STATISTICA6.0版與基礎統計分析(附1CD)<儒林>
類似書籍推薦給您
立即查看
Linux錦囊妙計 第二版｜基礎操作x系統與網路管理 (Linux Cookbook,2/e) (1版)
類似書籍推薦給您
內容簡介
這本隨翻即查的錦囊妙計，為所有從新手到中階的Linux用戶提供了管理一套Linux系統所需的基本技能，兼顧圖形化及命令列工具。無論你的Linux是嵌入式系統、桌上型系統、伺服器、抑或是雲端甚至虛擬環境，這些基本技能都是一體適用的。本書的目的在於協助讀者們，只需照著書中內容依樣畫葫蘆，便能儘快上手。
Carla Schroder提供了涵蓋特定問題的諸多妙招，同時附上簡單扼要的探討文字，說明各種招式的運作原理，以及可供事後鑽研的參考資料。
您可以從本書學到：
．使用新型的全面服務管理工具systemd
．以firewalld建構簡易或複雜的防火牆
．為Linux系統及行動裝置設立安全的網路連線
．拯救無法開機的系統
．重設遺忘的Linux和Windows密碼
．使用dnsmasq簡化區域網路上的名稱解譯服務館立
．管理使用者和群組並控制檔案存取
．偵測電腦硬體並監看硬體健康程度
．管理GRUB開機程式並設置Linux和Windows的多重開機環境
．以最新式的工具保持網路間的時間同步
．在樹莓派上建置網際網路路由器/防火牆
．管理檔案系統與分割區
“學習Linux的必讀之書。Carla Schroder以最淺顯的方式，為讀者們導覽Linux作業系統的各種層面。”- Jack Wallen, TechRepublic、The New Stack等媒體知名獲獎作者
“厲害的工程師都會了解手中的工具、並加以善用。但Carla Schroder的專業將令你眼界大開，讓你學到自己從未深究的Linux另一面。”- Jonathan Johnson, Dijure獨立軟體顧問兼講師
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
EXCEL和基礎統計分析：學統計輕鬆上手，掌握資料分析，前進大數據時代 (1版)
類似書籍推薦給您
EXCEL和基礎統計分析
學統計輕鬆上手，掌握資料分析，前進大數據時代
作 者：王春和 、唐麗英
出版社別：五南
書 系：研究&方法
出版日期：2021/03/01(1版2刷)
ＩＳＢＮ：978-957-763-355-2
書 號：1H2C
頁 數：336
開 數：16K
內容簡介
◆人人都有的EXCEL＋超詳細步驟教學＝高CP值學會統計分析。
◆專業理論深入淺出，搭配實例整合說明，從報表製作到讀懂，一次到位。
◆完整的步驟操作圖，解析報表眉角，讓你盯著螢幕不再霧煞煞。
◆本書專攻基礎統計技巧，讓你掌握資料分析力，在大數據時代脫穎而出。
◎大學教授傾囊相授統計分析手法，帶領你掌握資料分析能力，前進大數據時代。
大數據(Big data)時代下，統計學愈來愈夯，資料分析全方位應用在各種工作場合。無論身處何種產業，新手晉升顧問級，就從掌握統計分析力開始。市面上統計軟體眼花撩亂，該先從哪裡開始？
答案就在這本書裡！
直接使用個人電腦必備的EXCEL，學統計輕鬆上手門檻低。搭配本書完整的步驟講解，從製作到讀懂，一次到位。面對龐大資料不再手忙腳亂，快速抓出重點，展現分析整合能力，讓人刮目相看。
本書針對「基礎統計技巧」教學，使用於分析資料，包含：統計圖表製作、統計量計算、機率分配、信賴區間、假設檢定、變異數分析、共變數與相關分析、迴歸分析等，實例講解EXCEL中各種統計分析技巧的操作步驟，解析各類型的報表結果。
學好統計分析so easy，跟隨本書運用EXCEL進行資料處理與分析管理，著重理解而非死背公式，簡便又有效。極適合大專院校統計課程、相關研究人員或自學之用。
目錄
前 言
本書特色
第一章 Excel 統計分析方法 001
1.1 Excel 資料之輸入 003
1.2 Excel 統計分析方法之介紹 022
1.3 Excel 統計圖形繪製功能之介紹 024
第二章 繪圖功能 027
2.1 Excel 繪圖功能介紹 029
2.2 直條圖 029
2.3 直方圖 032
2.4 柏拉圖 036
2.5 XY 散佈圖 040
2.6 雷達圖 042
第三章 機率分配 047
3.1 離散型機率分配 049
3.2 連續型機率分配 074
第四章 敘述統計量及信賴區間 097
4.1 敘述統計學 099
4.2 常用統計量 099
4.3 等級與百分比 115
4.4 母體平均數的信賴區間 119
4.5 母體變異數的信賴區間 130
第五章 母體變異數檢定 141
5.1 一組樣本變異數之卡方檢定及範例 143
5.2 兩組獨立樣本變異數之F 檢定及範例 146
第六章 母體平均數的檢定 155
6.1 一組樣本之z 檢定及範例 157
6.2 一組樣本之t 檢定及範例 164
6.3 兩組獨立樣本之z 檢定及範例 176
6.4 兩組相依樣本之z 檢定及範例 185
6.5 兩組樣本z 檢定之流程圖 189
6.6 兩組獨立樣本之t 檢定及範例 190
6.7 兩組相依樣本之t 檢定及範例 203
6.8 兩組樣本t 檢定之流程圖 209
第七章 變異數分析 211
7.1 變異數分析簡介 213
7.2 單因子變異數分析 213
7.3 完全隨機集區設計 224
7.4 雙因子變異數分析 228
第八章 共變數與相關分析 239
8.1 共變數簡介 241
8.2 共變數操作範例 241
8.3 相關分析簡介 247
8.4 相關分析操作範例 248
第九章 簡單迴歸分析 259
9.1 迴歸分析簡介 261
9.2 簡單迴歸分析的操作範例 264
9.3 曲線適配簡介與操作範例 273
第十章 複迴歸分析 283
10.1 複迴歸分析簡介 285
10.2 複迴歸分析的操作範例 285
第十一章 卡方檢定 303
11.1 獨立性檢定 305
11.2 齊一性檢定 310
11.3 適配度檢定 316
立即查看
基礎統計分析:R程式在社會科學之應用 (1版)
類似書籍推薦給您
基礎統計分析：R程式在社會科學之應用
ISBN13：9789865668105
出版社：雙葉書廊
作者：蔡佳泓
裝訂／頁數：平裝／332頁
規格：23cm*17cm*2cm (高/寬/厚)
版次：1
出版日：2015/01/01
中國圖書分類：統計電子資料處理；統計電腦資料處理
內容簡介
本書主旨為提供讀者運用Ｒ程式進行初階社會科學統計，從最基礎的讀取資料開始，一直到進行迴歸分析，是一本理論與實務兼具的教科書。本書最大特色為提供許多實用的語法，讀者只要自行輸入，就可以得到同樣的結果，初學者將可以輕鬆地掌握Ｒ程式。此外，本書特別強調繪圖的程式，並提供許多實例，讓讀者可以通盤了解繪圖的功能。對於經常運用統計軟體，而想要簡化運算步驟、想繪製高品質且簡單易懂的統計圖表，而又不想受限於昂貴龐大統計軟體的讀者而言，本書是最適合的參考書籍。
內容由淺入深，提高讀者興趣。
內文附有許多練習與問題，可幫助讀者提升學習效果。
每章之間具有連續性，亦可自成一個單元，可視學習需求調整順序。
特別強調繪圖相關程式的應用，並提供豐富的實例。
作者介紹
作者簡介
蔡佳泓
現職
政治大學選舉研究中心研究員暨主任
政治大學東亞研究所教授
學歷
美國俄亥俄州立大學政治學博士
政治大學政治所碩士
臺灣大學政治系學士
經歷
政治大學選舉研究中心助理研究員、副研究、研究員
美國麻省理工學院政治系訪問教授
著作
研究論文發表於臺灣政治學刊、人文及社會科學集刊、應用經濟論叢
Party Politics、International Political Science Review 等
研究領域
選舉行為、民意政治、方法論
目錄
第01章 為什麼要學Ｒ程式？
1.1 Ｒ程式有哪些優點？
1.2 哪些人需要學Ｒ程式？
1.3 章節安排
1.4 使用本書的方法
第02章 開始使用Ｒ
2.1 安裝Ｒ
2.2 練習與問題
第03章 讀取、整理資料
3.1 讀取不同格式的資料
3.2 資料名稱
3.3 存取工作空間
3.4 程式碼
3.5 整理資料
3.6 遺漏值
3.7 轉置資料
3.8 輸出資料
第04章 Ｒ的資料形態
4.1 建立向量 (vector)
4.2 類別 (factor)
4.3 索引 (index)
4.4 資料框架 (data.frame)
4.5 陣列 (array)
4.6 列表 (list)
第05章 Ｒ的基本指令
5.1 表格 (table)
5.2 三種計數的指令：向量的長度 (length)，資料的列數 (nrow)，字串的字母數 (nchar)
5.3 重複 (rep)
5.4 順序 (seq)
5.5 資料子集 (subset)
5.6 貼上 (paste)
5.7 排序 (sort, order)
5.8 切割 (cut)
5.9 統計函數
5.10 應用函數 (apply, tapply, lapply, sapply)
第06章 繪圖
6.1 前言
6.2 基本概念
6.3 Ｒ與lattice的繪圖
6.4 應用ggplot2
6.5 特殊圖形
第07章 自訂函數
7.1 簡介
7.2 函數
7.3 迴圈 (loop)
7.4 多重函數
7.5 條件式 (control flow)
7.6 假設如果 (if...else)
第08章 分佈
8.1 常態分佈、一致分佈、貝努利分佈、波松分佈
8.2 中央極限定理
8.3 點估計
8.4 區間估計
8.5 信賴區間
8.6 單一樣本檢定
8.7 成對樣本檢定
第09章 類別變數之間相關性
9.1 PRE
9.2 名目變數
9.3 順序變數：Goodman-Kruskal Γ
9.4 卡方檢定
第10章 線性迴歸
10.1 最小平方法
10.2 迴歸的假設
10.3 迴歸係數檢定與信賴區間
10.4 殘差值
10.5 信賴區間以及預測區間預測值
10.6 虛擬變數
10.7 複迴歸
第11章 結語
立即查看
華通書坊
