防詐3要訣：不聽信、不操作、掛斷電話 
9
1,000900
查詢門市庫存
內容簡介
本書具體言之，是反映如下的讀者需求為目的所撰寫的。
1. 在學校中曾學習過統計學與多變量分析，想利用SPSS軟體來計算的人。
2. 對於如何判讀SPSS的輸出，未有足夠知識的人。
3. 想了解SPSS基本用法的人。
4. 想透過SPSS使用實際的資料學習操作方法的人。
5. 對於論文或研究報告中出現的統計資料分析結果不知如何解釋而感到苦惱的人。
本書是就資料分析的各種手法包括統計方法、多變量分析的具體計算方法以及SPSS基本操作方法，盡可能以容易理解的方式來撰寫，適用於醫護相關學系與研究所的授課教材，以及研究人士實務上進行資料分析時作為輔助工具。
1. 在學校中曾學習過統計學與多變量分析，想利用SPSS軟體來計算的人。
2. 對於如何判讀SPSS的輸出，未有足夠知識的人。
3. 想了解SPSS基本用法的人。
4. 想透過SPSS使用實際的資料學習操作方法的人。
5. 對於論文或研究報告中出現的統計資料分析結果不知如何解釋而感到苦惱的人。
本書是就資料分析的各種手法包括統計方法、多變量分析的具體計算方法以及SPSS基本操作方法，盡可能以容易理解的方式來撰寫，適用於醫護相關學系與研究所的授課教材，以及研究人士實務上進行資料分析時作為輔助工具。
產品目錄
SPSS基本用法
1.1 資料檔案的製作法
1.2 資料的加工法
資料的表徵
2.1 次數分配表
2.2 簡單累計的圖形表現
2.3 資料檔案的製作法
2.4 交叉表與圖形表現
2.5 相關係數
2.6 層別的分析
統計推論
3.1 有關平均值的推論
3.2 關於變異數的推論
3.3 有關相關係數的推論
3.4 有關交叉表的推論
3.5 比率的推論
變異數分析
4.1 單因子變異數分析（一元配置變異數分析）
4.2 多重比較
4.3 二因子變異數分析（二元配置變異數分析）
4.4 多因子變異數分析（多元配置變異數分析）
4.5 直交表
複迴歸分析
5.1 簡單迴歸分析
5.2 複迴歸分析
5.3 非線性迴歸分析
5.4 多項式迴歸
無母數統計
6.1 簡介
6.2 適合度檢定
6.3 獨立性檢定
6.4 一致性檢定
6.5 Wilcoxon的等級和檢定
6.6 Wilcoxon的符號等級檢定
6.7 Kruskal．Wallis的檢定與多重比較
6.8 Friedman檢定與多重比較
6.9 Kendall一致性係數
6.10 Kappa一致性係數
6.11 常態性檢定（Shapiro-Wilk test）
6.12 兩組獨立樣本K-S檢定
測量的信度與效度
7.1 測量的信度
7.2 測量的效度
7.3 組內相關係數
主成分分析
8.1 主成分分析的概要
8.2 基於相關矩陣的主成分分析
8.3 基於共變異數矩陣的主成分分析
8.4 利用主成分分析檢出多變量偏離值
因素分析
9.1 因素分析的概要
9.2 因素的擷取
9.3 因素的轉軸
9.4 其他的分析
集群分析
10.1 觀察值的集群
10.2 變數的集群
區別分析
11.1 區別分析的概要
11.2 解析例1（3組的情形）
11.3 解析例2（2組時）
11.4 關於區別分析其他問題Q&A
Logistic迴歸分析
12.1 二元Logistic迴歸
12.2 多元Logistic迴歸
次序迴歸分析
13.1 簡介
13.2 案例
13.3 次序迴歸分析
對數線性模型
14.1 基本模型
14.2 Logit對數線性模型
存活分析
15.1 簡介
15.2 Kaplan-Meier Method
15.3 比例風險模型
典型相關分析
16.1 概要
16.2 解析例
多元尺度法
17.1 簡介
17.2 多元尺度法
多變量變異數分析
18.1 多變量變異數分析
18.2 多重比較
18.3 兩因子MANOVA
多變量共變數分析
19.1 簡介
19.2 獨立樣本單因子多變量共變數分析（一個共變量）
19.3 獨立樣本單因子多變量共變數分析（兩個共變量）
19.4 獨立樣本二因子多變量共變數分析（交互作用不顯著）
19.5 獨立樣本二因子多變量共變數分析（交互作用顯著）
廣義線性模型
20.1 廣義線性模型
20.2 廣義估計方程式
卜瓦松（Poisson）迴歸
21.1 簡介
21.2 Poisson迴歸模型
21.3 Poisson迴歸分析的步驟
機率單位（Probit）分析
22.1 Probit分析簡介
22.2 解析例
22.3 probit分析的步驟
神經網路－多層感知器
23.1 簡介
23.2 解析例
23.3 階層型神經網路的分析步驟
神經網路－放射狀基底函數
24.1 簡介
24.2 解析例
路徑分析
25.1 簡介
25.2 解析例
25.3 路徑分析
結構方程模型
26.1 結構方程模型基本概念
26.2 應用結構方程模型的理由
26.3 模型驗證的前提假設
26.4 模型架構與理論
26.5 SEM建構流程
26.6 分析結果的評估
26.7 解析例
26.8 共變異數構造分析
決策樹
27.1 簡介
27.2 解析例
27.3 決策樹的分析步驟
類別迴歸分析
28.1 簡介
28.2 案例
28.3 類別迴歸分析
PROCESS－調節變數與中介變數
29.1 簡介
29.2 Process軟體的下載
參考文獻
1.1 資料檔案的製作法
1.2 資料的加工法
資料的表徵
2.1 次數分配表
2.2 簡單累計的圖形表現
2.3 資料檔案的製作法
2.4 交叉表與圖形表現
2.5 相關係數
2.6 層別的分析
統計推論
3.1 有關平均值的推論
3.2 關於變異數的推論
3.3 有關相關係數的推論
3.4 有關交叉表的推論
3.5 比率的推論
變異數分析
4.1 單因子變異數分析（一元配置變異數分析）
4.2 多重比較
4.3 二因子變異數分析（二元配置變異數分析）
4.4 多因子變異數分析（多元配置變異數分析）
4.5 直交表
複迴歸分析
5.1 簡單迴歸分析
5.2 複迴歸分析
5.3 非線性迴歸分析
5.4 多項式迴歸
無母數統計
6.1 簡介
6.2 適合度檢定
6.3 獨立性檢定
6.4 一致性檢定
6.5 Wilcoxon的等級和檢定
6.6 Wilcoxon的符號等級檢定
6.7 Kruskal．Wallis的檢定與多重比較
6.8 Friedman檢定與多重比較
6.9 Kendall一致性係數
6.10 Kappa一致性係數
6.11 常態性檢定（Shapiro-Wilk test）
6.12 兩組獨立樣本K-S檢定
測量的信度與效度
7.1 測量的信度
7.2 測量的效度
7.3 組內相關係數
主成分分析
8.1 主成分分析的概要
8.2 基於相關矩陣的主成分分析
8.3 基於共變異數矩陣的主成分分析
8.4 利用主成分分析檢出多變量偏離值
因素分析
9.1 因素分析的概要
9.2 因素的擷取
9.3 因素的轉軸
9.4 其他的分析
集群分析
10.1 觀察值的集群
10.2 變數的集群
區別分析
11.1 區別分析的概要
11.2 解析例1（3組的情形）
11.3 解析例2（2組時）
11.4 關於區別分析其他問題Q&A
Logistic迴歸分析
12.1 二元Logistic迴歸
12.2 多元Logistic迴歸
次序迴歸分析
13.1 簡介
13.2 案例
13.3 次序迴歸分析
對數線性模型
14.1 基本模型
14.2 Logit對數線性模型
存活分析
15.1 簡介
15.2 Kaplan-Meier Method
15.3 比例風險模型
典型相關分析
16.1 概要
16.2 解析例
多元尺度法
17.1 簡介
17.2 多元尺度法
多變量變異數分析
18.1 多變量變異數分析
18.2 多重比較
18.3 兩因子MANOVA
多變量共變數分析
19.1 簡介
19.2 獨立樣本單因子多變量共變數分析（一個共變量）
19.3 獨立樣本單因子多變量共變數分析（兩個共變量）
19.4 獨立樣本二因子多變量共變數分析（交互作用不顯著）
19.5 獨立樣本二因子多變量共變數分析（交互作用顯著）
廣義線性模型
20.1 廣義線性模型
20.2 廣義估計方程式
卜瓦松（Poisson）迴歸
21.1 簡介
21.2 Poisson迴歸模型
21.3 Poisson迴歸分析的步驟
機率單位（Probit）分析
22.1 Probit分析簡介
22.2 解析例
22.3 probit分析的步驟
神經網路－多層感知器
23.1 簡介
23.2 解析例
23.3 階層型神經網路的分析步驟
神經網路－放射狀基底函數
24.1 簡介
24.2 解析例
路徑分析
25.1 簡介
25.2 解析例
25.3 路徑分析
結構方程模型
26.1 結構方程模型基本概念
26.2 應用結構方程模型的理由
26.3 模型驗證的前提假設
26.4 模型架構與理論
26.5 SEM建構流程
26.6 分析結果的評估
26.7 解析例
26.8 共變異數構造分析
決策樹
27.1 簡介
27.2 解析例
27.3 決策樹的分析步驟
類別迴歸分析
28.1 簡介
28.2 案例
28.3 類別迴歸分析
PROCESS－調節變數與中介變數
29.1 簡介
29.2 Process軟體的下載
參考文獻
規格
誠品貨碼 / 2681493035007
ISBN13 / 9789571192246
ISBN10 / 9571192244
EAN貨碼 / 9789571192246
頁數 / 968
開數 / 16K
注音版 / 否
裝訂 / P:平裝
語言 / 1:中文/繁體
級別 / N:無
退貨說明
退貨須知：
- 依照消費者保護法的規定，您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意！猶豫期非試用期)，辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
- 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當，若原紙箱已遺失，請另使用其他紙箱包覆於商品原廠包裝之外，切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度，本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費；請您先確認商品正確、外觀可接受，再行拆封，以免影響您的權利；若為產品瑕疵，本公司接受退貨。
依「通訊交易解除權合理例外情事適用準則」，下列商品不適用七日猶豫期，除產品本身有瑕疵外，不接受退貨：
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
- 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
- 報紙、期刊或雜誌。
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。(如:電子書)
- 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
- 國際航空客運服務。
若您退貨時有下列情形，可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費)，或影響您的退貨權利，請您在拆封前決定是否要退貨：
- 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
- 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
- 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
- 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 家電、3C、畫作、電子閱讀器等商品，除商品本身有瑕疵外，退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送
