研究分析方法: 基礎與進階
| 作者 | 陳惠國 |
|---|---|
| 出版社 | 五南圖書出版股份有限公司 |
| 商品描述 | 研究分析方法: 基礎與進階：「研究分析方法」為交通運輸領域之重要核心課程。為因應學術與實務之快速發展，本書兼顧不同層次與背景之讀者需求，內容涵蓋廣泛，具備以下特色 |
內容簡介
內容簡介 「研究分析方法」為交通運輸領域之重要核心課程。為因應學術與實務之快速發展，本書兼顧不同層次與背景之讀者需求，內容涵蓋廣泛，具備以下特色： 基本知識：以傳統的資料收集與調查、統計、經濟、數學規劃以及網路分析模型為主要內容，介紹一般性之背景知識，同時亦納入若干已發展成熟但相對複雜的建模技巧與求解演算法。就大學部高年級的同學而言，可著重參考第2~13章、23章，共計等十三章內容。 進階技術：以國外已發展但尚未普及的研究成果，或具潛力且值得繼續鑽研之研究課題為主要內容，例如：高等統計方法、績效評估與分析、資料處理以及元演算法。研究所學生可進一步研讀第14~22章以及第24~26章等十二章內容，以進行深度學習並奠定進一步研究之基礎。 創新應用：人工智慧之發展方興未艾，其在交通運輸領域之應用亦日益廣泛，未來的研究與發展方向包括：(1)AI基礎式的交通管理與號誌控制；(2)車輛之辨識、追蹤與計數；(3)自駕車的相關應用；(4)車輛偵測、追蹤與計數。這些應用需結合道路與車載偵測設備、影像處理以及即時路況資訊分析，以支援有效率之決策。有關人工智慧之基礎知識請參見第26章。 國家考試：本書蒐集近年來交通工程技師高考的所有考題，並依照主題詳加整理分類，各章「問題探討」之後均附有「相關考題」單元，供讀者對照章節內容，藉此加強學習與應考效果。
作者介紹
作者介紹 陳惠國現職：中央大學土木工程學系教授學歷：美國香檳伊利諾大學土木工程博士經歷：桃園縣副縣長考試：69年考試院高等考試都市計劃科72年教育部公費留學考試交通管理學門出版書籍：Dynamic Travel Choice Models (Springer)、交通工程（五南）、運輸工程（五南）、運輸規劃―基礎與進階（五南）、研究分析方法―基礎與進階（五南）
產品目錄
產品目錄 第1章 緒 論1.1 研究分析之流程 1.2 資料蒐集 1.3 研究模型 1.4 資料處理、數據分析與預測 1.5 績效評估與決策分析 1.6 結論與建議 第2章 資料種類與抽樣方法2.1 資料種類與蒐集方法 2.2 抽樣的重要性與誤差 2.3 抽樣方法與內容 2.4 問卷設計原則 2.5 結論與建議 第3章 統計估計3.1 隨機抽樣與隨機樣本 3.2 統計估計 3.3 結論與建議 第4 章 統計假設與檢定4.1 假設之建立 4.2 型I、II 錯誤與檢定力 4.3 檢定之步驟 4.4 平均數之假設檢定 4.5 母體比例之假設檢定 4.6 變異數之假設檢定 4.7 結論與建議 第5 章 迴歸與相關分析5.1 簡單線性迴歸模型 5.2 多元迴歸模型與其他迴歸模型 5.3 相關分析 5.4 結論與建議 第6 章 線性規劃6.1 基本名詞解釋 6.2 線性規劃模型 6.3 線性規劃問題之數例 6.4 線性對偶問題 6.5 線性整數規劃 6.6 結論與建議 第7 章 最大流量問題7.1 基本觀念與名詞解釋 7.2 最大流量問題數學模型 7.3 最大流量問題求解演算法 7.4 最大流量問題之數例計算 7.5 最大流量問題與指派、運輸問題之關係 7.6 結論與建議 第8 章 最小成本流量問題8.1 基本觀念與名詞解釋 8.2 最小成本流量問題的最佳化數學模型 8.3 最小成本流量問題的最佳化條件 8.4 最小成本流量問題求解演算法 8.5 最小成本流量問題為最短路徑、運輸與最大流量問題之一般化問題 8.6 結論與建議 第9 章 最短路徑問題9.1 最短路徑問題的種類 9.2 資料輸入格式與三角運算 9.3 一對一最短路徑問題 9.4 一對多最短路徑問題 9.5 多點對多點最短路徑問題 9.6 K 條最短路徑問題 9.7 結論與建議 第10 章 中國信差問題10.1 基本觀念與名詞解釋 10.2 歐拉路徑／迴路問題 10.3 中國信差問題 10.4 結論與建議 第11 章 旅行推銷員問題11.1 基本觀念與名詞解釋 11.2 漢米爾頓路徑／迴路問題 11.3 旅行推銷員問題之數學模型 11.4 旅行推銷員問題之求解演算法 11.5 旅行推銷員問題之延伸與國際標竿題庫 11.6 結論與建議 第12 章 車輛途程問題12.1 車輛途程問題基本觀念 12.2 車輛途程問題數學模型 12.3 車輛途程模型求解演算法 12.4 結論與建議 第13 章 設施區位問題13.1 中心設施區位問題 13.2 中位設施區位問題 13.3 結論與建議 第14 章 主成分分析14.1 主成分分析理論 14.2 從最大變異量的角度來理解主成分分析 14.3 從新變數彼此不相關的角度來理解主成分分析 14.4 決定主成分數目的標準 14.5 主成分分析之數例 14.6 結論與建議 第15 章 因素分析與路徑分析15.1 共變異數與相關分析 15.2 因素分析定義與模型 15.3 探索性因素分析 15.4 驗證性因素分析 15.5 路徑分析 15.6 結論與建議 第16 章 結構方程模型16.1 結構方程模型 16.2 結構方程模型的分析程序 16.3 模型辨識 16.4 參數估計 16.5 結構方程模型的評鑑 16.6 結構方程模型的修飾 16.7 結論與建議 第17 章 偏最小平方結構方程模型17.1 偏最小平方結構方程模型 17.2 偏最小平方結構方程模型的估計運算 17.3 偏最小平方結構方程模型的統計特性 17.4 形成性指標與反映性指標 17.5 偏最小平方結構方程模型結果的評估與分析 17.6 結論與建議 第18 章 資料包絡分析18.1 績效評估方法分類 18.2 CCR 基本模型 18.3 BCC 基本模型 18.4 考量環境影響與隨機干擾之DEA 模型 18.5 網路DEA 模型 18.6 其他DEA 模型 18.7 DEA 應用程序系統化架構 18.8 結論與建議 第19 章 隨機前緣模型19.1 生產力與效率 19.2 生產函數之形式 19.3 生產函數之前緣模型 19.4 生產前緣之估計方法（產出導向） 19.5 隨機共同前緣模型 19.6 結論與建議 第20 章 效率前緣邊際生產力與非意欲產出方向性影子價格20.1 DEA 的邊際生產力 20.2 DEA 的非意欲產出的邊際生產力 20.3 DEA 的方向性影子價格 20.4 數例分析 20.5 實例應用 20.6 結論與建議 第21 章 希爾伯特—黃轉換理論21.1 希爾伯特—黃轉換的概念與組成 21.2 經驗模態分解 21.3 希爾伯特轉換 21.4 希爾伯特頻譜 21.5 經驗模態分解於旅行時間預測之應用 21.6 結論與建議 第22 章 函數資料分析22.1 函數資料之概念 22.2 函數資料的表示 22.3 探索性函數資料分析 22.4 函數線性模型 22.5 函數資料分析在旅行時間預測之應用 22.6 結論與建議 第23 章 多屬性決策23.1 專有名詞解釋 23.2 多屬性決策的分類 23.3 估算權重的方法 23.4 層級分析法 23.5 網路分析法 23.6 理想解相似度法 23.7 優勢關係法 23.8 結論與建議 第24 章 基因演算法24.1 基因演算法簡介 24.2 編碼、解碼方式 24.3 複製、交叉與突變 24.4 適應度評估 24.5 基因演算法的步驟與特性 24.6 結論與建議 第25 章 螞蟻啟發式演算法25.1 螞蟻演算法簡介 25.2 螞蟻演算法特性 25.3 螞蟻演算法之種類 25.4 螞蟻演算法之費洛蒙更新 25.5 蟻群系統演算法 25.6 螞蟻系統求解步驟與例題說明 25.7 結論與建議 第26 章 類神經網路與深度學習26.1 人工智慧的發展 26.2 機器學習 26.3 深度學習 26.4 外掛套件之例題說明 26.5 人工智慧在交通號誌控制之應用 26.6 結論與建議 第27 章 R 語言簡介27.1 R 語言的基本概念 27.2 R 語言環境的啟動 27.3 資料格式與運算子 27.4 R 的函數 27.5 R 環境中的程式編碼 27.6 可應用之R 套件 27.7 結論與建議
商品規格
| 書名 / | 研究分析方法: 基礎與進階 |
|---|---|
| 作者 / | 陳惠國 |
| 簡介 / | 研究分析方法: 基礎與進階：「研究分析方法」為交通運輸領域之重要核心課程。為因應學術與實務之快速發展，本書兼顧不同層次與背景之讀者需求，內容涵蓋廣泛，具備以下特色 |
| 出版社 / | 五南圖書出版股份有限公司 |
| ISBN13 / | 9786264423236 |
| ISBN10 / | |
| EAN / | 9786264423236 |
| 誠品26碼 / | 2683140014007 |
| 頁數 / | 696 |
| 裝訂 / | P:平裝 |
| 語言 / | 1:中文 繁體 |
| 尺寸 / | 26*19*3 |
| 級別 / | N:無 |
| 重量(g) / | 1210 |
| 提供維修 / | 無 |
試閱文字
自序 : 本書內容可依專題研究之一般流程依序劃分如下：
‧資料的調查與統計分析：資料蒐集（第2章）、推定、檢定與迴歸（第3∼5章）。
‧研究模型之建立與預測：線性規劃（第6章）、網路分析模型（第7∼13章）。
‧ 資料處理、分析與預測：結構方程式（第14∼17章）、希爾伯特—黃轉換（第21章）、函數資料分析（第22章）。
‧ 績效評估與決策分析：資料包絡分析與隨機前緣分析（第18∼20章）、多屬性決策（第23章） 。
‧ 人工智慧與元演算法：基因及螞蟻演算法（第24∼25章）、人工智慧（第26章）。
其中，第2∼13章與第23章為交通工程技師「研究分析方法」考科範圍，亦為大學部學生的學習教材；而第14∼22以及第24∼26章則為專題研究常用之分析方法，適合作為研究所課程與學術研究人員參考。
本書之完成，承蒙各界賢達的協助與鼓勵。在此特別要感謝過去三十餘年教學生涯中，與我共同投入研究的歷屆博、碩士班學生們，由於你們過去的努力，方有今日之成果的累積與展現。同時，我要特別感謝我的家人—內人周惠文教授以及三位壯丁建宇、建安、建仰，沒有他們長期的陪伴、支持與鼓勵，本書將無法順利完成。
本書編纂過程雖力求完善，但囿於個人能力所及，疏漏之處在所難免，尚祈先進前輩不吝指正。
國立中央大學教授
陳惠國 謹誌
2026年正月
最佳賣點
最佳賣點 : 「研究分析方法」為交通運輸領域之重要核心課程。為因應學術與實務之快速發展，本書兼顧不同層次與背景之讀者需求，內容涵蓋廣泛，具備以下特色：
基本知識
進階技術
創新應用
國家考試