防詐3要訣：不聽信、不操作、掛斷電話 
900
查詢門市庫存
在醫學研究中，類別資料是一種常見的資料類型，醫學研究結果的測量通常是類別變數，這些研究與分析類別變數的統計方法常稱為類別資料分析。
內容簡介
在醫學研究中，類別資料是一種常見的資料類型，醫學研究結果的測量通常是類別變數，例如臨床試驗在受試者服用抗骨質疏藥物，追蹤數年後研究是否可降低骨折發生。又例如第二期癌症臨床試驗在試驗藥物治療後的療效分成：完全反應、部分反應、穩定、持續進展等，追蹤後研究試驗藥物是否有顯著療效。這些研究與分析類別變數的統計方法常稱為類別資料分析。
本書主要寫作對象為從事資料分析的統計人員與從事臨床醫學研究的醫師，作者嘗試結合醫學研究與醫學統計諮詢經驗，以醫學與統計雙方都較能了解的語言與文字探索臨床醫學研究資料分析的相關議題。主要內容包含：
1. Analysis of Event Proportions 與 Event Rates
2. Analysis of Contingency Table, Matched Table 與 Medical Test
3. Logistic Regression Model 與 Diagnosis
4. Conditional Logistic Regression 與 Multinomial Logistic Regression
5. Poisson Regression Model
6. Repeated Measures
本書主要寫作對象為從事資料分析的統計人員與從事臨床醫學研究的醫師，作者嘗試結合醫學研究與醫學統計諮詢經驗，以醫學與統計雙方都較能了解的語言與文字探索臨床醫學研究資料分析的相關議題。主要內容包含：
1. Analysis of Event Proportions 與 Event Rates
2. Analysis of Contingency Table, Matched Table 與 Medical Test
3. Logistic Regression Model 與 Diagnosis
4. Conditional Logistic Regression 與 Multinomial Logistic Regression
5. Poisson Regression Model
6. Repeated Measures
產品目錄
第01章 類別資料分析導論
1.1 研究資料與變數
1.2 醫學研究設計分類
1.3 離散型機率分配
第02章 事件發生分率與速率之推論
2.1 事件發生機率
2.2 事件發生速率
2.3 差異與比率
2.4 事件發生分率推論：單一樣本與二項分配
2.5 二組樣本事件發生分率：二項分配近似Z檢定
2.6 事件發生速率與布瓦松分配
2.7 一組樣本事件發生速率：布瓦松分配與推論
2.8 二組樣本事件發生速率：布瓦松分配與推論
2.9 事件發生速率：標準化
2.10 資料分析練習
第03章 列聯表分析
3.1 一維列聯表分析：卡方檢定配適度
3.2 二維列聯表簡介
3.3 前瞻性研究與二維列聯表
3.4 橫斷性研究與二維列聯表
3.5 回溯性研究與二維列聯表
3.6 可歸因危險
3.7 2 × 2列聯表：關聯性檢定
3.8 R × C 列聯表
3.9 Cochran–Armitage趨勢檢定：2 × K 列聯表
3.10 資料分析練習
第04章 分層列聯表分析
4.1 分層列聯表
4.2 整體關聯性：Mantel–Haenszel 檢定
4.3 齊一性卡方檢定
4.4 共同勝算比估計
4.5 辛普森詭論
4.6 資料分析練習
第05章 二維配對列聯表
5.1 2 × 2二維配對列聯表
5.2 配對比較二組差異：McNemar檢定
5.3 可靠度與一致性
5.4 資料分析練習
第06章 醫學診斷工具分析
6.1 敏感度與特異度
6.2 ROC曲線分析
6.3 資料分析練習
第07章 多維列聯表
7.1 三維列聯表
7.2 完全獨立模型
7.3 聯合獨立模型
7.4 條件獨立模型
7.5 同質關聯模型
7.6 建模對策
第08章 類別資料抽樣分配
8.1 布瓦松分配與布瓦松抽樣
8.2 多項式分配與式多項式抽樣
8.3 多項式分配與獨立多項式抽樣
8.4 多項式分配與抽樣分配
8.5 類別資料配適統計模型
8.6 配適飽和模型與參數估計
8.7 概似函數、分數向量以及資訊矩陣
8.8 統計模型參數估計式之大樣本漸近理論
8.9 多項式分配方格機率估計式之大樣本漸近理論
8.10 統計模型參數估計式與方格機率估計式之漸近分配
8.11 皮爾森殘差的漸近分配
8.12 皮爾森卡方分配的漸近分配
8.13 概似比檢定統計量的漸近分配
8.14 離差殘差
第09章 廣義線性模型理論
9.1 廣義線性模型
9.2 廣義線性模型的成分
9.3 指數族分配
9.4 連結函數
9.5 充分統計量與典型連結
9.6 廣義線性模型：概似方程式
9.7 廣義性模型：參數估計
9.8 典型連結的簡化估計
9.9 參數推論：假說檢定
9.10 參數推論：信賴區間
9.11 配適度檢定
9.12 檢定巢狀模型
9.13 模型配適：過程與原則
9.14 廣義線性模型殘差
第10章 邏輯斯迴歸模型
10.1 線性機率模型
10.2 邏輯斯迴歸模型簡介
10.3 簡單邏輯斯迴歸模型
10.4 複邏輯斯迴歸模型
10.5 參數估計與推論
10.6 配適度檢定
10.7 檢定巢狀模型
10.8 檢定二個模型
10.9 事件發生機率之推論與預測
10.10 模型選擇
10.11 資料分析練習
第11章 邏輯斯迴歸：模型診斷
11.1 殘差
11.2 影響值
11.3 殘差分析
11.4 共變數的最佳函數形式：加入自變數圖
11.5 共變數的最佳函數形式：局部殘差圖
11.6 共變數的最佳函數形式：變數轉換
11.7 檢視變異數函數
11.8 調整適度配缺失
11.9 變異數過度離散
11.10 貝塔–二項式模型
11.11 資料分析練習
第12章 條件邏輯斯迴歸
12.1 配對設計
12.2 絛件邏輯斯迴歸：1：1配對
12.3 條件邏輯斯迴歸：1：M配對
12.4 條件邏輯斯迴歸模型：M：N配對
12.5 資料分析練習
第13章 多項式邏輯斯模型
13.1 基線類別邏輯斯模型
13.2 離散選擇模型
13.3 順序反應變數與與累積連結模型
13.4 順序反應變數與累積邏輯斯迴歸模型
13.5 相鄰類別邏輯斯模型
13.6 順序反應變數與連續比邏輯斯模型
13.7 資料分析練習
第14章 布瓦松迴歸模型
14.1 對數線性迴歸模型簡介
14.2 事件發生速率與布瓦松迴歸模型
14.3 簡單布瓦松迴歸模型
14.4 多變數布瓦松迴歸模型
14.5 參數估計與推論
14.6 配適度檢定
14.7 變異數過度離散
14.8 負二項分配迴歸模型
14.9 離散過低
14.10 零的方格計數
14.11 資料分析練習
第15章 重覆測量與相關性資料
15.1 相關性資料
15.2 相關性類別資料分析模型
15.3 邊際模型
15.4 廣義線性混和模型
15.5 資料分析練習
第16章 列聯表與對數線性模型
16.1 一維列聯表與對數線性模型
16.2 二維列聯表與對數線性模型
16.3 三維列聯表與對數線性模型
16.4 階層模型
16.5 邏輯斯模型與對數線性模型
16.6 資料分析練習
第17章 配對列聯表與廣義線性模型
17.1 對稱模型
17.2 準對稱模型
17.3 準獨立模型
17.4 檢定邊際同質性
17.5 順序條件對稱模型
17.6 順序準關聯模型
17.7 檢定順序變數的邊際同質性
17.8 測量的一致性與測量相關性對數線性模型
17.9 配對比較與Bradley–Terry 模型
1.1 研究資料與變數
1.2 醫學研究設計分類
1.3 離散型機率分配
第02章 事件發生分率與速率之推論
2.1 事件發生機率
2.2 事件發生速率
2.3 差異與比率
2.4 事件發生分率推論：單一樣本與二項分配
2.5 二組樣本事件發生分率：二項分配近似Z檢定
2.6 事件發生速率與布瓦松分配
2.7 一組樣本事件發生速率：布瓦松分配與推論
2.8 二組樣本事件發生速率：布瓦松分配與推論
2.9 事件發生速率：標準化
2.10 資料分析練習
第03章 列聯表分析
3.1 一維列聯表分析：卡方檢定配適度
3.2 二維列聯表簡介
3.3 前瞻性研究與二維列聯表
3.4 橫斷性研究與二維列聯表
3.5 回溯性研究與二維列聯表
3.6 可歸因危險
3.7 2 × 2列聯表：關聯性檢定
3.8 R × C 列聯表
3.9 Cochran–Armitage趨勢檢定：2 × K 列聯表
3.10 資料分析練習
第04章 分層列聯表分析
4.1 分層列聯表
4.2 整體關聯性：Mantel–Haenszel 檢定
4.3 齊一性卡方檢定
4.4 共同勝算比估計
4.5 辛普森詭論
4.6 資料分析練習
第05章 二維配對列聯表
5.1 2 × 2二維配對列聯表
5.2 配對比較二組差異：McNemar檢定
5.3 可靠度與一致性
5.4 資料分析練習
第06章 醫學診斷工具分析
6.1 敏感度與特異度
6.2 ROC曲線分析
6.3 資料分析練習
第07章 多維列聯表
7.1 三維列聯表
7.2 完全獨立模型
7.3 聯合獨立模型
7.4 條件獨立模型
7.5 同質關聯模型
7.6 建模對策
第08章 類別資料抽樣分配
8.1 布瓦松分配與布瓦松抽樣
8.2 多項式分配與式多項式抽樣
8.3 多項式分配與獨立多項式抽樣
8.4 多項式分配與抽樣分配
8.5 類別資料配適統計模型
8.6 配適飽和模型與參數估計
8.7 概似函數、分數向量以及資訊矩陣
8.8 統計模型參數估計式之大樣本漸近理論
8.9 多項式分配方格機率估計式之大樣本漸近理論
8.10 統計模型參數估計式與方格機率估計式之漸近分配
8.11 皮爾森殘差的漸近分配
8.12 皮爾森卡方分配的漸近分配
8.13 概似比檢定統計量的漸近分配
8.14 離差殘差
第09章 廣義線性模型理論
9.1 廣義線性模型
9.2 廣義線性模型的成分
9.3 指數族分配
9.4 連結函數
9.5 充分統計量與典型連結
9.6 廣義線性模型：概似方程式
9.7 廣義性模型：參數估計
9.8 典型連結的簡化估計
9.9 參數推論：假說檢定
9.10 參數推論：信賴區間
9.11 配適度檢定
9.12 檢定巢狀模型
9.13 模型配適：過程與原則
9.14 廣義線性模型殘差
第10章 邏輯斯迴歸模型
10.1 線性機率模型
10.2 邏輯斯迴歸模型簡介
10.3 簡單邏輯斯迴歸模型
10.4 複邏輯斯迴歸模型
10.5 參數估計與推論
10.6 配適度檢定
10.7 檢定巢狀模型
10.8 檢定二個模型
10.9 事件發生機率之推論與預測
10.10 模型選擇
10.11 資料分析練習
第11章 邏輯斯迴歸：模型診斷
11.1 殘差
11.2 影響值
11.3 殘差分析
11.4 共變數的最佳函數形式：加入自變數圖
11.5 共變數的最佳函數形式：局部殘差圖
11.6 共變數的最佳函數形式：變數轉換
11.7 檢視變異數函數
11.8 調整適度配缺失
11.9 變異數過度離散
11.10 貝塔–二項式模型
11.11 資料分析練習
第12章 條件邏輯斯迴歸
12.1 配對設計
12.2 絛件邏輯斯迴歸：1：1配對
12.3 條件邏輯斯迴歸：1：M配對
12.4 條件邏輯斯迴歸模型：M：N配對
12.5 資料分析練習
第13章 多項式邏輯斯模型
13.1 基線類別邏輯斯模型
13.2 離散選擇模型
13.3 順序反應變數與與累積連結模型
13.4 順序反應變數與累積邏輯斯迴歸模型
13.5 相鄰類別邏輯斯模型
13.6 順序反應變數與連續比邏輯斯模型
13.7 資料分析練習
第14章 布瓦松迴歸模型
14.1 對數線性迴歸模型簡介
14.2 事件發生速率與布瓦松迴歸模型
14.3 簡單布瓦松迴歸模型
14.4 多變數布瓦松迴歸模型
14.5 參數估計與推論
14.6 配適度檢定
14.7 變異數過度離散
14.8 負二項分配迴歸模型
14.9 離散過低
14.10 零的方格計數
14.11 資料分析練習
第15章 重覆測量與相關性資料
15.1 相關性資料
15.2 相關性類別資料分析模型
15.3 邊際模型
15.4 廣義線性混和模型
15.5 資料分析練習
第16章 列聯表與對數線性模型
16.1 一維列聯表與對數線性模型
16.2 二維列聯表與對數線性模型
16.3 三維列聯表與對數線性模型
16.4 階層模型
16.5 邏輯斯模型與對數線性模型
16.6 資料分析練習
第17章 配對列聯表與廣義線性模型
17.1 對稱模型
17.2 準對稱模型
17.3 準獨立模型
17.4 檢定邊際同質性
17.5 順序條件對稱模型
17.6 順序準關聯模型
17.7 檢定順序變數的邊際同質性
17.8 測量的一致性與測量相關性對數線性模型
17.9 配對比較與Bradley–Terry 模型
作者介紹
林建甫
林建甫
現職 國立臺北大學統計學系助理教授
學歷 美國密西根大學生物統計研究所碩士、博士
高雄醫學大學醫學系醫學士
經歷 巨匯數據科技股份有限公司統計顧問
美國范德堡大學醫學中心計量科學中心生物資訊與癌症研究訪問學者
智策市場研究顧問公司統計顧問
台北大學統計系助理教授
台北榮民總醫院生物統計顧問
台北市中山醫院骨科醫師
台北醫學大學萬芳醫院骨科醫師
高雄長庚醫院骨科醫師
台北榮民總醫院骨科醫師
興趣 醫學統計諮詢、臨床試驗、基礎醫學實驗設計
存活分析、縱向資料分析、類別資料分析
生物資訊、大數據分析、醫療經濟成本效益評估
林建甫
現職 國立臺北大學統計學系助理教授
學歷 美國密西根大學生物統計研究所碩士、博士
高雄醫學大學醫學系醫學士
經歷 巨匯數據科技股份有限公司統計顧問
美國范德堡大學醫學中心計量科學中心生物資訊與癌症研究訪問學者
智策市場研究顧問公司統計顧問
台北大學統計系助理教授
台北榮民總醫院生物統計顧問
台北市中山醫院骨科醫師
台北醫學大學萬芳醫院骨科醫師
高雄長庚醫院骨科醫師
台北榮民總醫院骨科醫師
興趣 醫學統計諮詢、臨床試驗、基礎醫學實驗設計
存活分析、縱向資料分析、類別資料分析
生物資訊、大數據分析、醫療經濟成本效益評估
規格
誠品貨碼 / 2681921561009
ISBN13 / 9789579096904
ISBN10 / 9579096902
EAN貨碼 / 9789579096904
頁數 / 564
開數 / 16K
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 26X19X2.5CM
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
