序
多變量統計分析（Multivariate Statistical Analysis）簡稱多變量分析，為統計學的一支，現今已是應用統計分析中的重要骨幹。部分多變量分析方法，也是目前熱門的機器學習、資料探勘及巨量資料常用的技術。量化研究一直在研究方法學中占有重要地位，且搭配統計軟體的推陳出新，多變量分析方法的學習以及統計軟體的應用知能，已是現代量化研究者的基本能力。當今量化研究分析工具中，R統計軟體扮演著舉足輕重的角色，相較於其他費用昂貴的統計軟體而言，免費且不斷更新與公開分享的R統計軟體無疑是當代量化研究分析工具的寵兒。然而，對於不熟悉統計分析語法撰寫的研究者而言，在入門時難免覺得困難，本書即是您利用R統計軟體進行多變量分析的最佳入門利器。本書提供兩大內容，一為各多變量分析理論之介紹，另一則為搭配各理論之R統計軟體的詳細操作說明，深入淺出的內容，帶領讀者輕鬆進行多變量統計分析。
多變量分析的各類方法看似獨立，其實各理論之間，都有關聯性或有相類似之概念。本書共有15章，除了一般多變量使用者常用的統計分析方法之外，再加上進階的結構方程模式應用。第1章是「多變量統計與R統計軟體」，介紹多變量分析之意涵，並簡介R統計軟體基本語法；第2章為「多元迴歸分析」，介紹多元迴歸分析理論與操作，探討迴歸模型該如何建立與判斷的原則與方法；第3章為「邏輯斯迴歸分析」，探討依變項為類別變項的方法，與區別分析有類似精神；第4章為「典型相關分析」，此法可視為多元迴歸分析的延伸，依變項從一個延伸至多個；第5章為「區別分析」，亦是探討依變項為類別變項的分類方法；第6章為「多變量平均數之檢驗」，探討當依變項有數個時的平均數差異檢定方法；第7章為「多變量變異數分析」，延伸單變量變異數分析的觀念，應用在多個依變項時的檢定法；第8章、第9章分別為「主成分分析」與「探索性因素分析」，皆是探討資料精簡的方法；第10章為「集群分析」，此為對觀察值進行分類的方法，可輔以區別分析結果進行討論與驗證；第11 章為「徑路分析」，此方法可視為多元迴歸分析的延伸，亦可視為結構方程模式的簡單版；第12 章為「驗證性因素分析」，屬於結構方程模型中的測量模型，近十餘年來非常熱門的統計方法之一；第13 章為「結構方程模型」，包含前兩章所述的測量模式，還有結構模式，可說是驗證性因素分析與徑路分析的綜合版；第14 章為「偏最小平方結構方程模型」，這是近年來逐漸受到重視的統計分析方法，與共變數本位的結構方程模型同為第二代統計技術；最後一章，第15 章為「多層次模式」，亦為新興統計分析方法之一，主要用於有巢套性質的資料。期待上述之多變量分析方法能提供授課教師、修課學生，以及自學多變量分析與R 統計軟體之讀者，對多變量分析學習能有完整的了解。
這本書已經醞釀二年，終於出版，心中甚是喜悅、感動與感激。首先要感謝五南出版社的侯家嵐主編，因為她的鼓勵與促成，這本書才終於有機會問世；其次，謝謝五南行政團隊的投入，讓本書得以順利出版。最後，謝謝家人給我們最大的包容，全力支持我們投入學術研究之路，能無後顧之憂地把時間放在撰書與研究工作；另一方面，也要謝謝自己的身心，有健康的身體，以及正向積極的毅力與決心，才能堅持到底完成這項任務。
期待本書能協助對多變量分析理論、量化研究有興趣的精進者，以及正在撰寫研究論文，需要使用R 統計軟體的研究生與研究者都有實質的幫助。本書雖經再三校對，仍不免有疏漏、錯誤或不確實之處，責任由作者全部負責，在此由衷祈求學界先進及專家學者們，能夠不吝指教，不勝感激。由於R 的程式套件不斷更新，使用語法也常有改變，如果書中所介紹的部分指令無法運行，還請讀者自行上網查詢；如果有更精簡的分析指令，也請來信與我們分享、討論。書中所用資料及指令，請在五南出版社網頁下載。
?
陳正昌、林曉芳
2020 年7 月
