防詐3要訣：不聽信、不操作、掛斷電話 
Python統計分析: 生命科學應用
An Introduction to Statistics with Python: With Applications in the Life Sciences
9
500450
本書以基礎的統計學知識和假設檢定為重點，簡單扼要闡述了 Python 在資料分析、視覺化和統計建模中的應用。本書主要包含了 Python 簡介、研究設計、資料管理、機率分布、不同資料類型的假設檢定、廣義線性模型、存活分析和貝氏統計等從入門到高階的內容。
內容簡介
本書以基礎的統計學知識和假設檢定為重點，簡單扼要闡述了 Python 在資料分析、視覺化和統計建模中的應用。本書主要包含了 Python 簡介、研究設計、資料管理、機率分布、不同資料類型的假設檢定、廣義線性模型、存活分析和貝氏統計等從入門到高階的內容。
本書利用 Python 這門開源語言，不僅直觀上對資料分析和統計檢定提供了很好的解說，在相關數學公式的解釋上也能夠做到深入淺出。此外，本書所述內容的可操作性很強，還提供配套的相關程式碼及資料，方便讀者動手練習。本書適合對統計學與 Python 有興趣的讀者，特別是在實驗學科中需要利用 Python 的強大功能進行資料處理和統計分析的學生及研究人員。
本書範例檔：
https://github.com/thomas-haslwanter/statsintro_python
本書利用 Python 這門開源語言，不僅直觀上對資料分析和統計檢定提供了很好的解說，在相關數學公式的解釋上也能夠做到深入淺出。此外，本書所述內容的可操作性很強，還提供配套的相關程式碼及資料，方便讀者動手練習。本書適合對統計學與 Python 有興趣的讀者，特別是在實驗學科中需要利用 Python 的強大功能進行資料處理和統計分析的學生及研究人員。
本書範例檔：
https://github.com/thomas-haslwanter/statsintro_python
產品目錄
| PART 1_Python和統計學 |
Chapter 1 為什麼要學統計學？
Chapter 2 Python
2.1 開始
2.2 Python 資料結構
2.3 IPython/Jupyter：一個互動式的 Python 程式設計環境
2.4 開發 Python 程式
2.5 Pandas：用於統計學的資料結構
2.6 Statsmodels：統計建模的工具
2.7 Seaborn：資料視覺化
2.8 一般慣例
2.9 練習
Chapter 3 資料輸入
3.1 從文字檔中輸入
3.2 從 MS Excel 中匯入
3.3 從其他格式匯入資料
Chapter 4 統計資料的展示
4.1 資料類型
4.2 在 Python 中繪圖
4.3 展示統計資料集
4.4 練習
| PART 2_分布和假設檢定 |
Chapter 5 背景
5.1 母體與樣本
5.2 機率分布
5.3 自由度
5.4 研究設計
Chapter 6 單變數的分布
6.1 分布的特徵描述
6.2 離散分布
6.3 常態分布
6.4 來自常態分布的連續分布
6.5 其他連續分布
6.6 練習
Chapter 7 假設檢定
7.1 典型分析流程
7.2 假設概念、錯誤、p 值與樣本數
7.3 敏感性和特異性
7.4 ROC 曲線
Chapter 8 數值型資料的平均數檢定
8.1 樣本平均數的分布
8.2 兩組之間的比較
8.3 多組比較
8.4 總結：選擇正確的檢定方法進行組間比較
8.5 練習
Chapter 9 類別型資料的檢定
9.1 單一比例（one proportion）
9.2 次數表
9.3 練習
Chapter 10 存活時間分析
10.1 存活分布
10.2 存活機率
10.3 在兩組間比較存活曲線
| PART 3_統計建模 |
Chapter 11 線性迴歸模型
11.1 線性相關
11.2 廣義線性迴歸模型
11.3 Patsy：公式語言
11.4 用 Python 進行線性迴歸分析
11.5 線性迴歸模型的結果
11.6 線性迴歸模型的假設
11.7 線性迴歸模型結果的解釋
11.8 Bootstrapping
11.9 練習
Chapter 12 多變量資料分析
12.1 視覺化多變量相關性
12.2 多重線性迴歸
Chapter 13 離散型資料的檢定
13.1 等級資料的組間比較
13.2 邏輯迴歸
13.3 廣義線性模型
13.4 順序邏輯迴歸
Chapter 14 貝氏統計
14.1 貝氏學派與頻率學派的解釋
14.2 電腦時代的貝氏方法
14.3 例子：用馬可夫鏈蒙地卡羅法模擬分析挑戰者號災難
14.4 總結
Appendix_附錄
A 參考解答
B 術語表
C 參考文獻
Chapter 1 為什麼要學統計學？
Chapter 2 Python
2.1 開始
2.2 Python 資料結構
2.3 IPython/Jupyter：一個互動式的 Python 程式設計環境
2.4 開發 Python 程式
2.5 Pandas：用於統計學的資料結構
2.6 Statsmodels：統計建模的工具
2.7 Seaborn：資料視覺化
2.8 一般慣例
2.9 練習
Chapter 3 資料輸入
3.1 從文字檔中輸入
3.2 從 MS Excel 中匯入
3.3 從其他格式匯入資料
Chapter 4 統計資料的展示
4.1 資料類型
4.2 在 Python 中繪圖
4.3 展示統計資料集
4.4 練習
| PART 2_分布和假設檢定 |
Chapter 5 背景
5.1 母體與樣本
5.2 機率分布
5.3 自由度
5.4 研究設計
Chapter 6 單變數的分布
6.1 分布的特徵描述
6.2 離散分布
6.3 常態分布
6.4 來自常態分布的連續分布
6.5 其他連續分布
6.6 練習
Chapter 7 假設檢定
7.1 典型分析流程
7.2 假設概念、錯誤、p 值與樣本數
7.3 敏感性和特異性
7.4 ROC 曲線
Chapter 8 數值型資料的平均數檢定
8.1 樣本平均數的分布
8.2 兩組之間的比較
8.3 多組比較
8.4 總結：選擇正確的檢定方法進行組間比較
8.5 練習
Chapter 9 類別型資料的檢定
9.1 單一比例（one proportion）
9.2 次數表
9.3 練習
Chapter 10 存活時間分析
10.1 存活分布
10.2 存活機率
10.3 在兩組間比較存活曲線
| PART 3_統計建模 |
Chapter 11 線性迴歸模型
11.1 線性相關
11.2 廣義線性迴歸模型
11.3 Patsy：公式語言
11.4 用 Python 進行線性迴歸分析
11.5 線性迴歸模型的結果
11.6 線性迴歸模型的假設
11.7 線性迴歸模型結果的解釋
11.8 Bootstrapping
11.9 練習
Chapter 12 多變量資料分析
12.1 視覺化多變量相關性
12.2 多重線性迴歸
Chapter 13 離散型資料的檢定
13.1 等級資料的組間比較
13.2 邏輯迴歸
13.3 廣義線性模型
13.4 順序邏輯迴歸
Chapter 14 貝氏統計
14.1 貝氏學派與頻率學派的解釋
14.2 電腦時代的貝氏方法
14.3 例子：用馬可夫鏈蒙地卡羅法模擬分析挑戰者號災難
14.4 總結
Appendix_附錄
A 參考解答
B 術語表
C 參考文獻
作者介紹
Thomas Haslwanter
Thomas Haslwanter
在學術機構中有超過 10 年的教學經驗，是奧地利林茨上奧應用科技大學（University of Applied Sciences Upper Austria in Linz）醫學工程系的教授，瑞士蘇黎世聯邦理工學院講師，並曾在澳洲雪梨大學和德國杜賓根大學擔任過研究員。他在醫學研究方面經驗豐富，專注於眩暈症的診斷、治療和康復。在深入使用 Matlab 軟體 15 年後，他發現 Python 非常強大，並將其用於統計資料分析、聲音和影像處理以及生物模擬應用。
Thomas Haslwanter
在學術機構中有超過 10 年的教學經驗，是奧地利林茨上奧應用科技大學（University of Applied Sciences Upper Austria in Linz）醫學工程系的教授，瑞士蘇黎世聯邦理工學院講師，並曾在澳洲雪梨大學和德國杜賓根大學擔任過研究員。他在醫學研究方面經驗豐富，專注於眩暈症的診斷、治療和康復。在深入使用 Matlab 軟體 15 年後，他發現 Python 非常強大，並將其用於統計資料分析、聲音和影像處理以及生物模擬應用。
規格
誠品貨碼 / 2682308708000
ISBN13 / 9786263332942
ISBN10 / 6263332948
EAN貨碼 / 9786263332942
頁數 / 336
注音版 / 否
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 23X17X1.8CM
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