☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

如果您对统计很畏惧，认为统计很难学，感觉枯燥乏味，觉得课本内容与应用有一段距离，本书会让您对统计有一种不同的体会。有时候，您得到的统计结果与临床实际不符；或在统计分析完成后，不知道如何汇整结果，本书会给您一些指引。

　　本书共有三大篇，分别为复习篇、比较篇、回归篇。将连续资料的统计分析方法由简入深、循序渐进的介绍给读者。

　　本书的撰写方式与一般统计教科书有许多不同的地方：（1）先讲解统计重点，再用一例子将该章重点演练一遍；（2）每一章范例都加入统计结果汇整；（3）使用台湾本土已发表文章为范例；（4）加入SPSS使用说明；（5）作业之安排为给予一组新的数据，对该章的重点演练一遍，或採用不同统计检定方法来分析相同数据，以便比较不同的统计检定方法的优劣；（6）加入一些卡通图案。这样的安排，希望能拉近学习与应用的距离，读者能更快、更容易，更快乐的学习统计学。

作者简介

史丽珠

　　学历：
　　台湾大学公共卫生学院流行病学博士

　　现职：
　　长庚大学医学院公卫科生统中心专任教授

　　着作
　　进阶应用生物统计学（学富，2013）
　　生物统计学（华杏，2012）
　　护理研究与应用－资料收集方法与处理技巧（华杏，2001）
　　研究论文:发表于国内外着名期刊，达250篇。

新版序………………………………………………………………………
序……………………………………………………………………………    v
vii

第一篇  复习篇……………………………………………………………    1
第1章    描述性统计、中央极限定理、t分布…………………………
1.1  资料的尺度………………………………………………………
1.2  资料的整理………………………………………………………
1.2.1  描述性统计量…………………………………………...
1.2.2  次数表…………………………………………………...
1.2.3  统计图…………………………………………………...
1.3  常态分布…………………………………………………………
1.3.1  应用……………………………………………………...
1.4  母体、样本、参数、统计量……………………………………
1.5  中央极限定理及抽样分布……………………………………...
1.5.1  应用……………………………………………………...
1.6  t分布……………………………………………………………..
1.6.1  应用………………………………………………………    3

第2章    估计及假说检定…………………………………………………
2.1  估计………………………………………………………………
2.1.1  点估计及良好的估计式………………………………..
2.2  区间估计或信赖区间……………………………………………
2.2.1  母体平均数的区间估计（母体标准差σ已知）…….
2.2.2  母体平均数的区间估计（母体标准差σ未知，用样本标准差s代入）……………………………………...
2.2.3  母体成功比例的区间估计……………………………..
2.2.4  信赖区间的特性………………………………………..
2.2.5  应用……………………………………………………...
2.3  假说检定…………………………………………………………
2.3.1  单一母体平均数之检定（母体标准差σ已知，双尾检定）：Z检定………………………………………….
2.3.2  单一母体平均数之检定（母体标准差σ未知，用样本标准差s代入，双尾检定）：t检定…………………
2.3.3  单一母体成功比例之检定（单尾检定）：Z检定……
2.4  两种错误及统计检力……………………………………………
2.4.1  两种错误及统计检力的关系…………………………..    25

第二篇  比较篇……………………………………………………………    53
第3章    比较两个母体平均数的检定方法：独立样本t检定及成对样本t检定…………………………………………………………
3.1  分辨两个样本是独立或成对…………………………………...
3.2  两个为样本独立时，连续变数的统计分析……………………
3.2.1  资料排列………………………………………………..
3.2.2  检定两个母体的平均数有没有差异（独立样本t检定）………………………………………………………
3.2.3  检定两个母体的变异数有没有差异……………………
3.3  两个样本为成对时，连续变数的统计分析（成对样本t检定）
3.3.1  资料排列…………………………………………………
3.3.2  计算……………………………………………………...
3.4  独立样本t检定与成对样本t检定之比较……………………
3.5  虚拟范例：评估两种药对降血压之疗效……………………..
3.5.1  计算独立样本t检定、成对t检定…………………..
3.5.2  汇整结果………………………………………………..
3.6  SPSS说明………………………………………………………..
3.6.1  独立样本t检定──检定「两组病人在治疗前的血压是否有差异？」………………………………………..
3.6.2  成对样本t检定──检定「A组的病人，在服药前后其血压是否有改变？」………………………………..
3.6.3  独立样本t检定──检定「A、B两种药对降血压之疗效是否有差异？」……………………………………    

第4章    比较多个独立母体平均数的检定方法：单因子变异数分析…
4.1  单因子变异数适用情况………………………………………...
4.2  使用独立样本t检定来检定多个母体平均数的缺失………...
4.3  变异数分析………………………………………………………
4.3.1  资料排列………………………………………………..
4.3.2  统计前提假设…………………………………………..
4.3.3  计算及原理……………………………………………..
4.3.4  其他……………………………………………………...
4.4  检定变异数是否相同……………………………………………
4.5  多重比较…………………………………………………………
4.5.1  Tukey的HSD法（建立单一临界值，进行所有两两比较）…………………………………………………….
4.5.2  SNK法（建立一系列临界值，进行所有两两比较）…
4.5.3  Dunnett法（建立单一临界值，只与其中一组平均数（如对照组）作比较）………………………………..
4.5.4  Scheffe法（建立单一临界值，进行所有两两比较）
4.5.5  Bonferroni法（採用信赖区间的观念，作所有或任意组别的两两比较）…………………………………………..
4.5.6  应用说明………………………………………………..
4.6  虚拟范例：比较四所学校学生课业压力……………………….
4.6.1  检定变异数同质性……………………………………..
4.6.2  变异数分析之计算……………………………………..
4.6.3  多重比较之计算………………………………………..
4.6.4  汇整结果………………………………………………..
4.7  SPSS说明………………………………………………………..    93

第5章    双因子变异数分析………………………………………………
5.1  适用情况…………………………………………………………
5.2  设计及前提假设…………………………………………………
5.2.1  设计…………………………………………………….
5.2.2  前提假设……………………………………………….
5.3  平衡设计之双因子变异数分析………………………………...
5.3.1  资料排列……………………………………………….
5.3.2  交互作用及主效应……………………………………
5.3.3  计算及原理…………………………………………….
5.3.4  多重比较之计算………………………………………
5.4  检定变异数同质性………………………………………………
5.5  虚拟范例：四所学校及不同科系学生课业压力（平衡设计，没有交互作用）…………………………………………………
5.5.1  剖面图………………………………………………….
5.5.2  检定变异数同质性……………………………………
5.5.3  变异数分析之计算……………………………………
5.5.4  多重比较之计算………………………………………
5.5.5  汇整结果……………………………………………….
5.6  范例：剥夺睡眠之动物实验（平衡设计，有交互作用）…..
5.6.1  剖面图………………………………………………….
5.6.2  检定变异数同质性……………………………………
5.6.3  变异数分析之计算……………………………………
5.6.4  多重比较之计算………………………………………
5.6.5  汇整结果………………………………………………
5.7  SPSS说明……………………………………………………….
5.7.1  四所学校及不同科系学生课业压力（平衡设计，没有交互作用）…………………………………………
5.7.2  剥夺睡眠之动物实验（平衡设计，有交互作用）…    131

第6章    重复测量变异数分析……………………………………………
6.1  因子属性…………………………………………………………
6.2  单变量方法的前提假设………………………………………...
6.2.1  练习效应及残留效应…………………………………..
6.2.2  球型假设………………………………………………..
6.2.3  检查球型假设…………………………………………..
6.3  一个受试者内因子的设计……………………………………...
6.3.1  资料排列………………………………………………..
6.3.2  单变量方法之计算……………………………………..
6.3.3  假说检定………………………………………………..
6.3.4  多重比较………………………………………………..
6.4  两个受试者内因子的设计……………………………………...
6.4.1  资料排列………………………………………………..
6.4.2  单变量方法之计算……………………………………..
6.4.3  假说检定………………………………………………..
6.4.4  多重比较………………………………………………..
6.5  一个受试者间因子、一个受试者内因子的设计……………..
6.5.1  资料排列………………………………………………..
6.5.2  单变量方法之计算……………………………………..
6.5.3  假说检定………………………………………………..
6.5.4  多重比较………………………………………………..
6.6  一个受试者内因子的范例……………………………………..
6.6.1  原始资料及画剖面图………………………………….
6.6.2  球型检定………………………………………………..
6.6.3  计算……………………………………………………..
6.6.4  假说检定………………………………………………..
6.6.5  分解总变异量…………………………………………..
6.6.6  多重比较………………………………………………..
6.6.7  汇整结果………………………………………………..
6.7  两个受试者内因子的范例……………………………………...
6.7.1  原始资料及画剖面图…………………………………..
6.7.2  球型检定………………………………………………..
6.7.3  计算……………………………………………………..
6.7.4  假说检定………………………………………………..
6.7.5  分解总变异量…………………………………………..
6.7.6  多重比较………………………………………………..
6.7.7  汇整结果………………………………………………..
6.8  一个受试者间因子、一个受试者内因子的范例…………….
6.8.1  原始资料及画剖面图………………………………….
6.8.2  球型检定………………………………………………..
6.8.3  计算……………………………………………………..
6.8.4  假说检定………………………………………………..
6.8.5  分解总变异量…………………………………………..
6.8.6  多重比较………………………………………………..
6.8.7  汇整结果………………………………………………..
6.9  SPSS说明………………………………………………………..
6.9.1  一个受试者内因子的设计……………………………..
6.9.2  两个受试者内因子的设计……………………………..
6.9.3  一个受试者间因子、一个受试者内因子的设计…….    179

第三篇  回归篇……………………………………………………………    239
第7章    简单线性回归……………………………………………………
7.1  资料结构及模式说明……………………………………………
7.1.1  资料排列………………………………………………..
7.1.2  模式说明………………………………………………..
7.2  统计前提假设……………………………………………………
7.3  回归系数的估计及解读………………………………………...
7.3.1  回归系数的估计………………………………………..
7.3.2  回归系数的解读………………………………………..
7.4  ANOVA部分…………………………………………………….
7.4.1  检定X-Y直线与水平线有没有差异…………………
7.4.2  R2的计算及解读……………………………………….
7.5  回归系数的检定：t检定……………………………………….
7.5.1   ………………………………………………………..
7.5.2   ………………………………………………………..
7.5.3  F与t之关系……………………………………………
7.6  Y预测值的计算及预测区间…………………………………...
7.6.1  计算……………………………………………………...
7.6.2  预测区间………………………………………………..
7.7  简单线性回归的用途……………………………………………
7.8  范例：膝高预测身高（男性）………………………………...
7.8.1  散布图…………………………………………………...
7.8.2  简单线性回归…………………………………………..
7.8.3  回归系数的估计及解读………………………………..
7.8.4  ANOVA部分……………………………………………
7.8.5  回归系数的检定：t检定………………………………
7.8.6  预测……………………………………………………...
7.8.7  汇整结果………………………………………………..
7.9  SPSS说明………………………………………………………..
7.9.1  画散布图………………………………………………..
7.9.2  执行简单线性回归……………………………………..    241

第8章    线性回归的诊断…………………………………………………
8.1  残差分析…………………………………………………………
8.1.1  单向度图形……………………………………………..
8.1.2  双向度图形（残差图）……………………………….
8.2  影响力……………………………………………………………
8.2.1  Hat矩阵、槓桿量数、离中心槓桿量数…………….
8.2.2  Student化残差、Student化去除残差………………..
8.2.3  Df适合度、标准化Df适合度………………………..
8.2.4  库克距离………………………………………………..
8.2.5  应用说明………………………………………………..
8.2.6  如何处置具影响力的观察点………………………….
8.3  范例：用膝高预测身高（线性回归的诊断）………………..
8.3.1  残差分析………………………………………………..
8.3.2  影响力的分析…………………………………………..
8.3.3  汇整结果………………………………………………..
8.4  SPSS说明………………………………………………………..
8.4.1  执行残差分析及影响力分析………………………….
8.4.2  画影响力索引图………………………………………..    277

第9章    相关………………………………………………………………
9.1  相关系数的计算…………………………………………………
9.2  相关系数的解读…………………………………………………
9.3  相关系数的检定…………………………………………………
9.4  相关系数的信赖区间……………………………………………
9.5  相关达显着意义不表示有因果关系…………………………...
9.6  相关系数不适合用来表示测量工具之再测信度及评估者间信度………………………………………………………………
9.7  相关系数与简单线性回归之关系……………………………...
9.8  范例：膝高、身高、年龄的关系………………………………
9.8.1  矩阵散布图……………………………………………..
9.8.2  相关系数之计算………………………………………..
9.8.3  残差分析及影响力分析………………………………..
9.8.4  相关系数的显着性检定………………………………..
9.8.5  相关系数的信赖区间…………………………………..
9.8.6  相关系数与简单线性回归系数之关系（膝高与身高）
9.8.7  汇整结果………………………………………………...
9.9  SPSS说明………………………………………………………...
9.9.1  画矩阵散布图…………………………………………..
9.9.2  相关系数之计算、显着性检定及信赖区间…………    305

第10章    共变数分析………………………………………………………
10.1  共变数分析的目的…………………………………………….
10.2  资料排列与ANCOVA模式…………………………………..
10.3  虚拟变数………………………………………………………..
10.4  ANCOVA之意义………………………………………………
10.5  ANCOVA之统计前提假设…………………………………...
10.6  回归系数的估计………………………………………………..
10.7  回归系数的解读………………………………………………..
10.8  回归系数的显着性检定：t检定……………………………...
10.9  预测……………………………………………………………..
10.10 调整平均数之计算……………………………………………..
10.11 ANOVA表中之总F检定，净F检定………………………..
10.12 不同决定系数（R2）…………………………………………..
10.13 检定ANCOVA是否适用………………………………………
10.14 虚拟范例：评估三种药对降血压之疗效…………………….
10.14.1 散布图………………………………………………...
10.14.2 虚拟变数的设定……………………………………..
10.14.3 检查ANCOVA之适合性……………………………
10.14.4 回归系数的估计、解读、显着性检定…………….
10.14.5 调整平均数之计算…………………………………..
10.14.6 ANOVA表中之总F检定及净F检定……………..
10.14.7 不同决定系数（R2）…………………………………
10.14.8 汇整结果……………………………………………..
10.15 SPSS说明……………………………………………………….
10.15.1 画散布图：以目测了解ANCOVA之适合性………
10.15.2 产生虚拟变数及交互作用…………………………..
10.15.3 评估交互作用之显着性……………………………..
10.15.4 进行残差分析及影响力分析………………………..
10.15.5 计算净 F检定、不同R2……………………………    333

第11章    线性复回归………………………………………………………
11.1  资料排列及模式说明…………………………………………..
11.1.1  资料排列……………………………………………...
11.1.2  模式说明……………………………………………...
11.2  线性复回归的用途……………………………………………..
11.3  共线性…………………………………………………………..
11.3.1  观念…………………………………………………...
11.3.2  引起的问题…………………………………………..
11.3.3  指标…………………………………………………...
11.3.4  解决方法……………………………………………...
11.4  自变数的挑选或终极模式的决定…………………………….
11.4.1  原理及执行步骤……………………………………..
11.4.2  应用说明……………………………………………...
11.5  线性复回归需不需要考虑交互作用？……………………….
11.6  回归系数的估计………………………………………………..
11.7  回归系数的解读………………………………………………..
11.8  回归系数显着性检定………………………………………….
11.9  预测……………………………………………………………..
11.10 不同决定系数R2……………………………………………….
11.11 统计前提假设…………………………………………………..
11.12 残差分析及影响力分析……………………………………….
11.13 简单线性回归、共变数分析与线性复回归之异同…………
11.14 范例：老人忧郁的影响因素………………………………….
11.14.1  单变量分析结果……………………………………
11.14.2  挑选自变数或决定终极模式………………………
11.14.3  共线性诊断………………………………………….
11.14.4  残差分析及影响力分析……………………………
11.14.5  回归系数的解读及显着性检定……………………
11.14.6  总R2及累积R2……………………………………..
11.14.7  汇整结果…………………………………………….
11.15  SPSS说明……………………………………………………...
11.15.1  挑选自变数或决定终极模式………………………
11.15.2  共线性诊断………………………………………….
11.15.3  残差分析及影响力分析……………………………    387

推荐读物……………………………………………………………………    449
附录…………………………………………………………………………    453
附录1  单变量统计检定方法…………………………………………………...    455
附录2  标准常态分布表…………………………………………………………    456
附录3  t分布表…………………………………………………………………..    458
附录4  F分布表………………………………………………………………….    460
附录5  q分布表………………………………………………………………….    465
附录6  Dunnett’s q'分布表………………………………………………………    467
附录7  SPSS简介………………………………………………………………..
1. 启动SPSS系统…………………………………………………….
2.  SPSS常用视窗…………………………………………………….
2.1  IBM SPSS Statistics Data Editor视窗…………………..
2.2  IBM SPSS Statistics Viewer视窗……………………….
2.3  图表编辑器视窗………………………………………….
2.4  IBM SPSS Statistics Syntax Editor视窗………………..
3. 开启及储存档案…………………………………………………...
3.1  各种视窗可接受之档案型式……………………………
3.2  开新档案………………………………………………….
3.3  开启旧档………………………………………………….
3.4  另存新档………………………………………………….
3.5  储存档案………………………………………………….
3.6  结果输出到word档……………………………………..
3.7  结束SPSS系统…………………………………………..
4. 建立资料档…………………………………………………………
4.1  宣告变数名称…………………………………………….
4.2  设定变数类型…………………………………………….
4.3  设定数字变数的「宽度」及「小数位数」…………...
4.4  设定变数标记及数值註解………………………………
4.5  遗漏值…………………………………………………….
5. 求机率分布之统计量与右尾机率………………………………..
5.1  常态分布………………………………………………….
5.2  t分布……………………………………………………...
5.3  F分布……………………………………………………..    469

索引…………………………………………………………………………    503

None

进阶应用生物统计学：连续资料分析 (含SPSS使用说明)(第二版) 电子书 下载 mobi epub pdf txt 2024

类似图书 点击查看全场最低价

查看全网最低价