【中文書】
書名：R軟體統計進階分析實務
作者：吳明隆 張毓仁
出版社：五南
ISBN：9789571186788
內容簡介
《R軟體統計進階分析實務》是R軟體統計分析系列叢書之二，其內容接續《R軟體統計應用分析實務》一書。書籍內容以使用者為導向的論述表達，詳細介紹R軟體在統計分析的進階應用，內容兼顧理論與實務、函數與語法說明、統計方法使用與結果解析。內容所述可讓讀者快速熟悉R軟體進階的取向應用，本書可作為統計相關課程的參考用書或資料處理的工具書。
本書為R軟體統計應用分析系列書籍之二，從使用者觀點出發，有系統的介紹R軟體在行為及社會科學領域的進階應用，內容包括命令器視窗界面、多變量變異數分析、集群分析，結構方程式模式、平行分析法、二系列相關與四分析相關、變數轉換技巧、遺漏值處理的方法等，學習者如能搭配《R軟體統計應用分析實務》一書，學習更能事半功倍。書籍內容適合大專院校學生、研究生，更適合對R軟體統計分析有興趣的研究者。
本書目錄
序言
第1章 R命令器Ⅰ
第2章 R命令器Ⅱ
第3章 R命令器Ⅲ
第4章 驗證性因素分析
第5章 修正指標與結構方程模式
第6章 計量變數的轉換
第7章 遺漏值的處理與置換
第8章 多變量變異數分析
第9章 集群分析
第10章 平行分析法
立即查看
【中文書】
書名：R軟體統計應用分析實務
作者：吳明隆
出版社：五南
出版日期：2015/10/05
ISBN：9789571183053
原價:
1200
售價:
1020
現省:
180元
立即查看
書名：R軟體：應用統計方法(第二版)
作者：陳景祥
出版社：東華
出版日期：2018/09/00
ISBN：9789574839582
內容簡介
二版序
本次修訂版本距離上一次的修訂版已經五年了。在這五年之中，R 軟體版本從上次的 2.10.1 版演進到目前的 3.5.1 版，已經有許多的改進。例如，從 R 3.4.0 開始，使用者自訂函數的 JIT (Just in Time) byte-code 自動編譯與迴圈的加速，讓 R程式的執行速度加快很多。
這次的新版包含不少舊版勘誤、部分舊套件無法使用的替代方案、新範例的加入、新工具函數如mgsub、grepl 的介紹、F 檢定逐步迴歸的程式、dplyr + pipe 資料分析簡介、以及 ggplot2 套件極好用的分組繪圖功能介紹等等。
這五年之間，尤其是最近幾年人工智慧(AI) 的再一次竄紅，也讓某些程式語言或軟體成為不少人常用的資料分析工具。因此，這幾年間，在網路上經常看到「R 軟體是否已經落伍？」、「某語言是否比 R 適合資料分析？」等問題。
我個人的看法是，儘管有許多人幫忙吹噓，但是這一波AI 到目前為止目前仍然沒有「智慧」可言。某些程式語言雖然因為 AI 而竄紅，但多數人是用來作為 AI深層學習建模的工具，這樣的角色也可能因為越來越普遍化的「AI 自動建模軟體」出現而逐漸淡化。另一個逐漸浮出的疑慮是，這一波的 AI 是否因為再次吹噓過度又將泡沫化？如果是這樣，也可能讓攀附在 AI 浪潮的某些程式語言工具前途未定。
純就資料分析的角度來看，我個人仍然偏好 R 軟體。R 不僅擁有各領域資料分析超過 1 萬 2 千多個套件，從資料分析、數學公式與程式之間的直覺轉換、與演算法程式化的角度來看，R 語言的特性讓我們很容易地將理論演算法轉為程式，也讓許許多多的人們能夠寫出更多的套件與我們分享，讓我們不需要自己辛苦從頭打造各類應用程式。
目錄
第 1 章 R 軟體簡介
第 2 章 R 軟體操作方式
第 3 章 R 軟體基本運算
第 4 章 R 的變數與資料
第 5 章 資料的輸入與輸出
第 6 章 資料轉換與處理
第 7 章 R 程式流程控制
第 8 章 R 的自訂函數
第 9 章 R 軟體的繪圖功能
第 10 章 常用函數與程式技巧
第 11 章 機率分配與統計模型
第 12 章 機率計算
第 13 章 基本敘述統計
第 14 章 統計推論
第 15 章 迴歸分析
第 16 章 實驗設計
第 17 章 品質管制
第 18 章 時間數列
第 19 章 資料探勘：決策樹
立即查看
【簡介】
⊙系統性內容編排：章節難度由淺至深安排，循序漸進建構知識。
⊙實務應用導向：透過案例，學習運用各種統計方法分析問題，並以R語言的統計程式套件，解決不同的統計模式，達到做中學的學習效果。
⊙提供習題演練：各章節皆附有習題，學習成效輕鬆驗收。
【以R語言學習統計，邊做邊學好懂易上手】
本書以R語言作為統計學教學的嚮導，運用R語言之程式套件中世界各地實際的研究個案與資料，讓學習者認識各種統計方法，解決不同的統計模式，也能了解統計在各方面的應用。
書中章節安排難度由淺至深，循序漸進帶領學習者一一攻克各種統計方法，內容包含：R語言基礎指令操作、單變數資料、兩個與多個變數資料、機率、離散型機率分配、連續型機率分配、抽樣分配、常態近似與自助抽樣法、估計、統計假說檢定、變異數分析：多個母體平均數比較、簡單線性迴歸分析、多元線性迴歸分析、適合度檢定：類別資料分析、無母數統計等。各章節最末提供習題，讓學習者可透過演練驗收學習成效，加深記憶、鞏固知識。
【目錄】
第1章 R語言基礎指令操作
1.1 簡介
1.2 把R當作計算器
1.3 幾個常用函數
1.4 以c()輸入資料（using c() to enter data）
1.5 資料結構（creating structured data）
1.6 作平面圖
1.7 由其他資源取得資料（reading in other sources of data）
1.8 習題
第2章 單變數資料
2.1 質性資料（qualitative data）
2.2 量化資料（numeric data）
2.3 中間趨勢（central tendency）
2.4 分散程度（dispersion）
2.5 習題
第3章 兩個或多個變數資料
3.1 成對類別變數（pairs of categorical variables）
3.2 量化資料獨立樣本分配比較（comparing independent samples）
3.3 成對數字資料之關係（relationships in numeric data）
3.4 多變數資料（multivariate data）
3.5 習題
第4章 機率
4.1 機率定義
4.2 機率問題的結構：機率空間（probability space）
4.3 機率公式
4.4 等機率模式（equally likely model）
4.5 計數方法（counting methods）
4.6 條件機率（conditional probability）
4.7 獨立事件（independent event）
4.8 貝氏定理（Bayes’ Rule）
4.9 習題
第5章 離散型機率分配
5.1 隨機變數（random variable）
5.2 離散型隨機變數之機率函數（probability function of discrete random variable）
5.3 離散型隨機變數之平均數、變異數與標準差（mean, variance, and standard deviation of discrete random variable）
5.4 離散型均勻分配（the discrete uniform distribution）
5.5 二項分配（the binomial distribution）
5.6 超幾何分配（the hypergeometric distribution）
5.7 幾何分配（the geometric distribution）
5.8 負二項分配（the negative binomial distribution）
5.9 普瓦松分配（the Poisson distribution）
5.10 習題
第6章 連續型機率分配
6.1 連續型機率函數（probability density functions）
6.2 連續型均勻分配（the continuous uniform distribution）
6.3 常態分配（normal distribution）
6.4 指數分配（exponential distribution）
6.5 卡方分配、T分配與F分配（the chi-square, student’s t, and Snedecor’s f distributions）
6.6 習題
第7章 抽樣分配
7.1 隨機抽樣（random sampling）
7.2 抽樣分配（sampling distribution）
7.3 樣本平均數抽樣分配（distribution of sample mean）
7.4 兩獨立樣本平均數差的分配（the distribution of difference of two independent sample means）
7.5 樣本變異數分配（the distribution of the sample variance）
7.6 習題
第8章 常態近似與自助抽樣法
8.1 模擬（simulation）與中央極限定理（central limit theorem）
8.2 以常態分配近似二項分配（the normal approximation for the binomial）
8.3 以常態分配近似普瓦松分配
8.4 以常態分配近似卡方分配
8.5 樣本中位數之分配
8.6 自助抽樣法（bootstrap method）
8.7 習題
第9章 估計
9.1 點估計
9.2 點估計量的性質
9.3 母體平均數之區間估計（confidence intervals for means）
9.4 一個母體比例p的信賴區間
9.5 一個常態母體變異數的信賴區間
9.6 決定樣本數
9.7 兩個母體平均數差的信賴區間（confidence intervals for differences of two means）
9.8 兩個非常態母體平均數差的信賴區間
9.9 兩母體比例差p1–p2之信賴區間
9.10 母體平均數差配對樣本區間估計
9.11 兩常態母體變異數比例σ21/σ22區間估計（confidence interval of ratio of two independent sample variances）
9.12 習題
第10章 統計假說檢定
10.1 統計假說（statistical hypothesis）
10.2 型I誤（type I error）與型II誤（type II error）
10.3 檢定方法：棄卻域法、p值法與信賴區間法
10.4 一個常態母體平均數檢定（one sample tests for means of normal distributions）
10.5 一個非常態母體平均數檢定（one sample tests for means of nonnormal distributions）
10.6 一個母體比例檢定（test for a population proportion）
10.7 一個常態母體變異數σ2的檢定（test for a normal population variance）
10.8 兩常態母體平均數差的檢定（tests for differences of two means）
10.9 兩非常態母體平均數差的檢定（tests for differences of two means）
10.10 母體平均數差配對樣本檢定
10.11 兩母體比例差p1–p2之檢定
10.12 兩獨立樣本變異數比例σ21/σ22檢定（test of ratio of two independent sample variances）
10.13 習題
第11章 變異數分析：多個母體平均數比較
11.1 單因子變異數分析（one-way ANOVA）
11.2 單因子變異數分析多重比較（multiple comparisons）
11.3 雙因子變異數分析：含交互作用（two-way ANOVA）
11.4 雙因子變異數分析多重比較（multiple comparisons）
11.5 雙因子變異數分析：不含交互作用（two-way ANOVA without interaction effect）
11.6 習題
第12章 簡單線性迴歸分析
12.1 模式意義與假設
12.2 迴歸係數最佳估計量之分配（point estimates of the regression line）
12.3 直線迴歸線的區間估計與預測（interval estimates of the regression line and prediction）
12.4 判定係數與相關係數（coeffcient of determination and correlation coefficient）
12.5 殘差分析（residuals analysis）：檢視模式假設
12.6 習題
第13章 多元線性迴歸分析
13.1 多元線性迴歸模式（the multiple linear regression model）
13.2 多元線性迴歸係數估計（parameter estimates）
13.3 多元迴歸係數之估計與檢定（estimation and test of the regression coefficients）
13.4 迴歸方程式之信賴區間與預測區間（confidence and prediction intervals）
13.5 多元判定係數（multiple coefficient of determination）
13.6 全模式檢定（overall F test）
13.7 交互作用檢定（test of interaction effect）
13.8 聯合假說檢定（joint hypotheses test）
13.9 虛擬自變數（dummy variables or qualitative explanatory variables）
13.10 適當模式選擇（model selection）
13.11 習題
第14章 適合度檢定：類別資料分析
14.1 多項分配（the multinomial distribution）
14.2 皮爾生卡方統計量（Pearson’s chi-square statistic）與適合度檢定（goodness of fit test）
14.3 連續型機率分配檢定（test of continuous distributions by chisquare statistic）
14.4 多項分配的比較
14.5 獨立性檢定（the chi-squared test of independence）
14.6 辛普森悖論
14.7 習題
第15章 無母數統計
15.1 符號檢定（the sign test）
15.2 威爾卡森符號排序檢定（the Wilcoxon signed-rank test）
15.3 兩母體中位數差檢定（the Wilcoxon rank-sum test for equality of center或the Mann-Whitney U）
15.4 單因子變異數分析：K-W 檢定（Kruskal-Wallis test）
15.5 雙因子變異數分析：Friedman 檢定
15.6 Spearman 排序相關係數
15.7 習題
參考資料
1.1 簡介
「R」是一款專為統計而創的免費自由軟體，由奧克蘭（Auckland）大學統計系的兩位研究員Robert Gentleman與Ross Ihaka，及其他志願人員，於1995至1997年所開發，雖然原始對象為專業的統計工作者，但過去的十多年來，世界各地皆有愛好者採用，共同回饋、開發出更多好用的功能，至今仍蓬勃發展中。由於R是免費軟體並且提供所有原始碼，所以各大專院校的統計課程也都紛紛捨棄SAS、SPSS、Matlab等商業套裝軟體而改用R。
【R的優點】
1. 大數據（Big Data）是當下最流行名詞，過去的統計分析是用歷史資料分析或預測明天的可能，現在的大數據分析是企圖用「母體」的資料分析或預測「接下來」會發生的可能事件，所以R語言是學習一個「親民」的大數據軟體。
2. R是一套免費的（Free）軟體，不會有版本的問題，也不會有經費預算的問題。
3. R每年修正兩次，程式套件功能以及模組越來越強大，可解各種各樣新的統計模式。
4. R中之程式套件中包含許多世界各地實際的研究個案與資料，可讓統計學習者體認到統計在各方面的應用。
5. R也可以進行統計分析與資料採礦（Data Mining）。
【安裝R之步驟】
步驟一：讀者可在網路上鍵入R的官方網站www.r-project.org，隨即出現的即是R的首頁。
步驟二：點選CRAN（Comprehensive R Archive Network的簡稱），則會出現CRAN Mirrors的網頁。
步驟三：在CRAN Mirrors網頁的左手邊各地區的欄位中，選擇距離讀者最近的所在地的CRAN Mirrors。如在臺灣，可選Taiwan下的http://ftp.yzu.edu.tw/CRAN/或http://cran.csie.ntu.edu.tw/。點選後則會出Comprehensive R
Archive Network的畫面。
步驟四：點選The Comprehensive R Archive Network畫面的第一個分格Download and Install R中的Download R for Windows選項。
步驟五：點選在R for Windows 中Subdirectories下base後的install R for the first time，此時會出現R-4.4.1 for Windows (32/64 bit) 畫面。（因軟體版本持續更新，畫面出現的版本標示可能與本書不同，屬正常）
步驟六：點選在R-4.4.1 for Windows (32/64 bit)下的Download R 4.4.1 for Windows(62 megabytes, 32/64 bit) 選項，此時在螢幕左下方會出現R-4.4.1-win.exe的訊息。待下載完成後即可點選執行。執行完成後，您的桌面螢幕上就會有個R平台符號，點選該符號R主控台視窗即會出現，視窗字幕最後出現的紅色>即是R的提示符號，所有的指令都得鍵在此符號之後提交R軟體執行各種指令。
1.2 把R當作計算器
R基本介面是一個互動式指令視窗，當一個R程式需要使用者輸入指令時，它會顯示指令提示符號（prompt symbol），指令提示符號通常是一個>（大於符號）。當使用者輸入完整的運算式，則運算式指令輸入後的結果，R會馬上顯示在指令下方。學習R最好的方法，就是動手使用R，初學者要了解R，可先進行一些簡單實例的演練，將R 當作計算器使用是R最簡單的應用，加、減、乘、除的符號分別為+、–、*與 /，次方以^表示之。若在同一列上要打上兩個或兩個以上的指令，就須以分號（;）隔開。打上指令後，按下執行鍵，結果會出現在以[1]開頭的下一列中。#號後，用來說明或解釋指令，如下：
> 2 + 2
[1] 4 # 輸出資料第一個為[1] 表示第一個資料
> 2-2; 2*2; 2/2 # 以; 分開不同指令
[1] 0
[1] 4
[1] 1
> 2 ^ 2 # 2 的2 次方
[1] 4
> (1–2) * 3
[1] – 3
> 1–2 * 3
[1] − 5
> 2/3 + 1; (1+4*3)/2
[1] 1.666667
[1] 6.5
立即查看
統計學概論:主動學習取向 (2版)
類似書籍推薦給您
【簡介】
本書深入淺出介紹重要的統計概念，以生動有趣的實例解說統計方法，提倡科學推理的四個支柱，從資料蒐集到統計結果的解讀，並一再強調這些在研究的重要性。書中「概念複習」單元，可讓讀者馬上練習所學到的統計概念，以增進對核心內容的理解；章末的作業採用「主動式學習作業」的方式，讓讀者在閱讀概念解說時可主動積極地練習作業，以理解與活用。
本書特色
• 以「科學推理的四個支柱」為架構，幫助讀者充分思考統計結果並建立研究結論。
• 強調效果量與信賴區間的重要性。
• 相當篇幅的「作業」，幫助讀者理解與活用所學得的統計概念和方法。
• 使用開源統計軟體 JASP、jamovi 進行統計分析。
適用課程︰統計學、統計學概論、社會統計學、心理與教育統計學等相關課程。
適用對象︰大學與技專校院學生或實務工作者。
【目錄】
Part 1 描述性統計與抽樣誤差
第01章 統計學入門與次數分配
如何在本課程上學有所成
本課程所需的數學能力
統計軟體的選擇
為什麼必須修習統計學？
科學推理的四個支柱
母體與樣本
自變項與依變項
確定如何測量變項
繪製資料圖形
分配形狀
次數分配
作業 1.1 Milgram 的研究參與者有多服從？
作業 1.2 心理學家如何測量攻擊性？
第02章 集中趨勢與變異性
次數分配圖與表
集中趨勢：選擇平均數、中位數或眾數
計算集中趨勢
變異性：全距或標準差
計算母體標準差的步驟
計算樣本標準差的步驟
建立科學結論
作業 2.1 計算集中趨勢與標準差
作業 2.2 辨認變異性的成因
作業 2.3 按摩新生兒是否能增加嬰兒體重？
作業 2.4 選擇集中趨勢與變異性測量
第03章 z 分數
計算與詮釋原始分數的 Z 分數
尋找原始分數「分界線」
使用標準常態曲線尋找 Z 分數的機率
正 Z 分數的範例
負 Z 分數的範例
範例：兩個 Z 分數之間的比例
作業 3.1 z 分數與機率
作業 3.2 你的五大人格 z 分數是多少？
第04章 z 和 t 分配的抽樣誤差與信賴區間
抽樣與抽樣誤差
中央極限定理與平均數的標準誤
應用 SEM 尋找統計證據
作業 4.1 應用中央極限定理：你的預期抽樣誤差是多少？
作業 4.2 計算機率與估計參數
作業 4.3 選擇檢定統計量
PART 2 應用科學推理的四個支柱於平均數的差異
第05章 單樣本 t 檢定、效果量與信賴區間
科學推理的四個支柱
應用科學推理的四個支柱
建立有良好支持的科學結論
作業 5.1 學生是否對時間估計過於樂觀？
作業 5.2 學生是否會錯誤估計時間？
作業 5.3 人們是否對自己的駕駛能力過於自信？
作業 5.4 「每種體型都健康」方法是否與體重減輕有關？
作業 5.5 藥劑量杯與藥匙
作業 5.6 選擇統計檢定量
第06章 關聯樣本 t 檢定、效果量與信賴區間
關聯樣本 t 檢定
單樣本 t 檢定與關聯樣本 t 檢定的邏輯
應用科學推理的四個支柱
建立有良好支持的科學結論
作業 6.1 干預措施是否能減少駕駛時使用手機的意圖？
作業 6.2 干預措施是否能減少駕駛時使用免持手機的意圖？
作業 6.3 資料蒐集：何時多任務處理會妨礙表現？
作業 6.4 資料蒐集：切換任務是否會妨礙表現？
作業 6.5 選擇檢定統計量
第07章 獨立樣本 t 檢定、效果量與信賴區間
何時使用三種 t 檢定
t 檢定的邏輯與獨立樣本 t 檢定的公式
應用科學推理的四個支柱
建立有良好支持的科學結論
如何詮釋高的 p 值
作業 7.1 乙醯胺酚是否可減輕社會性痛苦？
作業 7.2 錨定是否會影響判斷？
作業 7.3 錨定是否會影響銷售？
作業 7.4 資料蒐集與回顧 t 檢定：身體姿勢是否影響心率？
作業 7.5 評估研究摘要
作業 7.6 散步有益健康嗎？
作業 7.7 選擇檢定統計量
第08章 單因子變異數分析、效果量與信賴區間
獨立樣本單因子變異數分析
ANOVA 的邏輯
應用科學推理的四個支柱
建立有良好支持的科學結論
作業 8.1 睡眠剝奪會導致社群媒體的使用增加嗎？
作業 8.2 睡眠剝奪是否會增加進食量？
作業 8.3 運動是否會導致更多的睡眠？
作業 8.4 運動是否會縮短入睡時間？
作業 8.5 提供書籍是否會增加閱讀時間？
作業 8.6 學習方法如何影響考試的表現？（四組的示例）
作業 8.7 選擇檢定統計量
第09章 二因子變異數分析、效果量與信賴區間
二因子 ANOVA 的目的
二因子 ANOVA 的邏輯
應用科學推理的四個支柱
作業 9.1 藥物對男性與女性的作用是否不同？（第一部分）
作業 9.2 藥物對男性與女性的作用是否不同？（第二部分）
作業 9.3 專業程度如何影響記憶？
作業 9.4 手機比酒精更危險嗎？
作業 9.5 年齡是否會影響治療效果？
作業 9.6 閱讀研究文章：社會促進理論對蟑螂是否有效？
作業 9.7 選擇檢定統計量
PART 3 應用科學推理的四個支柱於關聯性
第10章 相關、效果量與信賴區間
何時使用相關
相關性的邏輯
詮釋相關係數
斯皮爾曼相關係數（rs）
相關不等於因果關係：正確但具有誤導性
應用科學推理的四個支柱
建立有良好支持的科學結論
作業 10.1 詮釋散布圖
作業 10.2 學習策略與學業成績是否有關？（前導研究）
作業 10.3 學習策略與學業成績是否有關？
作業 10.4 迴歸：閱讀問題的分數有多大程度能預測期末考成績？
作業 10.5 選擇檢定統計量
第11章 卡方與效果量
何時使用 X2 統計量
卡方檢定的邏輯
應用科學推理的支柱
應用科學推理的支柱：獨立性卡方
作業 11.1 適合度 X2 ：選民是否贊成政策變革？
作業 11.2 適合度 X2 檢定：選民是否贊成減稅？
作業 11.3 獨立性 X2 檢定：政黨傾向與意見是否有關聯？
作業 11.4 閱讀研究文章：預先登記是否減少臨床實驗的發表偏誤？
作業 11.5 政黨傾向和年齡與支持大學免學費是否有關？
作業 11.6 選擇檢定統計量
立即查看
華通書坊
