三民網路書店 中文圖書分類法 / 社會科學類 / 統計學各論

近年來，由於計算機性能的提高、社會科學研究中的可重複性問題以及駭客攻擊，使用貝氏（Bayes）方法進行分析引起了人們的關注。R、JAGS、Stan是典型的可以進行貝氏分析的統計軟體。這三款統計軟體都是GUI的統計軟體，可以用在多樣的貝氏方法中進行分析，但是都需要編寫程式碼（code），對於初學者來說是一個很高的學習成本。SPSS則是初學者也可以輕鬆進行貝氏分析的統計軟體之一。本書針對想要（或不得不）使用貝氏方法進行分析的大學生、研究生、研究人員和在職人士進行整理說明。針對新手，本書將數學公式保持在最低限度，以便使分析和相關概念可以用通俗易懂的方式理解。本書是以簡明易懂為目標，捨棄公式的說明，重點放在如何使用SPSS進行貝氏分析以及如何解釋得出的報告，對初學者更可在最短時間內了解貝氏分析為何物。

目前市面上針對國家考試「抽樣方法」之參考用書寥寥可數，而一本收錄完整考古題且含解析的題庫書更是缺乏。有鑑於此，作者以多年教學經驗全新編纂本書，將近30年的考古題依章節整理分類，提供給讀者一本可以充分練習的解題書，進一步提升應考之實力，獲取高分上榜。本書共分成19章，收錄112～82年之重要考古題，且附上詳盡之參考解答，讀者不僅可以熟悉抽樣方法之應用，更能夠瞭解命題趨勢，適當地調整讀書計畫，以達到事半功倍之研習效果。

變異數分析（ANOVA）是一種統計公式，用於比較不同組的均值（或平均值）之間的變異。一系列方案可用來確定不同組的均值之間是否存在差異。ANOVA的結果是「F統計量」。該比率顯示了組內變異與組間變異，最終產生了一個數字，該數字可以得出支持或拒絕原假設的結論。如果組之間存在顯著差異，則不支持虛無假設，並且F比率會更大。ANOVA如果顯示處理之間有顯著差異，則必須採用事後比較檢定（Post hoc tests）用以測試處理組與對照組是否有顯著差異。這種統計技術稱為多重比較檢定（MCA:Multiple Comparison Analysis testing）。本書的特徵有以下四項：1. 只要看數據類型，統計處理方法一清二楚。2. 利用圖解，數據的輸入與其步驟清晰明確。3. 利用圖解，統計處理的方法與其步驟一目了然。4. 輸出結果的判讀方法簡明易懂。

最強黃金三式，KO國家考試！●第一招：熟記，勤練考題反覆演練推導過程，夯實基本功，考題再多也胸有成竹！●第二招：計算機教學‧神器在手熟練計算機操作，不只幫助記憶，搶分更輕鬆！●第三招：近10年試題落點分析掌握考題趨勢，用自己的方式梳理重點架構！本書特色◆網羅所有國家考試考題，徹底掌握命題焦點。◆沒有繁瑣的推導證明，精簡的架構分析整理，簡單精要訓練證明能力。◆循序漸進，整理歸納所有國考必考重點。

在社會科學的分析中，我們雖然想設法將許多現象予以數值化，方便我們使用多元線性迴歸來進行統計分析。然而，更多社會現象是以類別的姿態呈現於真實世界，這種質性變項難以數值化，但卻是我們日常生活的常態現象。像是詢問您對工作有多滿意？回答有非常不滿意、不滿意、普通、滿意、非常滿意，許多研究基於方便將其視為連續變項，但正確來說，這是一個具有順序等級的類別變項，當它成為研究的依變項時，我們無法使用一般線性迴歸來估計。因此，處理類別資料的統計模型成為社會科學研究中重要的一部分。一般在學習統計方法處理問題時，首先讓人感到困擾的是「此數據要選擇哪種統計處理方法好呢？」、「要如何輸入數據，有無明確的輸入步驟？」、「輸入後，在進行統計處理時，有無明確的處理步驟？」此煩惱利用圖解的方式即可迎刃而解。本書的特色有以下四項：一、只要看數據類型，統計處理方法一清二楚。二、利用圖解，數據的輸入與其步驟，清晰明確。三、利用圖解，統計處理的方法與其步驟，一目了然。四、輸出結果的判讀方法簡明易懂。總之，只要利用滑鼠，任何人均可簡單進行數據的統計處理。

以意見調查中的累計來說，有按各詢問累計的單純累計，以及組合詢問再累計的交叉累計。交叉累計的結果被整理成稱為「交叉表」的二元表，交叉表的製作與考量，於分析意見調查的各結果時，能發揮重要的功能。交叉表的考量，一般有使用長條圖或帶狀圖等的視覺方法，以及使用稱為檢定的統計方法。可是，這些方法當表甚大時（二元表的行數與列數甚多），若要掌握全體的傾向進行詳細分析，將變得極為困難。另一方面，對應分析（correspondence analysis）是將交叉表的行與列的資訊在二維度或三維度的圖上表現作為目的的一種手法，適合於交叉表的詳細分析。並且，對應分析不只是交叉表，即使對於以複數選擇形式的詢問所得到的資料表，也能進行解析，因之可以活用在選項的分類或回答者的分類上。並且，將對應分析加以擴張稱為「多重對應分析」的手法，對於將問題與回答結果按每一回答者做成一覽表的解析也可應用。由此特性來看，對應分析在意見調查的資料解析方面，被認為是極為有效的手法。

無母數統計學（英語：nonparametric statistics），或稱非母數統計學，是統計學的一個分支，適用於母體分配情況未明、小樣本、母體分配不為常態也不易轉換為常態的情形。特點在於盡量減少或不修改其建立之模型，較具穩健特性；在樣本數不大時，計算過程較簡單。無母數統計推論時所使用的統計量的抽樣分配，通常與母體分配無關，不必推論其中位數、適合度、獨立性、隨機性，更廣義的說，無母數統計方法又稱為「不受分配限制統計法」（distribution free）。但無母數統計缺乏一般之機率表，檢定時是以等級（Rank）為主要統計量。本書的特徵有以下四項：1. 只要看數據類型，統計處理方法一清二楚。2. 利用圖解，數據的輸入與其步驟，清晰明確。3. 利用圖解，統計處理的方法與其步驟，一目了然。4. 輸出結果的判讀方法簡明易懂。

本書收錄公職考試【抽樣方法與迴歸分析(含統計實務、統計實務概要)】107～111年共五年的申論試題詳解，幫助您一次準備全面應戰、熟悉題型順利上榜。 本書收錄科目包含：統計實務概要、統計實務、迴歸分析、抽樣方法 本書收錄考試包含：高考、普考、地方特考 本書特色： 1.補班名師解題，不用三顧茅廬立即獲得大師精準考題解析。 2.多年度試題一次收錄，輕鬆練習歷屆試題。 3.一題搭配一詳解，演練有錯立即修正，加深印象。

異質性的掌握需要統計方法來實現，潛在結構模式提供了具體的解決方案。透過潛在類別與潛在剖面的萃取，類別資料與潛在變數的觀念得以結合，提高了類別變數的分析價值，也補足了潛在變數模式的缺口，讓社會科學研究者一窺異質性的實證意義，在方法學上具有重要的價值。※適用於管理、心理、教育、社會、醫護、公衛、觀光休閒及體育運動等學術領域。※提供書中範例資料檔，可至五南網站https://www.wunan.com.tw，搜尋書號1H9C，即可找到下載處。潛在結構模式是探討類別潛在變數的模型化分析技術，是探索異質性的利器。它與因素分析或結構方程模型的最大不同，在於變數的形式：因素分析處理的是連續變數；潛在結構分析處理的則是類別變數，包括了潛在類別分析、潛在剖面分析、潛在轉移分析，都可用來探討類別化的潛在世界，也就是本書所關心的潛在異質性。為了適合初學者自行研讀，本書僅對於潛在結構分析進行原理介紹，並利用Mplus進行範例說明；除了基本的原理介紹，本書範例還涵蓋具體的操作示範與結果說明，可做為科研機構、大專院校或政府部門的學生、教職與研究人員，進入異質性探究的最佳導讀教材與研習用書。

修訂第二版的內容與前一版相同，主要是調整方程式的顏色，使之更容易區別。小編評語：『厚達六百多頁的統計學想必硬到不行？NO NO NO！這本書的進行方式實在太有創意了，我不僅一步一步跟著鑽研練習，更從實作中享受到讀懂的樂趣。』貝氏統計因 AI 人工智慧的發展而變得更加炙手可熱，其核心是利用統計推論的方法，在觀察到新資料或證據時，利用科學方法循環更新先前假設的機率，非常適合只能依據僅有且不夠完整的資訊進行假設評估的技術。目前廣泛應用於人工智慧 (機器學習、深度學習)、社會學、生物學、醫學、公共衛生、心理學、物理及科學等領域。正經八百的統計學應該大家都望之卻步吧，本書作者獨樹一格，摒棄枯燥的說教方式，選擇與學習者站在一起，將學習過程中腦海裡經常冒出來的問號，以豐富的圖表、實作輔助並提供許多參考資源的問答方法呈現，如同老師就在你的身邊，看得懂才學得會。對於重要觀念與公式，也會用不同顏色標示 (對了！本書是彩色印刷，灑花)，並且不斷地前後呼應提醒，講七遍做二十一遍，才不會讀到後面又忘了前面，如此才能把貝氏統計的精髓深深烙印在腦中。本書非常適合個人研讀以及想瞭解貝氏統計技術的專業研究人員，亦可做為大學高年級和研究所教學用書。本書特色:● 由施威銘研究室監修，適時補充編註與譯註提醒讀者，看得懂才學得會。● 貫徹『講七遍、做二十一遍』的精神，從做中學會的就不會忘記。● 厚達六百多頁，為考慮到學習的便利性與舒適性，採用軟精裝裝訂可攤平閱讀。● 彩色印刷，讓內文重點、圖表與公式更容易看清楚。

本書不但可以厚植讀者的深度，亦可增加廣度，是一本教學、自修兩相宜的大專教科書。授課老師可依照原著作者的建議來進行教學，因為材料豐富且具有下列三大特色：1.完整性：就統計的實驗設計而言，以編譯者所知的範圍，本書幾乎已全部包括，解說亦詳盡。2.豐富性：習題及參考資料（包括統計軟體），取材自許多應用領域及期刊，增加讀者的見識。3.即時性：本書都有介紹到最新發展課題及方向。

以收集數據的手段來說，有所謂的實驗。實驗經常在各種領域中進行，有關實驗的知識依其領域而有不同，但不管是哪一種領域的實驗，實驗的計畫方法與實驗數據的解析方法存在著共同的準則。不關心此準則的實驗，會實施不需要的實驗，或未實施需要的實驗，造成非常沒有效率的結果。未實施需要的實驗，當然也會影響實驗數據的解析，連帶著也造成無法透過實驗取得所需要的資訊。因此，參與實驗的研究人員對進行實驗的準則需要學習知識，有系統地整理此準則的學問即為「實驗計畫法」。內容包括一元配置、二元配置、多元配置、直交配列表、多重比較、無母數統計等。閱讀統計的書籍最重要的事情是要抓住數據分析的重點，正確地使用統計方法，避免數據分析中的統計陷阱，如樣本有偏誤、樣本無代表性、樣本不充分等，錯誤的統計解讀均會對知識的追求帶來負面的影響。本書的企劃是以圖解式、步驟式進行解說，讓讀者可以配合步驟實際應用。此外，本書的另一個特徵是公式與例子，只要使用EXCEL就能簡單計算。

[真的可以跟著做的貝氏統計書]貝氏統計因 AI 機器學習的發展而再度翻紅，其核心是利用統計推論的方法，在觀測到新證據或取得新資訊時，利用科學方法循環更新先前假設的機率，非常適合只能依據僅有的且不夠完整的資訊進行假設評估的技術。目前廣泛應用於機器學習、深度學習、資料科學、大數據分析等領域。正經八百的念經書只會讓人想睡覺，而本書很不一樣，作者依其自身的（慘痛）經歷規劃出這本神奇之書，隨時與學習者站在一起，將腦海經常冒出來的疑問，以豐富的圖表、實作輔助並提供許多參考資源的問答方法呈現。對於重要觀念與公式，也用不同顏色標示（對了！本書是彩色書，灑花），不斷的前後呼應提醒，才不會讀到後面卻忘了前面，進而確實掌握貝氏統計的精髓。本書討論到 MCMC （馬可夫鏈蒙地卡羅法）之處尤其精彩，一般貝氏書籍或網路文章只講理論或舉個簡單例子交代一下就完事了，而本書是實實在在的帶領讀者一遍一遍的演練，落實從做中學的精神。對於想瞭解貝氏統計的各領域專業人員，包括機器學習、深度學習、生命與醫學、心理學、公共衛生、商業數據分析等，都是淺顯易懂的好書。也適合學習統計、人工智慧相關領域大學高年級與研究所程度的學生。本書特色: 由施威銘研究室監修內容，適時補充編註與譯註，幫助讀者確實理解內容。貫徹『講七遍、做二十一遍』的精神，真正從做中學會的就不會忘記。本書厚達六百多頁，為考慮到學習的便利性與舒適性，採用全彩印刷容易分辨重點、並以軟精裝裝訂可攤平閱讀。額外提供原文書也沒有的書中分佈函數 Python 程式碼下載，可自行修改參數觀察函數圖形變化。

以統計方式處理數據之中，「迴歸分析」是活用次數甚高、活用領域也甚廣的手法之一，並且，迴歸分析的理論與其他統計的解析手法有密切的關聯。因此，理解迴歸分析，使能實際活用，對必須實踐數據調查與數據分析的人來說，是必須學習的內容。本書是以想要學習迴歸分析的基本知識與用法，進行數據分析的初學者作為對象所編寫的入門書。本書的特色在於迴歸分析的理解與活用上，並充分活用Excel的表格計算軟體。使用Excel的理由，因其是表格計算軟體種類中最為普及的軟體之一，且具備實施迴歸分析的機能，另外，附加在迴歸分析中有助於數據分析的統計分析機能，也甚為充實完備。另外，本書是以圖解及表格為中心進行解說，初學者閱讀本書後，對迴歸分析是什麼？有什麼功用？心中的疑惑將可一掃而空。

在社會及行為科學的研究中，隨著研究方法的複雜及個人電腦的普及，應用多變量統計方法來分析資料的機會也相對增加。特別是近年來，各大學研究生人數逐年增加，基於學位論文撰寫的需要，多變量統計方法及統計套裝軟體的運用成為不可或缺的能力。 本書選選擇了常用的多元迴歸分析、邏輯斯迴歸分析、典型相關分析、區別分析、平均數之假設考驗、多變量變異數分析、主成份分析、因素分析、集群分析、多元尺度法、結構方程模式、多層

觀察經濟、健康、教育等各種領域的資料表，如果沒有任何分析的武器時，也許獲益有限，有很多時候常常忽略重要的事項。可是，如果有多變量分析的武器時，常可將資料變成寶山一般。所謂多變量分析是就數目、項目同時進行調查的資料分析，是有效的統計分析手法。多變量分析的資料，同時會有數個項目，藉由調查此種資料項目間之關聯，理解資料並進行分析。開車多少需要有引擎的知識。同樣，執行多變量分析也必須理解它的架構。本書的重

●暗數據相當於宇宙中的暗物質、金融界的「黑池」、網路世界的「暗網」，都是不易察覺的事物，但觀察不到，不代表不存在；而觀察得到的東西，也不等於「全部」，尤其是數據。●大數據就像漫畫，以簡單幾筆，補捉基本的輪廓，簡化了很多細節。忽略的資訊或數據可能鬧出人命、釀成災害，甚至讓經濟體、社會崩解，生命毀滅。大數據時代必讀的暗數據解析大作。「只因為沒有人在森林裡聽見樹倒了，不代表樹沒發出聲音。」我們都習慣看向

貝氏統計是一套以貝氏估計為核心的統計方法學，透過馬可夫鏈蒙地卡羅模擬完整呈現參數的分布狀態，藉以進行貝氏推論與決策，不僅可以應用於經典的迴歸或變異數分析，更適合社會科學研究的高階複雜統計模式，例如多層次模式、結構方程模式、成長模式與混合模式等，有效解決頻率統計所面臨的估計問題與資料分析困境，被譽為二十一世紀的統計革命。　本書分成原理與應用兩篇，除了詳細介紹貝氏統計的各項原理與關鍵技術，統整大量當代

巴菲特曾說：「我寧要模糊的正確，也不要精確的錯誤。」 連氣象預報都不能相信，這世界上還有什麼是百分之百確定的？全球貓奴磨刀霍霍向薛丁格，怒吼著接受制裁吧！ 薛丁格表示任君處置──如果你能證明貓真的被毒死的話！致敬「球神」Kobe的殞落，球迷獻花、演講哀悼，透過計算頻率、平均數和中位數，黑曼巴之魂在統計學中永恆不滅！談到世界上最神奇的常數，你大概會說：有位捲捲頭裸男站在圓圈裡──黃金比例已

新增 第13章 系統安裝與移除現今的生活環境，從政府、社會、經濟、產業、企業、投資與消費，時時刻刻都充滿著大量複雜、多元且具相關性的數據資料，如何運用各種分析工具，將資料從簡單的描述整理到深入地推論分析，以得到有效的管理決策及績效，是一項充滿挑戰的課題，也是各層級組織努力追求的目標。而「統計學」的產生，就是建立在數據分析的基礎上，研究如何將複雜資料轉化為有效管理的重要工具。就時序而言，統計學自17