基礎統計與R語言-FindBook 找書網 ISBN:9786263938304

內容簡介

　　⊙系統性內容編排：章節難度由淺至深安排，循序漸進建構知識。

　　⊙實務應用導向：透過案例，學習運用各種統計方法分析問題，並以R語言的統計程式套件，解決不同的統計模式，達到做中學的學習效果。

　　⊙提供習題演練：各章節皆附有習題，學習成效輕鬆驗收。

　　【以R語言學習統計，邊做邊學好懂易上手】

　　本書以R語言作為統計學教學的嚮導，運用R語言之程式套件中世界各地實際的研究個案與資料，讓學習者認識各種統計方法，解決不同的統計模式，也能了解統計在各方面的應用。

　　書中章節安排難度由淺至深，循序漸進帶領學習者一一攻克各種統計方法，內容包含：R語言基礎指令操作、單變數資料、兩個與多個變數資料、機率、離散型機率分配、連續型機率分配、抽樣分配、常態近似與自助抽樣法、估計、統計假說檢定、變異數分析：多個母體平均數比較、簡單線性迴歸分析、多元線性迴歸分析、適合度檢定：類別資料分析、無母數統計等。各章節最末提供習題，讓學習者可透過演練驗收學習成效，加深記憶、鞏固知識。

作者介紹

作者簡介

陳基國

　　現職：

　　國立臺灣海洋大學航運管理系兼任教授

　　學歷：

　　淡江大學管理科學研究所博士

　　經歷：

　　中央研究院統計科學研究所助理研究員

　　國立臺灣海洋大學教授

　　育達科技大學教授兼管理學院院長

第1章 R語言基礎指令操作
1.1 簡介
1.2 把R當作計算器
1.3 幾個常用函數
1.4 以c()輸入資料（using c() to enter data）
1.5 資料結構（creating structured data）
1.6 作平面圖
1.7 由其他資源取得資料（reading in other sources of data）
1.8 習題

第2章單變數資料
2.1 質性資料（qualitative data）
2.2 量化資料（numeric data）
2.3 中間趨勢（central tendency）
2.4 分散程度（dispersion）
2.5 習題

第3章兩個或多個變數資料
3.1 成對類別變數（pairs of categorical variables）
3.2 量化資料獨立樣本分配比較（comparing independent samples）
3.3 成對數字資料之關係（relationships in numeric data）
3.4 多變數資料（multivariate data）
3.5 習題

第4章機率
4.1 機率定義
4.2 機率問題的結構：機率空間（probability space）
4.3 機率公式
4.4 等機率模式（equally likely model）
4.5 計數方法（counting methods）
4.6 條件機率（conditional probability）
4.7 獨立事件（independent event）
4.8 貝氏定理（Bayes’ Rule）
4.9 習題

第5章離散型機率分配
5.1 隨機變數（random variable）
5.2 離散型隨機變數之機率函數（probability function of discrete random variable）
5.3 離散型隨機變數之平均數、變異數與標準差（mean, variance, and standard deviation of discrete random variable）
5.4 離散型均勻分配（the discrete uniform distribution）
5.5 二項分配（the binomial distribution）
5.6 超幾何分配（the hypergeometric distribution）
5.7 幾何分配（the geometric distribution）
5.8 負二項分配（the negative binomial distribution）
5.9 普瓦松分配（the Poisson distribution）
5.10 習題

第6章連續型機率分配
6.1 連續型機率函數（probability density functions）
6.2 連續型均勻分配（the continuous uniform distribution）
6.3 常態分配（normal distribution）
6.4 指數分配（exponential distribution）
6.5 卡方分配、T分配與F分配（the chi-square, student’s t, and Snedecor’s f distributions）
6.6 習題

第7章抽樣分配
7.1 隨機抽樣（random sampling）
7.2 抽樣分配（sampling distribution）
7.3 樣本平均數抽樣分配（distribution of sample mean）
7.4 兩獨立樣本平均數差的分配（the distribution of difference of two independent sample means）
7.5 樣本變異數分配（the distribution of the sample variance）
7.6 習題

第8章常態近似與自助抽樣法
8.1 模擬（simulation）與中央極限定理（central limit theorem）
8.2 以常態分配近似二項分配（the normal approximation for the binomial）
8.3 以常態分配近似普瓦松分配
8.4 以常態分配近似卡方分配
8.5 樣本中位數之分配
8.6 自助抽樣法（bootstrap method）
8.7 習題

第9章估計
9.1 點估計
9.2 點估計量的性質
9.3 母體平均數之區間估計（confidence intervals for means）
9.4 一個母體比例p的信賴區間
9.5 一個常態母體變異數的信賴區間
9.6 決定樣本數
9.7 兩個母體平均數差的信賴區間（confidence intervals for differences of two means）
9.8 兩個非常態母體平均數差的信賴區間
9.9 兩母體比例差p1–p2之信賴區間
9.10 母體平均數差配對樣本區間估計
9.11 兩常態母體變異數比例σ21/σ22區間估計（confidence interval of ratio of two independent sample variances）
9.12 習題

第10章統計假說檢定
10.1 統計假說（statistical hypothesis）
10.2 型I誤（type I error）與型II誤（type II error）
10.3 檢定方法：棄卻域法、p值法與信賴區間法
10.4 一個常態母體平均數檢定（one sample tests for means of normal distributions）
10.5 一個非常態母體平均數檢定（one sample tests for means of nonnormal distributions）
10.6 一個母體比例檢定（test for a population proportion）
10.7 一個常態母體變異數σ2的檢定（test for a normal population variance）
10.8 兩常態母體平均數差的檢定（tests for differences of two means）
10.9 兩非常態母體平均數差的檢定（tests for differences of two means）
10.10 母體平均數差配對樣本檢定
10.11 兩母體比例差p1–p2之檢定
10.12 兩獨立樣本變異數比例σ21/σ22檢定（test of ratio of two independent sample variances）
10.13 習題

第11章變異數分析：多個母體平均數比較
11.1 單因子變異數分析（one-way ANOVA）
11.2 單因子變異數分析多重比較（multiple comparisons）
11.3 雙因子變異數分析：含交互作用（two-way ANOVA）
11.4 雙因子變異數分析多重比較（multiple comparisons）
11.5 雙因子變異數分析：不含交互作用（two-way ANOVA without interaction effect）
11.6 習題

第12章簡單線性迴歸分析
12.1 模式意義與假設
12.2 迴歸係數最佳估計量之分配（point estimates of the regression line）
12.3 直線迴歸線的區間估計與預測（interval estimates of the regression line and prediction）
12.4 判定係數與相關係數（coeffcient of determination and correlation coefficient）
12.5 殘差分析（residuals analysis）：檢視模式假設
12.6 習題

第13章多元線性迴歸分析
13.1 多元線性迴歸模式（the multiple linear regression model）
13.2 多元線性迴歸係數估計（parameter estimates）
13.3 多元迴歸係數之估計與檢定（estimation and test of the regression coefficients）
13.4 迴歸方程式之信賴區間與預測區間（confidence and prediction intervals）
13.5 多元判定係數（multiple coefficient of determination）
13.6 全模式檢定（overall F test）
13.7 交互作用檢定（test of interaction effect）
13.8 聯合假說檢定（joint hypotheses test）
13.9 虛擬自變數（dummy variables or qualitative explanatory variables）
13.10 適當模式選擇（model selection）
13.11 習題

第14章適合度檢定：類別資料分析
14.1 多項分配（the multinomial distribution）
14.2 皮爾生卡方統計量（Pearson's chi-square statistic）與適合度檢定（goodness of fit test）
14.3 連續型機率分配檢定（test of continuous distributions by chisquare statistic）
14.4 多項分配的比較
14.5 獨立性檢定（the chi-squared test of independence）
14.6 辛普森悖論
14.7 習題

第15章無母數統計
15.1 符號檢定（the sign test）
15.2 威爾卡森符號排序檢定（the Wilcoxon signed-rank test）
15.3 兩母體中位數差檢定（the Wilcoxon rank-sum test for equality of center或the Mann-Whitney U）
15.4 單因子變異數分析：K-W 檢定（Kruskal-Wallis test）
15.5 雙因子變異數分析：Friedman 檢定
15.6 Spearman 排序相關係數
15.7 習題

參考資料

看更多

序

　　根據作者在大學院校多年教授統計學的經驗，認識到對大多數學生而言，尤其是商管學院的學生，都覺得統計學是門艱澀且枯燥的課程。幾經各種嘗試，發現若學生在學習的過程中能藉實際操作統計方法，應用在各種不同的領域裡，就會增加學習統計學的興趣；同時發現在R語言的系統中，不但包含著許許多多的統計程式套件，可以解決各種不同的統計模式，也包含著各色各樣的實例，並應用統計方法解決這些問題。因此近年來，作者在教學過程中使用R語言，並引進這些例子，讓學生以R中的程式套件，實際操作，解決這些問題，的確有效的提高學生學習的效果，因此有了將這些經驗著作成書的念頭。本書內容的安排，即是希望學生能藉著邊做邊學的過程中學好統計學與R語言。

　　本書共十五章，書中所有的圖與表都是以R語言做成的。R語言可計算出任何的機率值，以R作為教學工具，計算機率就不再需查統計表，故本書不將各種統計表包含在附錄中。本書內容之第一章介紹一些簡單且在使用R語言時必要的指令，目的不在教導學生全面學會R語言，而是為以後認識各章中R語言做準備。有了第一章的內容，學生就可知道在以後的各章出現的R指令的作用，這樣就可邊學統計學的內容，也可一邊應用R語言的指令解決統計問題。書中的例子，除有傳統的計算外，幾乎都有以R語言解一遍，且將以R解出的結果都放在一個方塊內，紅色文字或符號即是R指令，計算出的結果則是以黑字呈現。書中許多例子與習題採自R系統中常被討論的問題，學生在學習完本書所有的內容後，對R語言也就會有一定的認識。

　　書中第二、三章是傳統的敘述統計內容，以R程式套件做各種統計圖與表，相當於是讓學生學習探索統計（exploratory data analysis, EDA）。第四章到第七章是傳統的機率（probability）與分配（distribution）內容。為讓學生認識R語言強大的模擬（simulation）功能，本書將常態近似（normal approximation）與自助抽樣法（bootstrap method）獨立成第八章。第九章與第十章介紹估計（estimation）與檢定（testing）。第十一章是變異數分析（analysis of variance）。第十二章介紹簡單線性迴歸（simple linear regression），因R語言的使用，本章包含了許多殘差分析的內容。第十三章介紹多元線性迴歸（multiple linear regression），也特別依賴R語言的計算能力。第十四章與第十五章則是屬於無母數統計學的適合度檢定（goodness of fit test）與無母數統計（nonparametric statistics）。

　　作者藉此機會要感謝啟蒙老師陳山火與在淡江管理科學研究所博士班教導統計理論的張紘炬兩位教授，他們耐心的教導，讓作者對統計學產生濃厚的興趣；更要感謝黃文濤教授，在黃教授潛移默化的諄諄教誨中，帶領作者探究統計思維的內涵與精神。此外，作者也感謝國立臺灣海洋大學的鄭森雄校長與吳榮貴主任，提供作者一個研究暨教學的良好環境，作者得以在海大安身立命繼續成長。作者感謝內人蕭海濤小姐，她操持一個溫暖的家庭，讓我得以無後顧之憂的順利完成此書的寫作。本書編輯過程承蒙國立臺灣海洋大學校友服務中心吳瑩瑩主任、五南圖書出版公司駱宗南協理的推薦及商管財經編輯室主編侯家嵐悉心協助，方得付梓，特此謝過。本書雖也經過許多次的修正與除錯，然相信仍有許多可以改進的地方，作者會十分感謝發現並告知的讀者。

臺灣基隆

陳基國

2024年7月

看更多