多層次分析理論與HTML操作實務 (1版)
其他會員也一起購買
多層次分析理論與HLM操作實務：含縱貫性研究與創造力應用
ISBN13：9789865220075
出版社：五南圖書出版
作者：蕭佳純
裝訂／頁數：平裝／264頁
規格：23cm*17cm*1.4cm (高/寬/厚)
版次：1
出版日：2020/07/10
中國圖書分類：方法；目的
內容簡介
廣泛運用於教育、社會學、商管，及醫藥公衛領域。
全方位解析重要原理及方法，搭配具體實徵資料。
條理分明、邏輯有序，適合欲透徹理解該領域的研究者。
真實世界的複雜性，人與人互動牽扯的變數因子，在在都揭示了單一分析層次的侷限。如果多層次鑲嵌的本質從單一層次角度切入，顯而易見的缺點是遺漏重要的解釋變項，導致解讀偏誤，而最嚴重的後果則是——知識錯誤的累積。
近十年來，管理領域的學者多已接受了組織現象是宏觀因素與微觀因素相互影響的多層次現象，並將此觀念應用於實徵研究。但整體來看，多層次分析仍相對少數，國外學界如此，國內學界尤然，深入討論多層次研究在概念、理論與方法等議題的文章，國內目前亦少之又少。
本書整理與評述過去數十年來西方學者在有關多層次研究的概念、理論和方法的發展，並提出觀察與見解，並舉出具體的應用實例，說明不同的分析模式將會如何產生不同的結果，作為學者的參考。俾利在培養正確的概念之後，可以有效地進行多層次研究。
目錄
Chapter01 多層次研究簡介 001
壹、為什麼需要多層次分析
貳、 從一般線性模式（General Linear Modeling, GLM）到多層次分析
參、多層次分析在教育上的應用
Chapter02 模式設定與資料蒐集
壹、模式的設定
貳、高層次構念的建構
參、多層次分析的適用軟體
Chapter03 HLM 的前置作業
壹、資料應該如何蒐集（樣本數
貳、如何將資料彙整到高層次
參、多層次分析基本模型
Chapter04 二層次模型的資料分析
壹、階層線性模式標準運作方式
貳、二層次階層線性模式之次模型
參、實例分析與軟體操作
Chapter05 三層次階層線性模式的資料分析
壹、概念陳述
貳、國內外有關於三層次分析的相關研究
參、實例分析
Chapter06 階層線性模式於縱貫性研究的應用
壹、縱貫性研究的重要性及其課題
貳、階層線性模式於縱貫性研究中的應用
參、縱貫性資料模型
肆、其他形式的成長模式
伍、實例分析與操作說明
Chapter07 後設分析於階層線性模式的應用
壹、何謂後設分析
貳、後設分析資料的階層結構
參、後設分析模式之建構
肆、HLM 在後設分析上的應用
伍、操作實例與步驟
Chapter08 階層線性模式的其他應用：中介、調節、調節式中介
壹、組織行為研究中的3M
貳、多層次中介模型
參、多層次調節式中介模式
肆、實例分析
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
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
立即查看
地理資訊系統與空間運算：R軟體應用 (1版)
類似書籍推薦給您
簡介
地理資訊系統廣泛應用於交通運輸、都市規劃、社會科學等學科中，為學術研究與實務之必備工具，以瞭解運輸系統、土地使用與空間的關聯及互動，進而提出合理的交通與國土規劃。地理資訊系統可儲存大量空間與屬性資料並分析，亦可透過地圖視覺化闡述空間特徵，以從中推演政策意涵，提出具體建議。本書內容旨在介紹地理資訊系統於R語言的應用，強化資料分析之技術，使空間分析得以更具彈性。
此外亦透過大量實務資料，闡釋分析架構與方法，提供更全面的應用說明。目前正式出版的中文相關教科書皆著重於介紹使用者介面軟體，惟使用者介面軟體較缺乏彈性，抑或功能多元的商業軟體所費不貲，故本書希冀透過免費開源軟體於地理資訊系統的應用，融合數據科學與空間分析，進而強化學術與實務研究之應用。
目錄
前言
CHAPTER01 地理資訊系統介紹
1.1 地理資訊系統簡介
1.2 空間資料純文本標記格式：Well-known text (WKT)
1.3 空間資料開放格式：Shapefile
1.4 座標參考系統：Coordinate Reference System(CRS)
1.5 地理資訊系統與R 軟體之關聯
1.6 R 軟體開發環境與套件需求
1.6.1 Windows 作業系統安裝程序
1.6.2 Mac 作業系統安裝程序
1.6.3 RStudio 安裝程序
1.6.4 RStudio 介面與面板功能介紹
1.6.5 本書套件需求
1.6.6 本書使用資料下載
1.6.7 本書程式碼
CHAPTER02 視覺化資料基本分析—地圖分析與繪製地圖
2.1 以地理資料繪製簡單地圖
2.2 屬性資料擷取
2.2.1 基本資料屬性
2.2.2 基本資料擷取
2.2.3 特定資料篩選與編修
2.3 地圖文字標記
2.4 數值型資料漸層地圖
2.5 類別型資料地圖
2.6 規則標記地圖
2.7 圖層套疊與地圖元件設定
2.7.1 圖層套疊（Overlay）
2.7.2 地圖元件：指北針與比例尺
2.7.3 地圖元件：地圖標題
2.8 地圖設計細節
2.8.1 修正點線面圖形樣式
2.8.2 圖例名稱與次序調整
2.8.3 地圖主題設定
2.8.4 地圖範圍調整
2.8.5 地圖縮圖
2.8.6 合併多張地圖
2.8.7 多重地理資料之顏色調整
2.9 其他繪製地圖套件
2.9.1 tmap 套件
2.9.2 leaflet 套件
CHAPTER03 R軟體地理資料建立及編修
3.1 簡單圖徵之建構
3.1.1 簡單圖徵幾何元素：Simple Feature Geometries (sfg)
3.1.2 簡單圖徵向量：Simple Feature Columns (sfc)
3.1.3 簡單圖徵：Simple Features (sf)
3.2 讀取地理資料
3.2.1 匯入Shapefile 格式
3.2.2 匯入文字格式（.csv、.txt）與建構地理資料
3.3 座標參考系統與地理資料邊界
3.3.1 查詢座標參考系統
3.3.2 轉換座標參考系統
3.3.3 地理資料邊界
3.4 地理資料輸出與格式
3.4.1 地理資料格式輸出
3.4.2 文字資料格式輸出
3.5 屬性資料合併
CHAPTER04 地理空間運算
4.1 空間資料合併（Spatial Join）
4.2 空間與屬性聚合（Spatial & Attribute Aggregation）
4.3 空間插值計算（Interpolation）
4.4 聯集（Union）
4.5 交集（Intersection）
4.6 環域（Buffer）
4.7 中心（Centroid）
4.8 邊界（Boundary）
4.9 空間資料簡化（Simplification）
4.10 移動、縮放與旋轉（Shifting, Scaling and Rotation）
4.11 空間計算（Geometric Measurement）
4.11.1 面積計算
4.11.2 長度計算
4.11.3 周長計算
4.11.4 直線距離計算
4.12 鄰近分析（Nearest Feature Analysis）
4.13 凸包（Convex Hull）
4.14 沃羅諾伊圖（Voronoi Polygon）
4.15 網格（Grid）
CHAPTER05 運輸資料介接與應用
5.1 運輸資料流通服務平臺簡介
5.2 軌道運輸資料
5.2.1 軌道站點資料
5.2.2 軌道路線站點資料
5.2.3 軌道路線線型資料
5.2.4 軌道班表資料
5.3 公車運輸資料
5.3.1 公車路線站點資料
5.3.2 公車路線資料
5.3.3 公車路線線型資料
5.3.4 公車班表資料
5.4 自行車運輸資料
5.4.1 公共自行車站點資料
5.4.2 自行車線型資料
5.5 其他TDX 資料與功能
5.5.1 航空班表資料
5.5.2 觀光點位資料
5.5.3 公路路網線型
5.5.4 地理編碼服務
CHAPTER06 實務案例分析
6.1 公共自行車騎乘量分析
6.1.1 使用資料
6.1.2 起訖對流量分布與視覺化地圖分析
6.1.3 站點租還量統計與影響因素之探究
6.2 公共運輸涵蓋率與可及性評估
6.2.1 使用資料
6.2.2 公共運輸涵蓋率分析
6.2.3 公共運輸可及性分析
6.3 房價資料分析
6.3.1 使用資料
6.3.2 房價資料地理編碼與視覺化地圖
6.3.3 影響房價之因素探討
立即查看
社會網絡分析:使用R軟體 中文第一版 2025年 (1版)
類似書籍推薦給您
【簡介】
作者們深入淺出地說明社會網絡分析的必要步驟，以及如何使用正確統計方法及分析工具；書中的範例程式與練習題，有助於學習者直接應用R程式語法於社會網絡分析；淺顯易懂的文字可奠定學習者的社會網絡數學基礎，對於統計內涵的解說也十分詳盡。本書主要採用R程式語法的xUCINET函式和其他函式，從基礎到進階的各種範例皆提供實例分析步驟與結果，學習者能輕鬆上手，並且逐漸掌握社會網絡分析的知識基礎、分析實務和建立研究能力。
本書適合對於想進行社會網絡或社群網絡相關研究，或者掌握網絡分析技術的學習者，以書本搭配作者們的網站資源，更能充分熟練社會網絡分析的理論與方法。
完整說明社會網絡概念：各領域皆採用社會網絡分析，範例與圖示說明詳盡且有充分的練習題。
R程式語法從0開始學習：資料蒐集、資料整理到資料分析皆提供逐步分析的說明與練習範例。
全面掌握社會網絡分析方法：說明各種分析方法，讀者能學會使用正確統計方法、分析步驟與分析工具。
【目錄】
第01章 導論
1.1 為什麼要研究網絡？
1.2 什麼是網絡？
1.3 關係的類型
1.4 分析目標
1.5 網絡變項作為解釋變項
1.6 網絡變項作為結果變項
第02章 數學基礎
2.1 簡介
2.2 圖
2.3 路徑和組群
2.4 鄰接矩陣
2.5 方法和模式
2.6 矩陣乘積
第03章 研究設計
3.1 簡介
3.2 實驗和田野研究
3.3 全網絡和個人網絡研究設計
3.4 網絡資料的來源
3.5 節點類型和連結類型
3.6 行動者的屬性
3.7 抽樣和訂邊界
3.8 資料信度來源和效度議題
3.9 研究倫理考量
第04章 資料蒐集
4.1 簡介
4.2 網絡研究的問題
4.3 問題的形式
4.4 受訪者的負擔
4.5 資料蒐集和信度
4.6 檔案資料的蒐集
4.7 電子來源的資料
第05章 資料管理
5.1 簡介
5.2 R程式語言
5.3 資料儲存
5.4 在R中匯入和儲存資料
5.5 網絡資料的資料轉化
5.6 將屬性轉為矩陣
5.7 儲存、轉化與匯出網絡資料和結果
第06章 網絡分析中使用的多變項技術
6.1 簡介
6.2 多維尺度分析法
6.3 對應分析
6.4 階層式集群法
第07章 視覺化
7.1 簡介
7.2 版面配置
7.3 嵌入節點屬性
7.4 嵌入連結屬性
7.5 節點過濾和行動者自我網絡
7.6 結論性評論
第08章 局部節點層次量測
8.1 簡介
8.2 連結組群
8.3 量化數值連結的組成
8.4 他者的組成
8.5 行動者自我—他者的相似性
8.6 行動者自我網絡結構形狀的量測
第09章 中心性
9.1 簡介
9.2 基本概念
9.3 無方向性，非量化數值的網絡
9.4 有方向性，非量化數值的網絡
9.5 量化數值的網絡
9.6 負向連結的網絡
9.7 引申中心性
第10章 群體層次量測
10.1 簡介
10.2 依局部屬性的量測
10.3 依全局屬性的量測
10.4 中心化和核心—邊緣性
10.5 屬性為基礎的量測
第11章 次群體和社群檢測
11.1 簡介
11.2 小集團
11.3 GIRVAN—NEWMAN演算法
11.4 模組化最佳化
11.5 標籤傳播
11.6 有方向性，沒有連接和量化數值資料
11.7 大量的網絡資料
11.8 網絡運算相關的考量
第12章 對等性
12.1 簡介
12.2 結構對等性
12.3 全廓資料的相似性
12.4 區塊模型
12.5 最佳化
12.6 一般對等性
12.7 REGE演算法
12.8 核心—邊緣模型
第13章 雙模資料分析
13.1 簡介
13.2 轉換成單模資料
13.3 轉換量化數值的雙模矩陣成單模
13.4 二分網絡
13.5 次群體和社群檢測
13.6 核心—邊緣模型
13.7 對等性
第14章 完整網絡的推論統計簡介
14.1 簡介
14.2 分析層次
14.3 群體層次的統計檢定
14.4 節點層次的統計檢定
14.5 對偶層次的統計檢定
第15章 指數隨機圖模型和隨機行動者導向模型
15.1 ERGMs簡介和參數解釋
15.2 取得ERGMs（近似）的最大概似估計
15.3 參數選擇和適配度
15.4 有方向性網絡
15.5 隨機行動者導向模型
使用的資料集概覽
使用的R函式概覽
立即查看
華通書坊
