防詐3要訣：不聽信、不操作、掛斷電話 
本書是進入多變量世界的入門書，好好理解本書就能將雜亂的資料變成「寶山」
內容簡介
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。本書的重點是放在想法、架構、計算法與利用法，實際的分析是活用「Excel」，以及專用的多變量分析軟體（如SPSS）等。Excel的計算軟體許多人都有，只要好好利用它，多變量分析也會變得更為容易。
對讀者而言，本書是進入多變量世界的入門書，好好理解本書就能將雜亂的資料變成「寶山」。
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。本書的重點是放在想法、架構、計算法與利用法，實際的分析是活用「Excel」，以及專用的多變量分析軟體（如SPSS）等。Excel的計算軟體許多人都有，只要好好利用它，多變量分析也會變得更為容易。
對讀者而言，本書是進入多變量世界的入門書，好好理解本書就能將雜亂的資料變成「寶山」。
產品目錄
自序
第1章 多變量分析淺談
1-1 多變量分析是什麼？
1-2 複迴歸分析的話題
1-3 主成分分析的話題
1-4 因素分析的話題
1-5 判別分析的話題
1-6 集群分析的話題
1-7 統計關鍵用語解說(1)
1-8 統計關鍵用語解說(2)
1-9 統計關鍵用語解說(3)
第2章 多變量分析的準備
2-1 何謂多變量分析？
2-2 資料資訊縮減為平均與變異數(1)
2-3 資料資訊縮減為平均與變異數(2)
2-4 資料資訊縮減為平均與變異數(3)
2-5 單位不一致時數據的標準化
2-6 提供2變量關係的共變異數與相關係數(1)
2-7 提供2變量關係的共變異數與相關係數(2)
2-8 提供2變量關係的共變異數與相關係數(3)
2-9 提供2變量關係的共變異數與相關係數(4)
2-10 常態分配是許多分配的基準
2-11 利用EXCEL的多變量分析(1)
2-12 利用EXCEL的多變量分析(2)
2-13 利用EXCEL的多變量分析(3)
第3 章 複迴歸分析
3-1 由其他變量預測1 變量的複迴歸分析
3-2 由1 變量預測1 變量的單迴歸分析(1)
3-3 由1 變量預測1 變量的單迴歸分析(2)
3-4 由1 變量預測1 變量的單迴歸分析(3)
3-5 由1 變量預測1 變量的單迴歸分析(4)
3-6 使誤差的平方和為最小的複迴歸分析(1)
3-7 使誤差的平方和為最小的複迴歸分析(2)
3-8 使誤差的平方和為最小的複迴歸分析(3)
3-9 將複迴歸分析的結果以矩陣表示
3-10 複迴歸分析的評價是判定係數(1)
3-11 複迴歸分析的評價是判定係數(2)
3-12 使預測與實測的相關為最大的迴歸方程式
3-13 複迴歸分析的實際(1)
3-14 複迴歸分析的實際(2)
第4 章 主成分分析
4-1 由多變量萃取出本質的是主成分分析
4-2 從使變異數最大的立場來觀察資料時(1)
4-3 從使變異數最大的立場來觀察資料時(2)
4-4 主成分是使變異數最大的變量結合(1)
4-5 主成分是使變異數最大的變量結合(2)
4-6 試求主成分看看(1)
4-7 試求主成分看看(2)
4-8 試求主成分看看(3)
4-9 試求主成分看看(4)
4-10 顯示主成分的資訊收集能力的貢獻率(1)
4-11 顯示主成分的資訊收集能力的貢獻率(2)
4-12 從資料的殘留物中取出第2 主成分
4-13 使用幾個主成分呢？以累積貢獻率來判斷
4-14 變量點圖是理解主成分的幫手
4-15 以主成分分數掌握各個數據的特徵
4-16 單位不同的數據，主成分分析要標準化
4-17 主成分分析的實際(1)
4-18 主成分分析的實際(2)
4-19 主成分分析的實際(3)
第5 章 因素分析
5-1 以少數的因素說明資料的因素分析
5-2 以數學的方式表現因素分析(1)
5-3 以數學的方式表現因素分析(2)
5-4 以因素模式眺望變異數(1)
5-5 以因素模式眺望變異數(2)
5-6 以因素模式眺望變異數(3)
5-7 以因素模式眺望共變異數
5-8 表示共同因素之說明力的共同性(1)
5-9 表示共同因素之說明力的共同性(2)
5-10 表示共同因素之說明力的共同性(3)
5-11 因素分析的實際從共同性的估計(1)
5-12 因素分析的實際從共同性的估計(2)
5-13 以SMC 法實際分析看看(1)
5-14 以SMC 法實際分析看看(2)
5-15 以反覆估計解決因共同性的估計產生的予盾
5-16 因素模式的解有旋轉的不安定性(1)
5-17 因素模式的解有旋轉的不安定性(2)
5-18 因素模式的解有旋轉的不安定性(3)
5-19 計算因素分數掌握數據的個性
5-20 表示因素的說明力的貢獻量
5-21 因素分析與主成分分析的關係(1)
5-22 因素分析與主成分分析的關係(2)
5-23 因素分析的實際(1)
5-24 因素分析的實際(2)
第6 章 判別分析
6-1 不會迷惑黑白的判定
6-2 利用線性判別函數來分群(1)
6-3 利用線性判別函數來分群(2)
6-4 利用線性判別函數來分群(3)
6-5 線性判別函數的變異數是挖寶(1)
6-6 線性判別函數的變異數是挖寶(2)
6-7 線性判別函數的變異數是挖寶(3)
6-8 線性判別函數的變異數是挖寶(4)
6-9 線性判別函數的變異數是挖寶(5)
6-10 線性判別函數的變異數是挖寶(6)
6-11 馬哈拉諾畢斯距離是以標準差作為單位之距離(1)
6-12 馬哈拉諾畢斯距離是以標準差作為單位之距離(2)
6-13 多變量的馬哈拉諾畢斯距離是1 變量的擴張(1)
6-14 多變量的馬哈拉諾畢斯距離是1 變量的擴張(2)
6-15 判別的命中率與誤判率
6-16 判別分析的實際
第7 章 集群分析
7-1 相似？不相似？(1)
7-2 相似？不相似？(2)
7-3 群間距離的決定方法(1)
7-4 群間距離的決定方法(2)
7-5 集群分析的步驟(1)
7-6 集群分析的步驟(2)
7-7 樹形圖的用法
附錄
附錄1 函數的極值與偏微分
附錄2 Lagrange 未定係數法
附錄3 向量的基礎
附錄4 矩陣與特徵值問題
附錄5 多變量分析的向量式解釋
附錄6 迴歸分析的結果檢定
第1章 多變量分析淺談
1-1 多變量分析是什麼？
1-2 複迴歸分析的話題
1-3 主成分分析的話題
1-4 因素分析的話題
1-5 判別分析的話題
1-6 集群分析的話題
1-7 統計關鍵用語解說(1)
1-8 統計關鍵用語解說(2)
1-9 統計關鍵用語解說(3)
第2章 多變量分析的準備
2-1 何謂多變量分析？
2-2 資料資訊縮減為平均與變異數(1)
2-3 資料資訊縮減為平均與變異數(2)
2-4 資料資訊縮減為平均與變異數(3)
2-5 單位不一致時數據的標準化
2-6 提供2變量關係的共變異數與相關係數(1)
2-7 提供2變量關係的共變異數與相關係數(2)
2-8 提供2變量關係的共變異數與相關係數(3)
2-9 提供2變量關係的共變異數與相關係數(4)
2-10 常態分配是許多分配的基準
2-11 利用EXCEL的多變量分析(1)
2-12 利用EXCEL的多變量分析(2)
2-13 利用EXCEL的多變量分析(3)
第3 章 複迴歸分析
3-1 由其他變量預測1 變量的複迴歸分析
3-2 由1 變量預測1 變量的單迴歸分析(1)
3-3 由1 變量預測1 變量的單迴歸分析(2)
3-4 由1 變量預測1 變量的單迴歸分析(3)
3-5 由1 變量預測1 變量的單迴歸分析(4)
3-6 使誤差的平方和為最小的複迴歸分析(1)
3-7 使誤差的平方和為最小的複迴歸分析(2)
3-8 使誤差的平方和為最小的複迴歸分析(3)
3-9 將複迴歸分析的結果以矩陣表示
3-10 複迴歸分析的評價是判定係數(1)
3-11 複迴歸分析的評價是判定係數(2)
3-12 使預測與實測的相關為最大的迴歸方程式
3-13 複迴歸分析的實際(1)
3-14 複迴歸分析的實際(2)
第4 章 主成分分析
4-1 由多變量萃取出本質的是主成分分析
4-2 從使變異數最大的立場來觀察資料時(1)
4-3 從使變異數最大的立場來觀察資料時(2)
4-4 主成分是使變異數最大的變量結合(1)
4-5 主成分是使變異數最大的變量結合(2)
4-6 試求主成分看看(1)
4-7 試求主成分看看(2)
4-8 試求主成分看看(3)
4-9 試求主成分看看(4)
4-10 顯示主成分的資訊收集能力的貢獻率(1)
4-11 顯示主成分的資訊收集能力的貢獻率(2)
4-12 從資料的殘留物中取出第2 主成分
4-13 使用幾個主成分呢？以累積貢獻率來判斷
4-14 變量點圖是理解主成分的幫手
4-15 以主成分分數掌握各個數據的特徵
4-16 單位不同的數據，主成分分析要標準化
4-17 主成分分析的實際(1)
4-18 主成分分析的實際(2)
4-19 主成分分析的實際(3)
第5 章 因素分析
5-1 以少數的因素說明資料的因素分析
5-2 以數學的方式表現因素分析(1)
5-3 以數學的方式表現因素分析(2)
5-4 以因素模式眺望變異數(1)
5-5 以因素模式眺望變異數(2)
5-6 以因素模式眺望變異數(3)
5-7 以因素模式眺望共變異數
5-8 表示共同因素之說明力的共同性(1)
5-9 表示共同因素之說明力的共同性(2)
5-10 表示共同因素之說明力的共同性(3)
5-11 因素分析的實際從共同性的估計(1)
5-12 因素分析的實際從共同性的估計(2)
5-13 以SMC 法實際分析看看(1)
5-14 以SMC 法實際分析看看(2)
5-15 以反覆估計解決因共同性的估計產生的予盾
5-16 因素模式的解有旋轉的不安定性(1)
5-17 因素模式的解有旋轉的不安定性(2)
5-18 因素模式的解有旋轉的不安定性(3)
5-19 計算因素分數掌握數據的個性
5-20 表示因素的說明力的貢獻量
5-21 因素分析與主成分分析的關係(1)
5-22 因素分析與主成分分析的關係(2)
5-23 因素分析的實際(1)
5-24 因素分析的實際(2)
第6 章 判別分析
6-1 不會迷惑黑白的判定
6-2 利用線性判別函數來分群(1)
6-3 利用線性判別函數來分群(2)
6-4 利用線性判別函數來分群(3)
6-5 線性判別函數的變異數是挖寶(1)
6-6 線性判別函數的變異數是挖寶(2)
6-7 線性判別函數的變異數是挖寶(3)
6-8 線性判別函數的變異數是挖寶(4)
6-9 線性判別函數的變異數是挖寶(5)
6-10 線性判別函數的變異數是挖寶(6)
6-11 馬哈拉諾畢斯距離是以標準差作為單位之距離(1)
6-12 馬哈拉諾畢斯距離是以標準差作為單位之距離(2)
6-13 多變量的馬哈拉諾畢斯距離是1 變量的擴張(1)
6-14 多變量的馬哈拉諾畢斯距離是1 變量的擴張(2)
6-15 判別的命中率與誤判率
6-16 判別分析的實際
第7 章 集群分析
7-1 相似？不相似？(1)
7-2 相似？不相似？(2)
7-3 群間距離的決定方法(1)
7-4 群間距離的決定方法(2)
7-5 集群分析的步驟(1)
7-6 集群分析的步驟(2)
7-7 樹形圖的用法
附錄
附錄1 函數的極值與偏微分
附錄2 Lagrange 未定係數法
附錄3 向量的基礎
附錄4 矩陣與特徵值問題
附錄5 多變量分析的向量式解釋
附錄6 迴歸分析的結果檢定
規格
誠品貨碼 / 2682021164008
ISBN13 / 9789865224714
ISBN10 / 9865224712
EAN貨碼 / 9789865224714
頁數 / 272
開數 / 20K
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 23X17CM
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
