多層次模式與縱貫資料分析－Mplus8解析應用 (1版)

其他會員也一起購買

多層次模式與縱貫資料分析：Mplus 8 解析應用 作 者：邱皓政 出版社別：五南 書 系：研究&方法 出版日期：2021/03/08(1版2刷) ＩＳＢＮ：978-957-11-9304-5 書 號：1H0J 頁 數：592 開 數：16K 內容簡介 　　人類社會的各類組織由個體組成，隨著時間遞延而產生各種行動，因此社會科學研究無法逃脫「空間」與「時間」兩個基本元素。本書基於此一體認，利用多層次模式（MLM）來處理社會科學研究當中的空間與時間嵌套結構，並進一步導入結構方程模式（SEM）來分析多層次與縱貫資料，不僅兼顧兩大社會科學新興典範，也首度採用Mplus 8來進行範例分析，使讀者不僅能懂能做，擁有躋身國際學術舞臺的量化工具。 　　本書作者長年投入量化方法專書寫作，擅長範例分析，筆風平實易懂，體例結構分明，導入高階觀念時循序漸進，講求實作經驗與實例基礎。全書分成五篇十五章，第一篇導論，第二篇從迴歸到多層次模式，第三篇縱貫性多層次模式，第四篇縱貫性結構方程模式，第五篇中介與調節，完整涵蓋以迴歸為基礎的高階方法技術，各章皆有Mplus範例解析，附錄提供完整Mplus 8介紹，是入門高階統計模式的必備用書。 目錄 Chapter1 導論 Chapter2 變數與資料格式 Chapter3 線性迴歸原理 Chapter4 多層次迴歸模式 Chapter5 MLM 模式發展與評估 Chapter6 脈絡分析與交叉嵌套模式 Chapter7 多層次縱貫模式 Chapter8 縱貫脈絡模式與APC 分析 Chapter9 潛在成長模式 Chapter10 潛在成長模式設定議題 Chapter11 自我迴歸與狀態變動模式 Chapter12 中介與調節效果分析 Chapter13 多層次中介與調節 Chapter14 縱貫式中介與調節 Chapter15 結語：統計的寧靜革命 附錄A：Mplus 簡介與語法功能 附錄B：參數符號

量化研究與統計分析：SPSS與R資料分析範例解析 (6版)

其他會員也一起購買

量化研究與統計分析：SPSS與R資料分析範例解析 作 者：邱皓政 出版社別：五南 書 系：研究&方法 出版日期：2022/03/15(6版4刷) ＩＳＢＮ：978-957-763-340-8 書 號：1H47 頁 數：576 開 數：16K 內容簡介 　　量化研究是當代社會與行為科學的強勢典範，統計分析則是量化研究的核心，當學生們苦惱於學統計、做研究、跑分析之時，《量化研究與統計分析》一書提供了一套從研究學理──統計的知識──操作的能力，三合一的系統化知識與技術性介紹。 　　難得的是，本書有別於傳統統計教科書的深奧難解、研究方法教材的浩瀚無邊、統計軟體操作指南的繁文縟節，作者以其多年研究實務與豐富教學經驗，於書中萃取了研究方法、統計概念與資料分析三種教材精華，簡化軟體操作介紹，將量化研究實務工作與SPSS與R的應用加以整合，凸顯出本書實用性與工具性價值。 　　本書為大專院校統計學、研究方法與資料分析的教科書。為提高學習意願與接受度，在基本原理與公式推導方面做了相當程度的精簡，並強調實例分析，技術上以SPSS為主、以R為輔，左右逢源、簡單易懂，極適合作為學術研究工作者的量化研究工具書。 本書特色 　　■ 以SPSS最新版本SPSS 23~25進行全面編修，更新介面說明，增補新增功能介紹，充分發揮SPSS優勢長項。 　　■ 納入免費軟體R的操作介紹與實例分析，搭配統計原理與SPSS的操作對應，擴展學習視野與分析能力。 　　■ 強化研究上的實務解決方案，充實變異數分析與多元迴歸範例，納入PROCESS模組，擴充調節與中介效果實作技術，符合博碩士生與研究人員需求。 目錄 第一篇 量化研究的基本概念 chapter 1 科學研究與量化方法 第一節 科學研究的概念與方法 第二節 主要的量化研究設計 第三節 量化研究的結構與內容 第四節 量化研究的程序 第五節 結語 chapter 2 變數與測量 第一節 前言 第二節 變數的類型與尺度 第三節 測量的格式 第四節 反應心向 第二篇 資料處理與數據查核 chapter 3 資料編碼與資料庫建立 第一節 編碼系統的建立與應用 第二節 SPSS 基本操作 第三節 資料庫建立 第四節 複選題處理與分析 第五節 排序題處理與分析 chapter 4 資料檢核與整備 第一節 資料查核 第二節 遺漏值處理 第三節 離群值的偵測與處置 第四節 資料轉換 第五節 資料與檔案管理 chapter 5 描述統計與圖示 第一節 次數分配表 第二節 集中量數 第三節 變異量數 第四節 偏態與峰度 第五節 相對量數 第六節 標準分數 第七節 SPSS 的描述統計操作 第八節 SPSS 的統計圖製作 第九節 R 的描述統計與圖表運用 第三篇 統計分析的原理與技術 chapter 6 類別資料的分析：卡方檢定 第一節 基本概念 第二節 類別變數的統計考驗 第三節 替代性的關聯係數 第四節 SPSS 的類別資料分析範例 第五節 R 的類別資料分析範例 chapter 7 平均數檢定：t 檢定 第一節 基本概念 第二節 平均數差異檢定的原理 第三節 SPSS 的平均數檢定範例 第四節 R 的平均數檢定範例 chapter 8 變異數分析：ANOVA 第一節 基本概念 第二節 變異數分析的統計原理 第三節 ANOVA 的基本假設與相關問題 第四節 多重比較：事前與事後檢定 第五節 共變數分析 第六節 SPSS 的變異數分析範例 第七節 R 的變異數分析範例 chapter 9 多因子變異數分析 第一節 基本概念 第二節 多因子變異數分析的統計原理 第三節 相依樣本多因子變異數分析 第四節 多因子變異數分析的平均數圖示 第五節 SPSS 的多因子變異數分析範例 第六節 R 的多因子變異數分析範例 chapter 10 線性關係的分析：相關與迴歸 第一節 基本概念 第二節 積差相關的原理與特性 第三節 其他相關的概念 第四節 迴歸分析 第五節 SPSS 的相關與迴歸範例 第六節 R 的相關與迴歸分析範例 chapter 11 多元迴歸 第一節 基本概念 第二節 多元迴歸的原理與特性 第三節 多元迴歸的變數選擇模式 第四節 虛擬迴歸 第五節 SPSS 的多元迴歸範例 第六節 R 的多元迴歸 chapter 12 中介與調節 第一節 緒論 第二節 調節效果分析 第三節 中介效果分析 第四節 SPSS 的調節與中介效果分析範例 第五節 PROCESS 的調節與中介效果分析範例 第六節 R 的調節與中介效果分析範例 第四篇 量表發展的分析技術 chapter 13 量表發展與信效度議題 第一節 量表發展的程序與步驟 第二節 信度 第三節 效度 第四節 信度與效度之關係 chapter 14 項目分析與信度估計 第一節 項目分析的基本概念 第二節 項目分析的計量方法 第三節 SPSS 的項目分析範例 第四節 SPSS 的信度估計範例 第五節 R 的項目分析與信度分析範例 chapter 15 因素分析：探索取向 第一節 基本概念 第二節 因素分析的基本原理 第三節 因素分析的程序 第四節 探索性因素分析範例 第五節 結語 chapter 16 因素分析：驗證取向 第一節 基本概念 第二節 驗證性因素分析的特性 第三節 驗證性因素分析的執行 第四節 驗證性因素分析範例 第五節 結語 附錄：R 的小世界—R 簡介與操作說明 第一節 R 是甚麼 第二節 R 與套件安裝 第三節 R 的資料與檔案管理 參考文獻 索引

整合分析軟體CMA簡介與操作實務 (2版)

其他會員也一起購買

書名：整合分析軟體CMA：簡介與操作實務(二版) 作者：李茂能 出版社：五南 出版日期：2020/05/00 ISBN：9789577639264 內容簡介 　　✈操作CMA的必備領航手冊 　　♦配合 CMA3.0 的新整合迴歸分析「Meta regression 2」重大更新，增訂內容。 　　♦因應國內研究者需求撰寫，透過圖示化繁為簡，以縮短CMA摸索的時程。 　　♦初學者依書末「CMA的首航」一章中系列操作步驟，第一次就能成功上手。 　　整合分析(Meta-analysis)係「證據導向」的研究，乃是當代量化研究的顯學，CMA(Comprehensive Meta-Analysis )正是廣受肯定的一大利器。 　　♦直覺式解說，一看就懂 　　視窗步驟圖 + 重要操作指令，有效縮短摸索時間。 　　♦實例式學習，具體應用 　　不同分析圖搭配相應例子示意，建構完整學習地圖。 　　✈留下精華，跟進最新 　　繼大受好評的第一版，本次改版符應 CMA 最新版 3.0 的「Meta regression 2」增訂內文，解說新功能的操作方法，以及針對模板的應用加強介紹。 目錄 第二版序言 第 1 章　CMA 主要功能與特色 一、利用大家熟悉的EXCEL 表單格式進行資料的輸入 二、提供事先建置好的各種檔案格式，輕鬆建檔 三、資料輸入後，自動計算效果值 四、提供各種效果值的計算過程與公式 五、可進行累積式整合分析：分析趨勢與極端值 六、 可進行靈敏度分析：了解研究結果的穩定性與強韌性 七、提供次群體整合分析 八、允許多重資料的輸入格式 九、可評估出版偏差 十、各種效果值指標間可以互換 第 2 章　原始資料的建檔與分析基本步驟 一、設定研究名稱 二、設定效果值的原始資料格式 三、選擇常用資料格式或所有100 種格式 四、進行研究類型之設定 五、設定待分析原始資料的研究類型 （一） Comparison of two groups, times-points, or exposures（includes correlations） （二） Estimate of means, proportions or rates in one group at one time-point （三）Generic point estimates （四）Generic point estimates, log scale 六、進行輸入資料型態之選擇 七、設定資料型態 八、設定待輸入統計量型態 九、進行輸入原始資料格式的自動設定 十、設定組別名稱 十一、原始資料的輸入或匯入 （一）自行輸入原始資料 （二）從其他程式匯入原始資料 （三）多重資料格式的輸入方法 十二、效果值正負方向的設定 十三、執行CMA 的統計分析 第 3 章　CMA 主要統計報表的輸出程序 一、整合分析的基本描述統計量 二、三種統計分析模式的報表 三、CMA 出版偏差的操作步驟 四、CMA 漏斗圖分析的操作步驟 五、整合分析推論統計量與異質性分析 六、森林圖的製作與編修 七、CMA 2.0 之整合迴歸分析 八、類別調節變項之次群體分析 九、選擇研究結果納入整合分析 十、混合效果及隨機效果的設定與使用時機 十一、CMA 3.0 的整合迴歸分析 （一）加入待分析的共變項 （二）建立理論模式 （三）執行統計分析 （四）瀏覽分析結果 （五）製作圖表 （六）設定輸出統計量 （七）輸出分析結果 （八）分析結果存檔 第 4 章　CMA 資料編輯器之Toolbars 簡介 第 5 章　研究內次群體分析 第 6 章　多重結果、多重比較與多時間點的資料分析 一、資料輸入方法 二、資料分析步驟 第 7 章　CMA 資料輸入的常用樣板 一、相關係數樣板 二、平均數差異效果值樣板 三、二分類別資料效果值樣板 第 8 章　CMA 的首航 附錄一　CMA 報表解釋的主要參考書目 附錄二　給CMA 初學者的建議 索引 一、英文 二、中文

R統計軟體與多變量分析：含JASP與jamovi (2版)

類似書籍推薦給您

【簡介】 ● 新增JASP與jamovi操作示範。 ● 當前最夯機器學習、資料探勘及巨量資料的常用技術。 ● 詳細操作說明＋內容深入淺出，輕鬆進行多變量分析。 ● 提供授課教師、修課學生及自學讀者，最完整的基礎認識。 本書資料檔，請至本公司網站https://www.wunan.com.tw 於搜尋欄輸入書號1HAL即可找到下載處。 【多變量統計分析（Multivariate Statistical Analysis）與統計軟體運用 已是當代應用統計分析中的重要骨幹，更是量化研究者的基本能力】 ● R軟體為入門最佳利器 相較其他費用昂貴的統計軟體而言，免費、不斷更新且兼容性高的R統計軟體，無疑是當代量化研究分析工具的寵兒。 ● 兩大主軸，從理論到實作，看完就會用 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。本書提供兩大內容，一為介紹各種多變量分析的理論，二為搭配各種理論之R統計軟體的詳細操作，書中說明深入淺出，帶領讀者融會貫通各理論概念，輕鬆進行多變量統計分析。 新版加入JASP及jamovi兩套基於R開發的軟體之介紹。這兩套軟體使用選單方式進行分析，並可以即時得到類似SPSS的報表，亦非常適合初學者。 【目錄】 1 多變量分析與R統計軟體簡介 1.1 多變量分析方法簡介 1.2 R統計軟體的特點及限制 1.3 R統計軟體的初步使用 1.4 資料的讀入與儲存 1.5 以矩陣進行典型相關分析 1.6 以矩陣進行多變量變異數分析 1.7 以選單進行分析 1.8 本書所用程式套件 1.9 JASP與jamovi簡介 2 多元迴歸分析 2.1 迴歸的意義 2.2 簡單迴歸 2.3 多個預測變數的多元迴歸模型 2.4 虛擬變數的多元迴歸分析 2.5 預測變數的選擇 2.6 樣本數之決定 2.7 迴歸診斷 2.8 使用JASP分析 2.9 使用jamovi分析 2.10 分析結論 3 邏輯斯迴歸分析 3.1 邏輯斯迴歸分析適用時機 3.2 邏輯斯迴歸分析的通式 3.3 邏輯斯迴歸分析模型檢定 3.4 預測的準確性 3.5 邏輯斯迴歸分析係數的解釋 3.6 使用JASP分析 3.7 使用jamovi分析 3.8 分析結論 4 典型相關分析 4.1 典型相關分析之概念 4.2 典型加權係數及典型相關係數 4.3 典型負荷量與平均解釋量 4.4 交叉負荷量與重疊量數 4.5 整體檢定與維度縮減檢定 4.6 效果量 4.7 典型函數的解釋 4.8 典型相關分析的基本假設 4.9 使用JASP分析 4.10 分析結論 5 區別分析 5.1 區別分析的理論基礎 5.2 區別分析的基本假定 5.3 區別分析的步驟 5.4 二次方區別分析 5.5 區別分析與集群分析之異同 5.6 區別分析與典型相關之異同 5.7 使用jamovi分析 5.8 分析結論 6 多變量平均數之檢驗 6.1 單變量與多變量的差異 6.2 使用多變量分析的理由 6.3 多變量單一樣本平均數差異檢驗 6.4 多變量獨立樣本平均數差異檢驗 6.5 多變量相依樣本平均數差異檢驗 6.6 分析結論 7 多變量變異數分析 7.1 單因子多變量分析基本統計概念 7.2 多變量變異數分析（MANOVA）之基本假設 7.3 單因子獨立樣本多變量變異數檢定方法 7.4 後續分析 7.5 效果量 7.6 使用JASP分析 7.7 使用jamovi分析 7.8 分析結論 8 主成分分析 8.1 主成分分析之功能 8.2 主成分分析與因素分析的比較 8.3 主成分分析的求解 8.4 使用JASP分析 8.5 使用jamovi分析 8.6 分析結論 9 探索性因素分析 9.1 因素分析之基本概念 9.2 因素分析之意涵 9.3 因素分析之步驟 9.4 使用JASP分析 9.5 使用jamovi分析 9.6 分析結論 10 集群分析 10.1 集群分析概說 10.2 集群分析的意義及目的 10.3 相異性及相似性的計算 10.4 集群分析之方法 10.5 集群分析與其他方法之比較 10.6 使用jamovi分析 10.7 分析結論 11 徑路分析 11.1 前言 11.2 徑路分析的基本假定 11.3 徑路分析的重要步驟 11.4 使用變異數—共變數矩陣進行分析 11.5 使用JASP分析 11.6 使用jamovi分析 11.7 分析結論 12 驗證性因素分析 12.1 發展理論模型 12.2 評估模型的辨認 12.3 進行參數估計 12.4 評鑑模型的適配度 12.5 進行模型修正 12.6 二階驗證性因素分析 12.7 使用JASP分析 12.8 使用jamovi分析 12.9 分析結論 13 結構方程模型 13.1 結構方程模型的特點 13.2 結構方程模型＝驗證性因素分析＋徑路分析 13.3 結構方程模型分析步驟 13.4 使用JASP分析 13.5 使用jamovi分析 13.6 分析結論 14 偏最小平方結構方程模型 14.1 兩種結構方程模型 14.2 PLS-SEM的特點 14.3 PLS-SEM的分析步驟 14.4 使用seminr程式套件 14.5 使用matrixpls程式套件 14.6 使用JASP分析 14.7 分析結論 15 多層次模型 15.1 多層次資料適用時機 15.2 簡單迴歸分析 15.3 兩個縣市之簡單迴歸分析 15.4 二十個縣市之簡單迴歸分析 15.5 二層次模型 15.6 二層次模型及其次模型 15.7 多層次模型的估計 15.8 模型的評估 15.9 估計值檢定 15.10 樣本數的決定 15.11 分析步驟 15.12 使用jamovi分析 15.13 使用JASP分析 15.14 總結