頭頸部超音波檢查圖譜 2016 <金名>
其他會員也一起購買
頭頸部超音波檢查圖譜
ISBN13：9789865640439
出版社：金名圖書
作者：王成平
裝訂／頁數：平裝／125頁
規格：26cm*19cm*1cm (高/寬/厚)
版次：1
出版日：2016/07/01
中國圖書分類：耳鼻喉科
內容簡介
10個頭頸部章節裡包含了超過300張的圖片，每一張都見證了臨床上的經歷與用心。本書不只內容豐富充實，而且淺顯易懂，可以是對於有興趣入門操作超音波者的教科書，也可以作為已經有操作經驗者的臨床驗證。王成平醫師在本書已為耳鼻喉頭頸部超音波帶入了新的領域與註解。
目錄
1. 頭頸部超音波操作技術與頭頸部超音波解剖構造 ..................................................... 1
2. 甲狀腺的超音波檢查 .....................................................................................................25
3. 頭頸部淋巴結的超音波檢查 .........................................................................................45
4. 大唾液腺的超音波檢查 .................................................................................................57
5. 其他的頭頸部腫瘤的超音波檢查 .................................................................................71
6. 喉科超音波檢查 .............................................................................................................81
7. 疑似疾病的正常結構的超音波掃描檢查 .....................................................................89
8. 頭頸部超音波檢查的侵入性檢查 .................................................................................95
9. 頭頸部超音波檢查的其他應用 .....................................................................................99
10. 頭頸部超音波檢查在台灣耳鼻喉科界的發展 ...........................................................105
立即查看
社會統計與SPSS應用 (1版)
類似書籍推薦給您
【簡介】
這是一本精簡的統計書籍，以提高學生學習的動機及避免學生們的統計恐懼症，最好能按步驟操作也能瞭解統計，本書就在此期待中被催生；而本書並不是完成一本統計原理，而是期待製作成一本統計食譜，以期讓學生在短時間內能瞭解統計的運用，以及提供量化研究中資料整理的參考。
【目錄】
目 錄
序 i
Chapter 1 量化研究的科學取向 1
第一節 科學研究的目的 3
第二節 科學研究分類 9
第三節 量化研究之內涵 20
Chapter 2 電腦化及量化資料編碼 25
第一節 電腦化 26
第二節 編碼 28
第三節 SPSS的介紹 32
第四節 R語言 36
第五節 編碼與SPSS 40
第六節 SPSS的各種視窗 50
Chapter 3 什麼是統計 53
第一節 統計的意義與基本概念 54
第二節 定量資料的統計圖表 58
第三節 推論統計概念 60
第四節 統計的結果──運用SPSS資料的分析與解釋 67
Chapter 4 描述性統計 73
第一節 描述性統計 74
第二節 描述性統計在SPSS之運用 85
第三節 複選題與排序題 104
Chapter 5 推論統計與SPSS 121
第一節 推論統計之基本概念 122
第二節 點估計、區間估計在SPSS之運用 133
Chapter 6 雙變項之差異性分析與SPSS 137
第一節 雙變項分析 138
第二節 兩變項之差異性分析 144
第三節 差異性檢定在SPSS之運用 171
Chapter 7 雙變項之相關性分析與SPSS 201
第一節 相關係數之特性與特色 203
第二節 迴歸分析 217
第三節 雙變項之其他相關與關聯 231
第四節 雙變項相關與迴歸在SPSS之運用 237
第五節 雙變項之關聯係數 247
Chapter 8 無母數分析與SPSS 263
第一節 無母數統計檢定 267
第二節 無母數統計檢定在SPSS之運用 293
Chapter 9 多元迴歸分析與SPSS 313
第一節 多變項分析 314
第二節 多元迴歸分析 318
第三節 SPSS複迴歸分析中選取變項的方法 321
第四節 淨相關與部分相關 324
第五節 階層迴歸 325
第六節 路徑分析 335
第七節 正典相關 339
第八節 多元迴歸在SPSS之運用 345
Chapter 10 信度分析、因素分析及SPSS之運用 369
第一節 量表之製作 370
第二節 項目分析、因素分析與內部一致性在SPSS之運用 390
Chapter 11 羅吉斯迴歸分析及邏輯對數分析與SPSS 417
第一節 羅吉斯迴歸分析 418
第二節 邏輯對數分析 426
第三節 羅吉斯迴歸在SPSS之運用 428
第四節 邏輯對數線性在SPSS之運用 433
Chapter 12 後記：SPSS操作筆記 439
參考書目 457
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
![數理統計與計量經濟演義(上冊)[本書為財金、經濟領域研究生的必備工具箱] (1版)](https://d1zva6hgripypz.cloudfront.net/book/thumbnail/71/1075871/0a1873899734a7868e488e3d01f7f790.webp)
數理統計與計量經濟演義(上冊)[本書為財金、經濟領域研究生的必備工具箱] (1版)
類似書籍推薦給您
書本內容
「演義」是以歷史上曾發生的事實為基礎，增添一些趣聞、細節，用章回體編寫而成的小說，這也是我們對於這本書成書之時的設定。
數理統計學與計量經濟學的理論之中，有著統計、計量大師們在歷史上留下的足跡，有著他們心智活動曾經到達的美麗境界，然而這些內容對於大多數讀者而言，卻是那麼地晦澀難懂，需要增添一些卡通版、大白話的解說，深入淺出，引領讀者一窺堂奧之妙。
張翔老師是財務金融博士，專長是經濟、財務的計量方法；而李昱老師即將取得統計學博士學位，專長於數理統計，這本書是由我們在大碩補習班系自編的上課講義擴充而來，編寫的過程中，我們大量參考數理統計學與計量經濟學領域的經典教本。我們的目標是，寫出一本最平易近人的數統與計量入門書，用最直白的文字、最淺顯的例子、最清楚的步驟邏輯，但內容又不失數學上的正確、嚴謹，實話說，這真的不容易做到，但我們確實盡了最大的努力。
坊間好的教本不少，如果讀者英文閱讀能力不錯，直接研讀經典原文書也是很好的選項。但我們觀察，大多數數理統學與計量經濟學的教本，寫作的方法多由作者自己本身的角度出發，著重於內容在學術上的嚴謹性，但足以讓初學的讀者們築起莫大的進入障礙。本書嘗試著以讀者的角度出發，替讀者卸除一切理解上的障礙。
目錄
序Preface
符號與縮寫Notation
I 數理統計學一講Some Topics in Mathematical Statistics
1 點估計理論Theory of Point Estimation
1.1 充份性Sufficiency
1.1.1 充份統計量之定義
1.1.2 分解定理
1.1.3 指標函數的運用
1.1.4 指數族
1.2 尋找均勻最小變異不偏估計量Finding the UMVUE
1.2.1 Rao-Blackwell改進
1.2.2 Cram´er-Rao下界
1.3 貝氏統計方法Bayesian methods
1.3.1 貝氏估計
2 大樣本理論Large Sample Theory
2.1 分配收斂Convergence in distribution
2.1.1 定義分配收斂
2.1.2 中央極限定理
2.2 機率收斂Convergence in probability
2.2.1 定義機率收斂
2.2.2 弱大數法則
2.2.3 求取一致性估計量
2.3 其他漸近分配性質More on asymptotic distribution
2.3.1 Slutsky定理
2.3.2 Delta法
2.3.3 最大概似估計量的大樣本性質
3 假說檢定理論Theory of Hypothesis Testing
3.1 最強力檢定Most powerful tests
3.1.1 Neyman-Pearson引理
3.1.2 均勻最強力檢定
3.2 廣義概似比Generalized likelihood ratio
3.2.1 廣義概似比檢定初探
3.2.2 兩獨立母體的廣義概似比檢定
3.2.3 廣義概似比檢定延伸
3.2.4 廣義概似比的大樣本性質
II 古典線性迴歸模型Classical Linear Regression Model
4 簡單線性迴歸分析回顧Simple Linear Regression Analysis:A Review
4.1 相關分析與因果關係Correlation and causation
4.1.1 母體相關係數
4.1.2 樣本相關係數
4.1.3 因果關係
4.2 簡單線性迴歸模型Simple linear regression mode
4.2.1 簡單線性迴歸模型的基本假設
4.2.2 簡單線性迴歸係數的點估計
4.2.3 評估簡單線性迴歸係數估計量之表現
4.2.4 簡單線性迴歸模型的殘差性質
4.3 簡單線性迴歸的統計推論Staistical inference in SLR model
4.3.1 簡單線性迴歸係數的抽樣分配
4.3.2 簡單線性迴歸係數的區間估計
4.3.3 簡單線性迴歸係數的假說檢定
4.3.4 簡單線性迴歸模型的整體F檢定與判定係數
4.4 簡單線性迴歸的延伸課題Advanced topics in SLR model
4.4.1 正迴歸與逆迴歸
4.4.2 離差形式與標準化形式
4.4.3 比例因子與資料平移
4.5 無截距與純截距模型No-intercept and intercept-only model
4.5.1 無截距迴歸模型
4.5.2 純截距迴歸模型
立即查看
醫護統計與SPSS分析方法與應用 (4版)
類似書籍推薦給您
醫護統計與SPSS分析方法與應用
作 者：楊秋月 、陳耀茂
出版社別：五南
出版日期：2023/07/17(4版1刷)
ＩＳＢＮ：9786263438255
書 號：5J62
頁 數：1056
開 數：16K
內容簡介
統計方法經常要面對數值計算，然而今日科技如此進步，已開發有各種統計軟體，學生在學習統計方法時當不至於感到霧煞煞了。
但是在學習統計方法處理問題時，最常令人感到困擾的是：
「收集到的數據要選用何種的統計處理方法才好呢？」
「要如何輸入數據，有無明確的輸入步驟呢？」
「輸入後，在進行統計處理時，有無明確的分析步驟呢？」
「分析結果要如何解讀才好呢？」
此的確是學生學習統計方法時最為煩惱的，然而此種煩惱是多餘的，任何人只要能利用本書參照使用就行，可以說非常簡便。
本書的特徵有以下四項：
1.只要看數據類型，即可選用適切的統計處理方法。
2.數據的輸入與其步驟，有跡可循。
3.統計處理的方法與其步驟，清晰明確。
4.輸出結果的解讀方法，簡明易懂。
書中的統計方法其涵蓋內容甚為豐富，上篇有23章，下篇有22章，幾乎常用的統計方析方法都收錄於其中，因此使用時不至於有所短缺之憾。
本書的撰寫是以醫學院相關科系、護理學院相關科系、公衛學院相關科系的學生為對象，從大學部到研究所均可使用，只要把統計方法配合本書的分析方法，即可參照使用，學生再也不會視統計為畏途了。
目錄
上篇
1.意見調查與問卷製作
1.1 意見調查的問卷製作
1.2 調查．研究主題的檢討
1.3 調查的企劃
1.4 問卷的製作
1.5 問卷的修正
1.6 有關就業調查的問卷範例
2.平均，變異數，標準差
2.1 平均，變異數，標準差
2.2 利用SPSS得出的平均、變異數、標準差
3.相關係數，等級相關，Cramer V關聯係數，Kappa一致性係數，Cohen d效果量
3.1 散佈圖，相關係數，等級相關
3.2 利用SPSS求相關係數
3.3 利用SPSS製作散佈圖
3.4 利用SPSS求等級相關係數
3.5 Kappa一致性係數
3.6 Kendall一致性係數
3.7 Cramer V相關係數
3.8 柯恩的效果量
4.獨立性檢定，適合度檢定，常態性檢定，McNemar檢定，Cochran Q檢定
4.1 獨立性檢定
4.2 適合度檢定
4.3 常態性檢定
4.4 McNemar檢定
4.5 Cochran Q檢定
5.勝算比，風險比
5.1 勝算（Odds）比，風險比
5.2 利用SPSS的勝算比、風險比
t檢定，Wilcoxon等級和檢定
6.1 t檢定─獨立（無對應時）樣本的t檢定
6.2 利用SPSS的t檢定
6.3 利用SPSS的Wilcoxon等級和檢定
6.4 t檢定─相關（有對應）樣本的t檢定
6.5 利用SPSS的無母數檢定（相關時）
7.單因子變異數分析與Kruskal-Wallis檢定
7.1 單因子變異數分析
7.2 利用SPSS的單因子變異數分析與多重比較
7.3 SPSS─Kruskal-Wallis檢定
7.4 SPSS─交互作用與下位檢定（重複數相等時）
8. Friedman檢定與多重比較
8.1 前言
8.2 Friedman 檢定
8.3 多重比較
9.反覆測量的變異數分析與多重比較
9.1 前言
9.2 反覆測量的變異數分析
9.3 多重比較
9.4 例題
10.多變量變異數分析與多重比較
10.1 前言
10.2 多變量變異數分析
10.3 多重比較
11.多變量共變異數分析與多重比較
11.1 單變量共變異數分析
11.2 單變量共變異數分析的平行性檢定
11.3 單變量共變異數分析與多重比較
11.4 多變量共變異數分析
11.5 多變量共變異數分析的平行性檢定
11.6 多變量共變異數分析與多重比較
12.一般線性模式
12.1 一般線性模式—交互作用
12.2 利用SPSS的一般線性模式—交互作用
13.因素分析與對應分析
13.1 因素分析 23
13.2 利用SPSS的因素分析—最大概似法
13.3 利用SPSS的因素分析—主軸因素法
13.4 對應分析—將質性資料的關聯圖式化
13.5 多重對應分析
14.複迴歸分析
14.1 單迴歸分析
14.2 分析步驟
14.3 複迴歸分析的虛擬變數法 33
14.4 複迴歸分析—逐步迴歸法
14.5 放入交互作用項時利用中心化迴避共線性的方法
15.類別迴歸分析
15.1 類別迴歸分析
15.2 利用SPSS的類別迴歸分析
16.主成分分析與集群分析
16.1 主成分分析與集群分析
16.2 利用SPSS的主成分分析
16.3 利用SPSS的集群分析
16.4 以散佈圖表現4個類型
17.類別主成分分析
17.1 類別主成分分析
17.2 利用SPSS的類別主成分分析
18.聯合分析
18.1 聯合分析
18.2 利用SPSS製作聯合卡
18.3 利用SPSS執行聯合分析—SCORE之情形
18.4 利用SPSS執行聯合分析—SEQUENCE之情形
19.單一受試體分析
19.1 單一受試體（single case）
19.2 利用SPSS的線形圖
19.3 利用SPSS的連檢定（Run Test）
19.4 SPSS的時間數列圖形—單邊對數
19.5 SPSS的一般線性模型
20.典型相關分析
20.1 概要
類別典型相關分析
21.1 前言
21.2 類別典型相關分析
22.階層迴歸分析
22.1 資料形式
22.2 資料輸入
22.3 SPSS分析步驟
22.4 SPSS輸出
22.5 輸出結果判讀
23.非線性迴歸分析
23.1 前言
23.2 非線性迴歸分析
下篇
1.統計處理須知
1.1 實驗計畫法與統計解析
1.2 估計
1.3 檢定的3個步驟
1.4 多重比較簡介
1.5 Tukey 的多重比較
1.6 Tukey的多重比較步驟
1.7 Dunnett的多重比較
1.8 Dunnett的多重比較步驟
2.無母數檢定
2.1 簡介無母數檢定
2.2 Wilcoxon的等級和檢定
2.3 Wilcoxon等級和檢定的步驟
2.4 Kruskal-Wallis檢定
2.5 Kruskal-Wallis檢定的步驟
2.6 Steel–Dwass的多重比較
2.7 Steel-Dwass檢定的步驟
2.8 Steel的多重比較
2.9 Steel檢定步驟
二因子變異數分析與多重比較
3.1 二因子（無對應因子與無對應因子）
3.2 二因子（無對應因子與有對應因子）
3.3 二因子（有對應因子與有對應因子）
4. Logistic迴歸分析
4.1 Logistic迴歸分析簡介
4.2 二元Logistic迴歸分析的步驟
4.3 多元Logistic迴歸
5. Probit分析
5.1 Probit分析簡介
5.2 Probit分析的步驟
6.卜瓦松迴歸
6.1 卜瓦松迴歸簡介
6.2 卜瓦松迴歸分析的步驟
7.次序迴歸分析
7.1 次序迴歸分析簡介
7.2 次序迴歸分析的步驟
8. Ridit分析
8.1 Ridit分析的簡介
8.2 Ridit分析的步驟—以組A為基準時
...
原價:
1100
售價:
935
現省:
165元
立即查看
醫護統計與整合分析―RevMan5軟體操作（附光碟） (3版)
類似書籍推薦給您
醫護統計與整合分析：RevMan5軟體操作
ISBN13：9786263662643
出版社：五南圖書出版
作者：楊秋月;陳耀茂
裝訂／頁數：平裝／212頁
附件：光碟*1
規格：23cm*17cm*1cm (高/寬/厚)
重量：390克
版次：3
出版日：2023/07/10
內容簡介
整合分析，簡言之即為：
1.將多個且具有同樣主題研究予以綜合分析。
2.利用統計方法將量化後的數據予以客觀的分析。
整合分析需要高額的統計軟體與艱深的理論，不易著手，而有此感覺的人似乎很多。實際上市面上販售的統計軟體有許多是相當高額的，當想要購買時，又令人躊躇不前。可是，如利用網路，從Cochrane共同計畫的網頁，任誰都能免費下載能供整合分析的軟體Review Manager。
本書的特色是不採艱深的統計說明，改以條列的重點項目以條列式進行解說。另外，本書是使用免費的軟體RevMan，有別於市面上所使用的需要支付高額的CMA軟體及其他軟體，而且此軟體的操作也以步驟的方式來說明，使出學者容易上手。
那麼，現在立即使用軟體Review Manager邁出整合分析的第一步吧。
目錄
序 言
第1章 整合分析用語
1.1 整合分析的緣由
1.2 敘述性文獻回顧、系統性文獻回顧與整合分析
1.3 系統性文獻回顧的評析
1.4 系統性文獻回顧與整合分析的特徵及存在問題
1.5 文獻證據分級系統
1.6 整合分析的目的
1.7 兩組的比較（P值）
1.8 信賴區間
1.9 整合分析資料型態
1.10 效果量
1.11 四分表（2×2表）
1.12 風險比
1.13 勝算比
1.14 危險比
1.15 辛普生的詭論
1.16 效果量的加權平均
1.17 標準化均數差
1.18 固定效果模式
1.19 固定效果模式的統計方法
1.20 隨機效果模式
1.21 隨機效果模式的統計方法
1.22 固定效果模式和隨機效果模式的區別
1.23 如何選擇固定效果模式或是隨機效果模式來分析
1.24 森林圖
1.25 異質性
1.26 異質性的統計評量
1.27 概念的異質性
1.28 發表偏誤
1.29 各種偏誤
1.30 報導偏誤的影響
1.31 風險偏誤的顯示
1.32 漏斗圖
1.33 敏感度分析
1.34 RevMan 軟體簡介
1.35 文獻搜尋資料庫
1.36 Peto勝算比
1.37 Mantel-Haenszel 勝算比與風險比
1.38 DerSimonian and Laird
第2章 整合分析步驟
2.1 系統性文獻搜尋
2.2 效果量之評估
2.3 同質性檢定
2.4 挑選合適公式用以合併數據
2.5 整合結果之呈現
2.6 結論的臨床解讀與運用
第3章 整合分析實務
3.1 整合分析的流程
3.2 設定主題
3.3 研究設計與評價結果
3.4 蒐集文獻
3.5 選取文獻（選入條件／除外條件）
3.6 試算表
3.7 森林圖
3.8 次群組分析１（插管困難的組）
3.9 次群組分析2（平常呼吸道組）
第4章 整合分析軟體操作—Review Manager 5
4.1 Review Manager 5的啟動
4.2 二元變數的輸入
4.3 森林圖
4.4 漏斗圖
4.5 效果量的變更、分析模式的變更
4.6 連續變數的輸入
4.7 分析的追加
4.8 次群組的追加
4.9 文獻顯示順序的變更
立即查看
華通書坊
