庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
二樓書籍分類
 
多變量統計之線性代數基礎:應用SPSS分析

多變量統計之線性代數基礎:應用SPSS分析

沒有庫存
訂購需時10-14天
9789571198439
張紹勳,林秀娟
五南
2018年9月15日
297.00  元
HK$ 282.15  






ISBN:9789571198439
  • 規格:平裝 / 804頁 / 19 x 26 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣


  • 商業理財 > 會計/統計 > 統計軟體分析











      在自然與社會科學領域,隨著研究方法的複雜化,應用多變量統計方法來分析資料的機會也相對增加。近年來,研究生人數逐年增加,基於學位論文撰寫的需要,多變量統計方法及SPSS等套裝統計軟體的運用成為不可或缺的能力!



      本書介紹的多變量分析內容,包含平均數之假設檢定、多變量變異數分析、多元迴歸分析、典型相關分析、區別分析、主成分分析、因素分析、集群分析和多元標度法。透過統計軟體SPSS探討,結合理論、方法與統計從基礎統計知識引導,並輔以練習題與範例,讓學習者能做中學,以增進學習效果。



    本書特色



      ◎本書完整介紹多變量分析於SPSS軟體上的操作與統計應用。

      ◎從多變量分析基礎教起,架構明確搭配範例練習,結合理論與應用性。

      ◎使用SPSS V25介面操作,從使用者角度整理編排,讓研究過程更輕鬆。

      ◎適用於生物學、經濟學、市場行銷、工程學、遺傳學、醫學、教育學、心理學、

      社會科學、生產管理、風險管理、人資管理、航運管理、財務金融、會計和公共衛生等學術領域。

      隨書附贈資料檔光碟

    ?


     





    Chapter01 多變量:統計概念的基礎

    1-1 認識數學符號

    1-1-1 數學符號

    1-1-2 希臘字符號

    1-2 統計技術之分類

    1-2-1 統計分析技術之分類

    1-2-2 單變量vs. 多變量統計

    1-2-3 生醫之單變量vs. 多變量統計

    1-3 單變量:統計學回顧

    1-3-1 統計分析法

    1-3-2 統計公式之重點整理

    1-3-3 檢定與信賴區間之關係

    1-4 多變量常態分布、樣本平均數、變異數和共變異數:統計基礎

    1-4-1 多變量假定:常態分布之統計基礎

    1-4-2 數據矩陣的列(row) 與行(column):多變量統計基礎

    1-4-3 共變異數矩陣的性質:多變量統計基礎

    1-4-4 樣本平均數、變異數和共變異數:統計基礎

    1-5 多變量:矩陣運算

    1-5-1 特徵值(eigen value) 及特徵向量(eigen vector) 之物理意義

    1-5-2 特徵值(eigen value) 及特徵向量(eigen vector)



    Chapter02 統計基礎:一個和二個母群平均數之Hotelling’s T2 檢定(GLM 指令)

    2-1 幾種常用的多變量分析方法

    2-2 單變量:Student’s t-distribution 及t-test 統計基礎

    2-2-1 單變量:Student’s t-distribution

    2-2-2 單變量:Student’s t 檢定(t-test)

    2-3 多變量:單一獨立樣本平均數之Hotelling’s T2 檢定(GLM 指令)

    2-3-1 多變量:Hotelling’s T2 檢定之概念

    2-3-2 Hotelling’s T 檢定:智力量表( 語文和作業)

    2-4 兩個獨立樣本平均數之Hotelling’s T2 檢定(GLM 指令)

    2-5 配對組法及前測後測設計之T 檢定(GLM 指令)

    2-5-1 多變量配對組T 檢定(Multivariate Paired Hotelling’s T-Square)

    2-5-2 多變量配對組T 檢定(GLM 指令)

    2-6 重複量數單因子ANOVA (GLM 指令比較)

    2-6-1 重複量數單因子ANOVA (GLM 指令) ≒混合設計二因子ANOVA(UNIANOVA 指令)

    2-6-2 SPSS 資料檔:從wide 格式轉成long 格式(varstocases 指令)

    2-6-3 wide 格式:repeated-measures 單因子ANOVA(GLM 指令)



    Chapter03 多變量變異數分析:獨立樣本(GLM、manova 指令)

    3-1 t-檢定、ANOVA、判別分析、迴歸的隸屬關係 (t-test、oneway、regression、discriminant 指令)

    3-2 多變量:one-way 變異數分析(GLM 指令)

    3-2-1 one-way 多變量變異數分析之概念

    3-2-2 K-group between-subjects MANOVA:教學法影響學生性格(GLM 指令)

    3-3 Factorial MANOVA:二因子變異數分析( 無交互作用)(GLM 指令)

    3-3-1 混合設計Two-way 變異數分析≒實驗組—控制組「前測—後測」設計

    3-3-2 Factorial between-subjects MANOVA:交互作用不顯著(GLM指令)

    3-4 Factorial MANOVA:細格人數不等的二因子變異數分析(GLM指令)

    3-4-1 二因子MANOVA:交互作用之單純主要效果(GLM 或MANOVA指令)

    3-4-2 練習題:Factorial MANOVA:細格人數不等二因子變異數分析(無交互作用項) (GLM 指令)

    3-5 三因子:Factorial between-subjects MANOVA( 交互作用)(GLM、MANOVA指令)

    3-5-1 Three-way MANOVA(「A×B」、「B×C」交互作用)(GLM指令)

    3-5-2 練習題:三因子MANOVA(「A×C」、「B×C」交互作用):塗層織品的磨損數據(GLM 指令)

    3-6 階層(hierarchical) 設計MANOVA(GLM 指令)

    3-6-1 階層(hierarchical) 設計MANOVA(MANOVA 指令)

    3-6-2 練習題:Nested( 階層/ 巢狀) 設計MANOVA(MANOVA 指令)

    3-7 Latin 方格的多變量變異數分析:平衡掉交互作用項(GLM 指令)

    3-7-1 拉丁方陣實驗設計之概念

    3-7-3 多變量:拉丁方格設計MANOVA:去除交互作用項(GLM 指令)



    Chapter04 單層vs. 雙層次ANOVA 模型:重複測量(repeated measures)

    4-1 單層次:重複測量的混合效果模型(mixed effect model for repeated measure)

    4-1-1 ANOVA 及無母數統計之分析流程圖

    4-1-2 重複測量ANOVA 之F 檢定公式

    4-1-3 練習題:重複測量ANOVA(單層)

    4-2 雙層次:重複測量的混合效果模型(Mixed Effect Model for Repeated Measure)

    4-2-1 雙層次vs. 二因子混合設計ANOVA:wide 格式(GLM、MIXED指令)

    4-2-2 雙層次vs. 二因子混合設計ANOVA:long 格式(MIXED 指令)



    Chapter05 多變量共變數分析(multivariate analysisof covariance, mancdova 指令)

    5-1-1 單因子MANCOVA 之原理

    5-1-2 單因子MANCOVA 之重點整理

    5-2 單因子MANCOVA:3 個檢定(GLM 指令)

    5-2-1 獨立樣本單因子多變量共變數分析(二個非時變的共變量)(GLM指令)

    5-2-2 單因子MANCOVA:3 個assumption 檢定(GLM 指令)

    5-3 為何要MANCOVA 取代MANOVA 呢?ANCOVA ≠ ANOVA(UNIANOVA、GLM 指令)

    5-3-1 二因子MANOVA 與MANCOVA「平均數及效果」比較(交互作用顯著)(UNIANOVA、GLM 指令)

    5-3-2 練習題:二因子MANCOVA:3 個非時變的共變數(無交互作用)(manova、manovatest 指令)

    5-3-3 練習題:二因子MANCOVA:一個非時變的共變數( 交互作用不顯著)

    5-4 階層(hierarchical/ 巢狀nested) 設計二因子MANCOVA (manova 指令)

    5-5 帶共變數的重複測量ANOVA:五種模型 (GLM、MANOVA、MIXED 指令)



    Chapter06 典型相關分析(canonical correlation, canon指令)

    6-1 典型相關(canonical correlation) 之概念

    6-2 單變量:相關係數之統計基礎

    6-3 典型相關分析(MANOVA xx WITH xx / DISCRIM 等指令)

    6-3-1典型相關分析(canonical correlation):3 項心理變數對4 項學業成績(MANOVA xx WITH xx / DISCRIM 等指令)

    6-3-2典型相關(canonical correlation):5 項高中測驗對2 項大學入學成績(MANOVA xx WITH xx / DISCRIM 等指令)



    Chapter07 判別分析/ 區別分析(discriminant analysis,DISCRIMINANT 指令)

    7-1 區別分析/ 判別分析(discriminant analysis) 之概念

    7-1-1 貝氏(Bayes) 定理及分類(Classification)

    7-1-2 線性與二次分類方法

    7-1-3 費雪(Fisher) 的判別分析與線性判別分析

    7-2 判別分析(discriminant analysis, DISCRIMINANT 指令)

    7-2-1 判別/ 區別分析(discriminant analysis):3個職位分類是否適合不同人格類型(DISCRIMINANT) 指令

    7-2-2 練習題:判別分析:3 組高中生對3 種成就測驗(DISCRIMINANT 指令)



    Chapter08 集群(cluster) 分析/ 聚類分析

    8-1 集群分析/ 聚類分析(cluster analysis) 之概念

    8-2 階層聚類分析/ 集群分析(Hierarchical Cluster):範例(cluster,clusterdendrogram, cluster generate,cluster kmeans and kmedians 指令)

    8-2-1 階層集群分析:17 學區的4 項學生成績(CLUSTER xx /METHODxx 指令) 有7 種集群法

    8-2-2 練習題:階層集群分析(Hierarchical Cluster Analysis):mammal資料(CLUSTER xx /METHOD xx 指令) 有7 種方法

    8-3 大樣本之K-means 集群分析(K-means and k-medians cluster analysis):50 棵植物4 個化學實驗數據(QUICK CLUSTER 指令)

    8-4 二元變數(Binary Variables) 之集群分析(CLUSTER �METHOD XX �MEASURE=BSEUCLID(1,0) 指令)

    8-4-1 二元變數(binary variables) 關聯性(Association) 之概念

    8-4-2 二元變數之集群分析(cluster analysis for binary variables):35 題是非題(CLUSTER �METHOD XX �MEASURE=BSEUCLID(1,0) 指令)



    Chapter09 主成分分析(Principal ComponentsAnalysis, pca 指令)

    9-1 主成分分析(Principal Components Analysis) 之重點整理(pca 指令)

    9-1-1 主成分分析(Principal Components Analysis) 之概念

    9-1-2 主成分分析(Principal Components Analysis) 之統計基礎

    9-1-3 主成分分析:標準化居住品質9 指標(EXAMINE、COMPUTER、FACTOR、CORRELATIONS 指令)

    9-2 練習題:主成分分析(Principal Components Analysis, PCA)(EXAMINE、COMPUTER、FACTOR、CORRELATIONS 指令)



    Chapter10 測量工具檢定:信度(reliability) 與建構效度(construct validity)

    10-1 測量工具檢定:信度(reliability) 與效度(validity)

    10-1-1 信度與效度之重點整理

    10-1-2 因素分析(Factor Analysis, FA),又譯因子分析

    10-2 因素分析(Factor Analysis, PCA) 之重點整理

    10-2-1 因素分析(Factor Analysis, PCA) 之概念

    10-2-2 因素分析:居住社區9 個評量指標(factor 指令)

    10-3 探索性因素分析≒建構效度(factor 指令)

    10-3-1 建構效度(construct validity)

    10-3-2 因素分析4 種估計法的取捨:醫生對成本的6 態度(factor 指令)

    10-3-3 探索性因素分析(EFA) ≒建構效度( 來篩選問卷題目)(factor 指令)



    Chapter11 多維標度法/ 多向度量尺:空間/ 心理距離(Multidimensional Scaling)

    11-1 古典(Classical) 多維標度法/ 多向度量尺(Multidimensional Scaling, MDS)之重點整理(mds 指令)

    11-1-1 多維標度法/ 多向度量尺(Multidimensional Scaling, MDS)之概念

    11-1-2 古典(Classical) 多維標度法/ 多向度量尺(Multidimensional Scaling, MDS) 之統計基礎

    11-2 多維標度法/ 多向度量尺(Multidimensional Scaling, MDS) 之範例

    11-2-1 古典MDS:美國10 城市( 對稱) 距離(Alscal 指令)

    11-2-2 古典:多維標度法/ 多向度量尺:美國10 城市社會經濟特徵(非對稱距離)(infile、mds、screeplot、mdsconfig、mdsshepard 指令)



    Chapter12 對應分析( c o r r e s p o n d e n c e a n a l y s i s ,CORRESPONDENCE 指令) 747

    12-1 對應分析(correspondence analysis) 之概念

    12-2 簡單的對應分析(CORRESPONDENCE 指令)

    12-2-1 對應分析:「性別與學歷」對科學信仰之對應(correspondence table 指令)

    12-2-2 對應分析(correspondence analysis):輸入矩陣:5 個國家與11 個資源之11×5 矩陣( 非725×2)(anacor table 指令)



    ?









      SPSS是社會科學有名的統計軟體,迄今亦在生物醫學大流行。特別是最近幾年,各大學研究生人數逐年大增,基於學位學術撰寫的需要,多變量統計更是不可或缺。



      有鑑於國內統計使用者眾多,可是目前較缺「理論、統計及方法論」的書,加上SPSS v25 市面上鮮少有教科書來介紹新統計功能,殊實可惜。為改善此窘境,於是開始著手撰寫「SPSS」一系列分析。



      一般研究者從事研究時,常有的難題包括:

      (1) 應該採用哪一種統計方法來檢定研究假定(assumptions) 及假(hypothesis)?

      (2) 如何使用電腦統計程序,以正確且快速地分析研究資料?

      (3) 統計程式所輸出的數據所代表的意義為何?又該如何解釋?



      筆者在從事研究與教學之際,乃針對此問題,將各種類型的統計方法,以學習者與使用者的觀點歸納整理,並以範例呈現,期使讀者在了解統計方法之後能快速學會使用SPSS,做最有效率的統計分析。



      本書章節包括:平均數之假設檢定(hypothesis testing of means)、多變量變異數分析(multivariate analysis of variance, MANOVA)、典型相關分析(canonical correlation analysis)、判別分析(discriminant analysis)、主成分分析(principal component analysis)、因素分析(factor analysis)、集群分析(cluster analysis)、多元標度法(multidimensional scaling, MDS)。此外,結構方程模式 (structural equation modeling,SEM),及階層線性模式(hierarchical linear model, HLM) 作者另有STaTa 專書介紹。



      多變量分析主要應用在:社會科學、生物學(Biology)、經濟學(Economics)、工程學(Engineering)、遺傳學(Genetics)、市場行銷(Marketing)、醫學(Medicine)、精神病學(Psychiatry)、教育學、心理學、人管、生產管理。應用科系包含:經濟系、風險管理系、航運管理、財務金融、會計、公共衛生、工業工程、土木??。



      目前國內使用者眾多,可是尚缺「理論、統計及方法論」的書,殊實可惜。

      為改善此窘境,於是開始著手撰寫SPSS 統計分析一系列的書。並附上範例之資料檔供你實作:

      一、《高等統計:應用 SPSS 分析》一書,該書內容包括:描述性統計、樣本數的評估、變異數分析、相關、迴歸建模及診斷、重複測量??。



      二、《多變量統計之線性代數基礎:應用 SPSS 分析》,該書內容包括:平均數之假設檢定、MANOVA、典型相關分析、判別分析、主成分分析、因素分析、集群分析、多向度量尺�多維標度法。



      三、《邏輯斯迴歸分析及離散選擇模型:應用SPSS》一書,該書內容包括:邏輯斯迴歸、Probit 迴歸、多項式邏輯斯迴歸、Ordinal 迴歸、Poisson迴歸、負二項迴歸等。



      四、《多層次模型 (HLM) 及重複測量:使用 SPSS 分析》一書,該書內容包括:線性多層次模型、panel-data 迴歸??。



      五、《存活分析及 ROC:應用 SPSS》一書,該書內容包括:類別資料分析(無母數統計)、logistic 迴歸、存活分析、流行病學、配對與非配對病例對照研究資料、勝出比(Odds Ratio) 的計算、篩檢工具與ROC 曲線、Cox 比例危險模型、Kaplan-Meier 存活模型、參數存活分析有六種模型??。



      此外,研究者如何選擇正確的統計方法,包括適當的估計與檢定方法、與統計概念等,都是實證研究中很重要的內涵,這也是本書撰寫的目的之一。為了讓研究者能正確且精準使用橫斷面之多變量統計迴歸,本書內文儘量結合「理論、方法、統計」,期望能夠對產學界有拋磚引玉的效果。

    ?
    張紹勳 林秀娟 敬上




    其 他 著 作
    1. 邏輯斯迴歸分析及離散選擇模型:應用SPSS
    2. 存活分析及ROC:應用SPSS
    3. 多層次模型(HLM)及重複測量:使用SPSS分析
    4. 高等統計:應用SPSS分析