
-
8.4.3 百分比／機率的區間估計
-
-
本章重要概念
-
電腦小精靈
-
課後習作
-
-
chapter 9 假設檢定原理
-
9.1 前言
-
9.2 統計假設
-
9.2.1 何謂假設？
-
9.2.2 虛無假設與對立假設
-
9.2.3 虛無假設分配與對立假設分配
-
9.2.4 單尾假設與雙尾假設
-
-
9.3 假設檢定的程序
-
9.3.1 檢定量的意義
-
9.3.2 統計檢定的尾機率法則
-
9.3.3 統計檢定的臨界值法則
-
-
9.4 統計決策原理
-
9.4.1 統計決策的結果
-
9.4.2 正確決策與錯誤決策
-
9.4.3 決策錯誤機率的消長關係
-
9.4.4 道德困境與實務困境
-
-
本章重要概念
-
課後習作
-
-
chapter 10 平均數假設檢定
-
10.1 前言
-
10.2 單樣本平均數檢定
-
10.2.1 單樣本雙尾 z 檢定
-
10.2.2 單樣本單尾 z 檢定
-
10.2.3 單樣本雙尾 t 檢定
-
10.2.4 單樣本單尾 t 檢定
-
-
10.3 雙樣本平均數檢定
-
10.3.1 基本原理
-
10.3.2 差異分數抽樣分配：獨立樣本設計
-
10.3.3 差異分數抽樣分配：相依樣本設計
-
10.3.4 獨立與相依設計的異同
-
-
10.4 雙樣本平均數差異檢定範例
-
10.4.1 獨立樣本平均數差異檢定範例
-
10.4.2 相依樣本平均數差異檢定範例
-
10.5 t 檢定的基本假設
-
-
本章重要概念
-
電腦小精靈
-
課後習作
-
-
chapter 11 變異數分析
-
11.1 前言
-
11.2 實驗與實驗設計
-
11.2.1 何謂實驗？何謂實驗設計？
-
11.2.2 實驗處理與因子設計
-
11.2.3 受試者分派與樣本設計
-
-
11.3 變異數分析的原理
-
11.3.1 變異數分析的資料特性
-
11.3.2 一般線性模式原理
-
11.3.3 變異拆解原理
-
11.3.4 變異數估計
-
11.3.5 F 檢定量的計算
-
-
11.4 相依樣本變異數分析
-
11.4.1 相依設計的資料特性
-
11.4.2 相依設計的統計原理
-
11.4.3 相依樣本 F 檢定與摘要表
-
-
11.5 ANOVA的基本假設
-
11.5.1 常態性假設
-
11.5.2 可加性假設
-
11.5.3 變異同質假設
-
11.5.4 球面性假設
-
11.5.5 型 I 錯誤率問題
-
-
11.6 多重比較
-
11.6.1 事前比較
-
11.6.2 事後比較
-
-
本章重要概念
-
電腦小精靈
-
課後習作
-
-
chapter 12 多因子變異數分析
-
12.1 前言
-
12.2 多因子變異數分析的原理
-
12.2.1 二因子變異數分析的資料特性
-
12.2.2 一般線性模式原理
-
12.2.3 變異拆解原理
-
12.2.4 整體考驗與事後考驗
-
12.2.5 單純主要效果檢定
-
-
12.3 多因子變異數分析的平均數圖示
-
12.3.1 平均數圖示原理與判斷原則
-
12.3.2 次序性與非次序性交互效果
-
12.3.3 主要效果的圖表判斷
-
12.3.4 運動研究範例的平均數圖
-
-
12.4 混合設計多因子變異數分析
-
12.4.1 混合設計的統計原理
-
12.4.2 混合設計的單純主要效果考驗
-
12.4.3 混合設計二因子變異數分析範例
-
-
12.5 完全相依二因子變異數分析
-
12.5.1 完全相依設計的統計原理
-
12.5.2 完全相依設計的單純主要效果考驗
-
12.5.3 完全相依設計二因子變異數分析範例
-
-
本章重要概念
-
電腦小精靈
-
課後習作
-
-
chapter 13 相關分析
-
13.1 前言
-
13.2 線性關係：相關與迴歸的基礎
-
13.2.1 從散佈圖來瞭解線性關係
-
13.2.2 從變異、共變到線性關係
-
-
13.3 積差相關的原理
-
13.3.1 積差相關係數
-
13.3.2 線性相關圖示
-
13.3.3 相關係數的矩陣表示
-
13.3.4 母體相關係數的不偏估計數
-
13.3.5 積差相關係數的特性
-
-
13.4 相關係數的假設檢定
-
13.4.1 相關係數的統計假設
-
13.4.2 相關係數的顯著性考驗
-
-
本章重要概念
-
電腦小精靈
-
課後習作
-
-
chapter 14 迴歸分析
-
14.1 前言
-
14.2 線性迴歸的基本原理
-
14.2.1 線性方程式
-
14.2.2 最小平方方程式與迴歸模型
-
14.2.3 迴歸模型的建立
-
-
14.3 迴歸模型的解釋力
-
14.3.1 估計標準誤
-
14.3.2 迴歸解釋力
-
-
14.4 迴歸分析的假設檢定
-
14.4.1 迴歸解釋力的顯著性考驗
-
14.4.2 迴歸係數的顯著性考驗與區間估計
-
-
14.5 迴歸分析的基本假設
-
14.5.1 固定自變數假設
-
14.5.2 線性關係假設
-
14.5.3 常態性假設
-
14.5.4 誤差獨立性假設
-
14.5.5 誤差等分散性假設
-
-
本章重要概念
-
電腦小精靈
-
課後習作
-
-
chapter 15 多元迴歸分析
-
15.1 前言
-
15.2 多元迴歸的原理與特性
-
15.2.1 多元迴歸方程式
-
15.2.2 多元相關與模型解釋力 R2
-
15.2.3 迴歸係數的顯著性考驗
-
-
15.3 多元共線性問題
-
15.3.1 何謂多元共線性
-
15.3.2 共線性診斷與估計
-
-
15.4 多元迴歸的變數選擇模式
-
15.4.1 預測型與解釋型迴歸
-
15.4.2 同時迴歸
-
15.4.3 逐步迴歸
-
15.4.4 階層迴歸
-
15.4.5 三種迴歸方法的比較
-
-
本章重要概念
-
電腦小精靈
-
課後習作
-
-
chapter 16 時間序列分析
-
16.1 前言
-
16.2 時間序列分析的基本特性
-
16.2.1 時間序列資料的特性
-
16.2.2 時間序列資料的組成
-
-
16.3 平滑法
-
16.3.1 移動平均法
-
16.3.2 加權移動平均法
-
16.3.3 指數平滑法
-
-
16.4 趨勢分析
-
16.4.1 線性趨勢
-
16.4.2 非線性趨勢
-
-
16.5 季節變動
-
16.5.1 季節指數
-
16.5.2 去季節化
-
-
16.6 Durbin Watson 指數
-
16.6.1 自我相關現象
-
16.6.2 Durbin-Watson 統計量
-
-
本章重要概念
-
電腦小精靈
-
課後習作
-
-
chapter 17 無母數檢定
-
17.1 前言
-
17.2 類別資料的特性與分析策略
-
17.2.1 類別資料的基本特性
-
17.2.2 類別資料的檢定形式
-
-
17.3 類別變數的 χ2 檢定
-
17.3.1 二項分配原理
-
17.3.2 χ2 檢定
-
17.3.3 χ2 檢定範例
-
-
17.4 等級資料的無母數檢定
-
17.4.1 符號檢定
-
17.4.2 Wilcoxon 符號等級檢定
-
17.4.3 Kendall’s W 檢定
-
17.4.4 Wilcoxon 等級和檢定
-
17.4.5 Mann-Whitney U 檢定
-
17.4.6 Kruskal-Wallis 等級變異數分析
-
-
17.5 結語
-
本章重要概念
-
電腦小精靈
-
課後習作
-
- 各章習題參考答案
- 參考文獻
- 附錄
- 中文索引
- 英文索引
評分與評論
請登入後再留言與評分
