【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
基礎統計學：使用EXCEL與SPSS (2版)
類似書籍推薦給您
本書特色
1. 從日常生活案例，使用Excel、SPSS統計分析。
2. 統計概念與統計報表解讀兼具，利於掌握統計原理，避免誤用工具。
3. 把握重要概念，以高中數學為基礎即可無痛使用公式。
4. 內容適合統計學課程教材及學習，依書中按部就班輕鬆學習。
5. 本書例題、習題資料檔，請到五南官網https://www.wunan.com.tw，搜尋書號1H3B，即可下載。
時代快速變遷，科技日新月益，統計學已成為資料分析、機器學習、人工智慧等領域不可或缺的工具。目前大學約半數以上科系，都要學習統計學，可見其重要性。
作者在大學教授統計學已二十餘年，深知學生恐懼數學，甚至放棄數學，因而對多數學科領域列為必修的統計學也相當排斥。因此本書內容淺顯易懂，學習過程中可動手操作，學習後較不容易忘記。介紹統計學的重要概念，包含描述統計及基礎的推論統計。每一章開頭都有「本章概要」，希望讓讀者更能把握重要概念。習題多數取自國家考試及研究所入學考試，增加練習機會，有助於讀者應試。
本書以大學第一次修習統計學的學生為對象，操作步驟，都有擷取畫面，並詳細解說，同學們可自行輸入資料，依書中操作步驟勤加練習，一定會有豐碩的收穫。每章後的習題，如果能實際練習，不僅可以活用所學，對考試也有幫助。對於想就統計學重要觀念再加精進的讀者，本書也是相當合適的參考書籍。
目錄
第1章 緒論
本章概要
壹、統計學的意義
貳、統計學的分類
參、為什麼要學統計學？
肆、學習統計學的要領
伍、變數的分類
陸、常用的統計符號
柒、習題
第2章 統計軟體基本操作
本章概要
壹、統計學與統計軟體
貳、Excel簡介及操作
參、SPSS簡介及操作
肆、R簡介及操作
伍、習題
第3章 資料視覺化
本章概要
壹、一維次數分配表
貳、二維交叉表
參、統計圖（statistical plots）
肆、習題
第4章 集中量數
本章概要
壹、眾數（mode）
貳、中位數（median）
參、算術平均數（Arithmetic mean）
肆、幾何平均數（Geometric mean）
伍、調和平均數（Harmonic mean）
陸、眾數、中位數、算術平均數的位置
柒、各集中量數之適用情形
捌、習題
第5章 變異量數
本章概要
壹、全距（range）
貳、四分位距（interquartile range, IQR）
參、平均差（average deviation）
肆、標準差及變異數（standard deviation & variance）
伍、變異係數（coefficient of variation, CV）
陸、各變異量數之適用情形
柒、習題
第6章 相對地位量數
本章概要
壹、百分位數（percentile）
貳、百分等級（percentile rank, PR）
參、標準分數（standard score）
肆、各相對地位量數之適用情形
伍、習題
第7章 常態分配與t分配
本章概要
壹、常態分配
貳、標準常態分配
參、Excel操作步驟
肆、函數彙整
伍、t分配
陸、偏態與峰度
柒、習題
第8章 平均數的估計
本章概要
壹、母群平均數的點估計
貳、母群平均數的區間估計
參、習題
第9章 一個平均數的檢定
本章概要
壹、檢定的步驟
貳、Z檢定及t檢定的計算步驟
參、習題
第10章 兩個相依樣本平均數檢定
本章概要
壹、相依樣本的定義
貳、差異分數的標準差
參、Z檢定及t檢定的計算步驟
肆、習題
第11章 兩個獨立樣本平均數檢定
本章概要
壹、獨立樣本的定義
貳、從一個樣本到兩個獨立樣本
參、兩個獨立樣本平均數檢定
肆、習題
第12章 單因子變異數分析
本章概要
壹、變異數分析的目的
貳、SS及自由度的計算
參、變異數分析摘要表
肆、習題
第13章 相關係數
本章概要
壹、散佈圖及相關的種類
貳、Pearson積差相關係數的計算
參、Pearson積差相關的性質與解釋
肆、習題
第14章 迴歸分析
本章概要
壹、往平均數迴歸
貳、完全線性關係
參、散佈圖與簡單線性迴歸
肆、迴歸方程式的計算及分析摘要表
伍、習題
第15章 卡方檢定
本章概要
壹、適合度檢定
貳、卡方獨立性與同質性檢定
參、習題
參考書目
立即查看
基礎統計學:觀念與應用 (5版)
類似書籍推薦給您
基礎統計學：觀念與應用
ISBN13：9789865492861
出版社：雙葉書廊
作者：林惠玲;陳正倉
裝訂／頁數：平裝／440頁
規格：26cm*19cm*1.8cm (高/寬/厚)
版次：5
出版日：2023/05/01
內容簡介
本書著重於介紹現代的統計觀念與方法，以及如何利用Excel來整理分析資料。循序漸進介紹統計的基本概念與方法，並結合我國及全球時事或問題彙整成各種案例，說明統計的觀念與應用；以步驟化說明如何操作Excel來做統計分析。
．章節架構圖：清楚呈現各章內容，使讀者易於了解，涵蓋一般大學統計學的必修內容。
．以實際案例引發學習動機：由章前個案研究引導出本章內容與學習目的，增加學習動機。
．單元豐富而多樣化：包含多種不同類型的個案、生活實例及詳解、與統計相關的名人軼事等，幫助讀者全面而多元的認識統計學。
．練習題目廣泛而多元：蒐集臺灣各個領域的應用統計議題而編製成練習題，以了解統計方法在各領域的應用。
目錄
第01章 緒論
1.1 統計學的意義
1.2 學習統計學的目的
1.3 統計學的發展
1.4 統計學的應用
1.5 統計學的基本概念
1.6 統計學的內容與種類
1.7 統計方法的實施步驟
第02章 資料的意義、種類與次級資料的蒐集
2.1 資料的意義
2.2 資料的種類
2.3 次級資料的蒐集
2.4 上網找資料
2.5 拿到次級資料之後怎麼辦
第03章 原始資料的蒐集
3.1 原始資料的蒐集方法
3.2 抽樣的理由
3.3 機率抽樣法
3.4 非機率抽樣法
3.5 利用電腦來處理統計資料
第04章 資料的衡量
4.1 資料的型態與資料的衡量
4.2 有效量度與無效量度
4.3 準確量度與不準確量度
4.4 數據合不合理
第05章 檢視資料的分布－以統計表統計圖呈現
5.1 資料整理的方法-次數分配
5.2 類別資料的整理與資料的呈現
5.3 數量資料的整理與資料的呈現
5.4 枝葉圖
5.5 統計圖表的優質性與扭曲性
5.6 重要公式
第06章 分析資料－以統計測量數呈現
6.1 中心位置（中央趨勢）的衡量
6.2 等分位置的衡量
6.3 盒鬚圖分析法（5 個摘要數）
6.4 分散度的衡量
6.5 柴比氏定理與經驗法則
6.6 重要公式
第07章 機率論
7.1 隨機實驗
7.2 機率理論
7.3 事件機率
7.4 事件的性質與事件機率的運算
7.5 重要公式
第08章 間斷隨機變數及其常用的機率分配
8.1 隨機變數的意義與種類
8.2 單一間斷隨機變數的機率分配
8.3 常用的間斷機率分配
8.4 二項機率分配
8.5 Poisson 分配（泊松分配）
8.6 重要公式
第09章 連續隨機變數及其常用的機率分配
9.1 連續隨機變數的機率密度函數
9.2 常態分配
9.3 標準常態分配
9.4 二項分配與常態分配
9.5 重要公式
第10章 統計估計
10.1 點估計
10.2 抽樣分配
10.3 區間估計
10.4 母體平均數 u 的區間估計－大樣本
10.5 母體平均數 u 的區間估計－小樣本
10.6 母體比例的區間估計
10.7 樣本數的選擇
10.8 重要公式
第11章 假設檢定
11.1 假設檢定的意義
11.2 假設檢定的基本概念
11.3 母體平均數的假設檢定－大樣本
11.4 母體平均數的假設檢定－小樣本
11.5 母體比例的假設檢定
11.6 重要公式
第12章 兩母體的統計估計與假設檢定
12.1 兩個母體平均數差的統計推論－獨立大樣本
12.2 成對母體平均數差的統計推論
12.3 兩個母體比例差的統計推論
12.4 重要公式
第13章 變異數分析
13.1 變異數分析的意義
13.2 變異數分析的基本觀念
13.3 實驗設計
13.4 一因子變異數分析－完全隨機設計
13.5 一因子變異數分析－隨機集區設計
13.6 二因子變異數分析
13.7 重要公式
第14章 簡單迴歸分析與相關分析
14.1 迴歸分析與相關分析的意義
14.2 兩變數間的關係
14.3 簡單迴歸分析的方法
14.4 相關分析
14.5 重要公式
立即查看
基礎統計學
ISBN13：9789869897785
出版社：華泰
作者：方世榮;張文賢
裝訂／頁數：平裝／487頁
規格：26cm*19cm*2.1cm (高/寬/厚)
版次：6
出版日：2020/09/03
中國圖書分類：統計學總論
內容簡介
本書內容力求精簡，納入統計學的主要基本觀念，盡可能地用簡單的圖形與文字解說，並輔以例子做說明，期能滿足初學統計學者的需求。其次，本書包含許多新觀念，都是作者於實務、教學與研究所累積之心得，在題材內或觀念的詮釋上，皆能符合現代學子之需求。最後，本書列舉相當豐富且生活化的例題與習題，期能提高讀者的興趣，強化計算與思考能力。
改版特色
一、以生活化的用語說明各章節的重要觀念，讓讀者容易理解統計的基本觀念。
二、引用與時事相關的例題與習題，激發讀者對統計學的興趣、強化對統計學實用性的認知。
三、統計推論章節的例題說明，輔以圖形方式呈現，讓讀者易於理解統計推論的過程與意義。
四、將章末「Excel範例」更新為新版Office之操作步驟，使內容更貼近讀者應用上的需求。
五、修訂前版疏漏之處，以提高本書可讀性。
目錄
第1章 緒論
第2章 敘述統計(Ⅰ)──列表法與圖示法
第3章 敘述統計(Ⅱ)──統計量數
第4章 機率
第5章 機率分配
第6章 常用的機率分配
第7章 抽樣與抽樣分配
第8章 估計
第9章 假設檢定
第10章 兩種處理方法的比較
第11章 卡方檢定
第12章 變異數分析
第13章 迴歸分析與相關分析
第14章 無母數統計（置於隨書光碟）
立即查看
華通書坊
