摩西五經 (1版)

類似書籍推薦給您

【簡介】 為什麼要重譯《摩西五經》？譯經歷來是件大事，因為譯家多抱有遠大的理想：為傳教，為拯救靈魂，為宗教改革，為結束教派衝突、贏得政治安定和國王陛下的榮譽等等。本新譯卻是純學術的和文學的，就是看到中文舊譯舛誤太多，無文學地位，希望改變這不理想的狀况。回到原文善本，重新理解迻譯；即在舊譯之外，為普通讀者，包括教友和學界，提供一種基於現代學術成果的忠實暢達而便於學習研究的譯本。這是馮象翻譯聖經的首要目標。其次，打破中文《聖經》同現代漢語文學的隔膜。舊譯不入文學之林，一半是歷史造成的。現代漢語從未像今天這樣善於吸收、包容而生機勃勃。換一角度，也可以說，二百年《聖經》中譯，第一次得了爭取文學地位的機緣。本書的體例：序言《誰寫了摩西五經》，簡介《五經》的文本源流及相關學術問題。附錄兩篇：一篇採訪，談到本翻譯的緣起和對聖書的看法。另一篇聖經年表，記錄一些於經文文本的生成、傳播有重要意義或可資對比的人物著作、歷史事件。書末的參考書目，則選列一批常用的基礎聖經學著作和《五經》研究文獻，俾便讀者入門探索。所據原文：希伯來語《聖經》用德國斯圖加特版Kittel-Kahle傳統本(簡稱BHS，1976)希臘語《新約》則取斯圖加特版Nestle-Aland匯校本(NTG，1993)，皆是西方學界公認的權威。同時參考古今各家評注並西文經典譯本如希臘語七十士本、拉丁語通行本、德語路德本、英語欽定本、法語聖城本和猶太社本。重要的文字校勘、異文異讀、修辭釋義和文本片斷的分野銜接，均在插注中說明。 【目錄】

圖解經濟調查統計分析 (1版)

類似書籍推薦給您

【簡介】 人類所進行的經濟活動是指人類為滿足生存要求及生活欲望，利用各種自然資源及財貨所從事的各種生產、交換、銷售等行為。 經濟調查是指人們在一定的理論指導下，有目的、有計畫、有組織地運用特定的方法和手段，收集有關經濟現象的資料，進而加以整理、分析，然後加以描述和解釋，探索經濟現象產生、發展的規律，以闡明經濟現象的本質及發展規律的一種活動，而經濟調查都需要使用統計方法進行分析，應用客觀的態度和科學的方法，對某種經濟現象，在確定的範圍內進行實地考察，並收集大量資料進行統計分析，從而探討經濟現象，以闡明有無相關關係或因果關係。 本書是針對「經濟調查經常使用的統計分析」以淺顯易懂的方式加以解說。 【目錄】 第0章 意見調查與問卷製作 0.1 問卷製作 0.2 調查、研究主題的檢討 0.3 調查的企劃 0.4 問卷的製作 0.5 問卷的修正 0.6 有關就業調查的問卷例 第1章 平均、變異數、標準差—基本的統計處理 1.1 平均、變異數、標準差 1.2 利用SPSS得出的平均、變異數、標準差 第2章 相關係數、等級相關係數、Cramer’s V關聯係數、Kappa一致性係數、Cohen’s d影響大小—以圖形表現，以數值表現 2.1 檢視兩組資料的相關性 2.2 求Pearson相關係數 2.3 製作散佈圖 2.4 求一組數據的等級相關係數 2.5 分別求兩組數據的等級相關係數 2.6 Kappa一致性係數 2.7 Kendall一致性係數 2.8 Cramer’s V相關係數 2.9 Cohen’s d的影響大小 第3 章 自我相關、偏自我相關 3.0 前言 3.1 自我相關與偏自我相關 3.2 自我相關係數與相關圖 3.3 Durbin-Watson檢定的步驟 第4 章 交叉相關分析 4.0 前言 4.1 交叉相關分析步驟 4.2 交叉相關係數圖形 4.3 交叉相關係數公式 4.4 交叉相關係數與先行指標 第5 章 複迴歸分析—調查要因間的因果關係 5.1 複迴歸分析 5.2 SPSS的複迴歸分析—逐步法 5.3 SPSS的複迴歸分析—強制投入法+ 逐步迴歸分析法 5.4 SPSS的複迴歸分析—利用虛擬變數 第6 章 順序迴歸分析—調查順序尺度數據的因果關係 6.1 順序迴歸分析 6.2 SPSS的順序迴歸分析 第7 章 名義迴歸分析—調查名義尺度數據的因果關係 7.1 名義迴歸分析 7.2 SPSS的名義迴歸分析 第8 章 Logit分析—調查邊際效果 8.1 Logit分析 8.2 SPSS的Logit分析—二元Logistic迴歸 8.3 SPSS的Logit分析—順序迴歸 第9 章 Probit分析—調查邊際效果 9.1 Probit分析 9.2 SPSS的Probit分析—群組數據時 9.3 SPSS的Probit分析—選擇2 值數據時 第10 章 時間數列數據的變換 10.1 採取差分 10.2 進行移動平均 10.3 採取延遲 10.4 進行對數變換 第11 章 指數平滑法 11.0 前言 11.1 指數平滑化 第12 章 時間數列數據的迴歸分析 12.0 前言 12.1 時間數列數據的迴歸分析 12.2 自身相關的迴歸與複迴歸分析之不同 第13 章 Panel分析—分析橫斷面與時間數列 13.1 Panel分析 13.2 SPSS的Panel分析—情況1 13.3 SPSS的Panel分析—情況2 13.4 SPSS的Panel分析—情況3 13.5 SPSS的Panel分析—情況4 13.6 SPSS的Panel分析—情況5 第14 章 曲線的適配—數據的追蹤與預測 14.1 曲線的適配 14.2 SPSS的曲線適配 第15 章 主成分分析—建立綜合性指標後再分類 15.1 主成分分析 15.2 SPSS輸入步驟 15.3 SPSS的散佈圖 第16 章 集群分析—定義類似度再分類 16.1 集群分析 16.2 SPSS的集群分析 第17 章 因素分析—找出潛藏、共通的因素的方法 17.0 前言 17.1 因素分析用法簡介 17.2 因素分析的用法 第18 章 路徑分析 18.1 研究的背景與使用的數據 18.2 畫路徑圖—畫因果關係鏈 18.3 觀察輸出—判斷因果關係鏈 18.4 改良模式—刪除路徑再分析 18.5 以SPSS分析看看—分析數個因果關係鏈 第19 章 結構方程模型分析 19.0 前言 19.1 想分析的事情是什麼 19.2 撰寫論文時1 19.3 撰寫論文時2 19.4 數據輸入類型 19.5 指定資料的檔案 19.6 繪製共同的路徑圖 19.7 指定共同的參數 19.8 資料的組管理 19.9 於各類型中部分變更參數的指定 19.10 Amos的執行 19.11 輸出結果的顯示 19.12 輸出結果判讀 參考文獻

經濟部國營事業聯招新進職員甄試（台電、中油、台糖、台水）【土木】專業科目B【大地工程學、結構設計】歷屆試題詳解 (1版)

類似書籍推薦給您

【簡介】 考前必做歷屆試題，熟悉並輕鬆掌握出題方向，完整的歷屆試題並全方位解析，協助考生練習擬答及對照答案。 本書是為「經濟部所屬事業機構新進職員甄試（台電、中油、台糖、台水）」土木類科專業科目B大地工程學、結構設計所撰寫之歷屆試題詳解，鑒於該考試科目繁多，不易準備，本書詳解歷年考題，期許能夠協助考生順利上榜。 【目錄】 Chapter 1　經濟部所屬事業機構113 年新進職員甄試試題 Chapter 2　經濟部所屬事業機構112 年新進職員甄試試題 Chapter 3　經濟部所屬事業機構111 年新進職員甄試試題 Chapter 4　經濟部所屬事業機構110 年新進職員甄試試題 Chapter 5　經濟部所屬事業機構109 年新進職員甄試試題 Chapter 6　經濟部所屬事業機構108 年新進職員甄試試題 Chapter 7　經濟部所屬事業機構107 年新進職員甄試試題 Chapter 8　經濟部所屬事業機構106 年新進職員甄試試題 Chapter 9　經濟部所屬事業機構105 年新進職員甄試試題 Chapter 10　經濟部所屬事業機構104 年新進職員甄試試題

計量經濟學導論Ⅰ橫斷面篇：使用Python語言（附光碟） (1版)

類似書籍推薦給您

【簡介】 ⊙以Python的模擬方法來輔助或取代數學證明，有效掌握計量經濟學。 ⊙理論與實作兼具，操作步驟清楚易懂。 ⊙內容包含以簡單線性迴歸（SLR）模型說明OLS與Python操作、比較古典與新古典線性迴歸模型的基本假定、介紹MLR模型／NLRM基本假定、說明變異數異質結果以及使用穩健的標準誤、檢視模型設定問題等。 ⊙附贈光碟提供書中完整原始程式碼，幫助學習理解、迅速進入狀況。本書以熱門程式語言Python實際操作，帶領讀者認識以及運用計量經濟學。 內容循序漸進，從第1章介紹基礎理論、檔案數據資料，手把手教學。第2章利用簡單線性迴歸（SLR）模型說明計量經濟學的主要方法：OLS，以及如何於Python下操作。第3章比較古典與新古典線性迴歸模型的基本假定。第4章介紹MLR模型。第5章介紹NLRM的基本假定。第6章進一步說明迴歸模型的大樣本推論以及OLS估計式之漸近有效性。第7章討論MLR模型的特殊函數型態（如對數函數、二次式以及交互變數型態），以及估計迴歸模型的預測部分。第8章檢視迴歸模型下的質性變數。第9章說明變異數異質的結果、使用穩健的標準誤，以及如何使用WLS方法與應用。第10章檢視模型設定問題，其中包括代理變數、因變數與自變數之衡量誤差、離群值與最小絕對誤差等。 書中範例所呈現任何計算、模擬、估計、編表或甚至於繪圖等操作，光碟內皆附有完整的Python程式碼供讀者參考使用。 【目錄】 第1章 導論 1.1 何謂計量經濟學？ 1.2 資料的類型 1.3 資料產生過程與其他情況不變 1.4 本書所使用的檔案數據資料第2章 簡單迴歸模型 2.1 簡單迴歸模型的定義 2.2 OLS估計式 2.2.1 OLS估計式的導出 2.2.2 Python的操作 2.3 迴歸式的特徵 2.3.1 配適值與殘差值 2.3.2 配適度第3章 簡單的新古典線性迴歸模型 3.1 sCLRM(sNLRM)的假定 3.1.1 線性迴歸模型 3.1.2 條件誤差的假定 3.1.3 其餘假定 3.2 不偏性與一致性 3.2.1 不偏性 3.2.2 一致性 3.3 統計推論第4章 複線性迴歸模型：線性重合 4.1 MLR模型 4.1.1 MLR模型的特色 4.1.2 OLS之估計 4.1.3 Frisch-Waugh定理 4.1.4 t檢定 4.2 配適度與線性重合 4.2.1 配適度 4.2.2 調整的R2 4.3 線性重合 4.3.1 相關的自變數 4.3.2 再談βj的標準誤第5章 新古典線性迴歸模型 5.1 NLRM的基本假定 5.1.1 OLS估計式的不偏性 5.1.2 變異數異質 5.1.3 OLS估計式的抽樣分配 5.2 多元線性限制檢定：F檢定 5.2.1 多餘解釋變數的檢定 5.2.2 整體迴歸式顯著性之F檢定 5.2.3 一般的線性限制檢定第6章 複迴歸分析：OLS之漸近性 6.1 一致性 6.2 漸近常態與大樣本推論 6.3 LM檢定 6.4 OLS的漸近有效性第7章 複迴歸分析：其他問題 7.1 數據單位對OLS估計的影響 7.1.1 數據單位不同 7.1.2 貝他係數 7.2 一些特殊函數型態的檢視 7.2.1 對數函數型態 7.2.2 二次式模型 7.2.3 交互作用項 7.3 預測 7.3.1 預測區間 7.3.2 因變數是log(y)第8章 質性資料 8.1 質性資料 8.1.1 單一虛擬自變數 8.1.2 多個虛擬變數 8.2 虛擬變數之交互影響與跨群差異之檢定 8.2.1 虛擬變數之交互影響 8.2.2 跨群差異之檢定（鄒檢定） 8.3 二元因變數 8.3.1 何謂線性機率模型？ 8.3.2 應用第9章 變異數異質性 9.1 變異數為異質與穩健的標準誤 9.2 變異數異質之檢定 9.2.1 Breusch-Pagan檢定 9.2.2 White檢定 9.3 加權最小平方與一般最小平方估計 9.3.1 加權最小平方估計 9.3.2 可行的一般最小平方估計 9.4 再談線性機率模型第10章 模型設定的問題 10.1 模型設定誤差 10.1.1 函數型態誤設 10.1.2 RESET檢定 10.1.3 非包含模型之檢定 10.2 代理變數 10.2.1 無法觀察到的解釋變數 10.2.2 遞延落後項 10.2.3 隨機斜率模型 10.3 衡量誤差 10.3.1 因變數存在衡量誤差 10.3.2 解釋變數存在衡量誤差 10.4 離群值與最小絕對估計 10.4.1 離群值與有影響力的觀察值 10.4.2 最小絕對估計附錄A Python導論 A.1 本書的操作方式 A.2 使用模組 A.3 物件 A.3.1 變數 A.3.2 Python內的物件 A.3.3 模組(numpy)內的物件 A.3.4 模組(pandas)內的物件 A.4 迴圈、函數與條件指令 A.4.1 自設函數 A.4.2 迴圈與條件指令 A.5 圖形的繪製附錄B 基本數學與模擬 B.1 加總操作式與敘述統計量 B.2 線性函數、二次式函數與特殊的函數 B.2.1 線性函數 B.2.2 二次式函數 B.2.3 特殊的函數 B.3 微分附錄C 基本的機率觀念 C.1 隨機變數 C.1.1 間斷的隨機變數 C.1.2 連續的隨機變數 C.2 聯合分配、條件分配與獨立性 C.2.1 聯合機率分配與獨立性 C.2.2 條件機率分配 C.3 機率分配的特徵 C.3.1 單變量機率分配 C.3.2 聯合機率分配的特徵 C.3.3 條件機率分配的特徵附錄D 機率分配 D.1 單變量機率分配 D.1.1 常態分配 D.1.2 卡方分配 D.1.3 t分配 D.1.4 F分配 D.2 多變量機率分配 D.2.1 多變量常態分配 D.2.2 多變量t分配附錄E 估計式 E.1 估計式的特徵 E.1.1 母體、參數值與隨機抽樣分配 E.1.2 估計式的有限樣本特徵 E.1.3 估計式的大樣本特徵 E.1.4 漸近常態 E.2 參數估計的一般方法 E.2.1 動差法 E.2.2 最小平方法附錄F 矩陣代數 F.1 基本定義 F.2 矩陣的操作 F.3 線性獨立與矩陣的秩 F.4 迴歸模型與OLS參考文獻 中文索引 英文索引