上篇
1.意見調查與問卷製作
1.1 意見調查的問卷製作
1.2 調查．研究主題的檢討
1.3 調查的企劃
1.4 問卷的製作
1.5 問卷的修正
1.6 有關就業調查的問卷範例
2.平均，變異數，標準差
2.1 平均，變異數，標準差
2.2 利用SPSS得出的平均、變異數、標準差
3.相關係數，等級相關，Cramer V關聯係數，Kappa一致性係數，Cohen d效果量
3.1 散佈圖，相關係數，等級相關
3.2 利用SPSS求相關係數
3.3 利用SPSS製作散佈圖
3.4 利用SPSS求等級相關係數
3.5 Kappa一致性係數
3.6 Kendall一致性係數
3.7 Cramer V相關係數
3.8 柯恩的效果量
4.獨立性檢定，適合度檢定，常態性檢定，McNemar檢定，Cochran Q檢定
4.1 獨立性檢定
4.2 適合度檢定
4.3 常態性檢定
4.4 McNemar檢定
4.5 Cochran Q檢定
5.勝算比，風險比
5.1 勝算（Odds）比，風險比
5.2 利用SPSS的勝算比、風險比
t檢定，Wilcoxon等級和檢定
6.1 t檢定─獨立（無對應時）樣本的t檢定
6.2 利用SPSS的t檢定
6.3 利用SPSS的Wilcoxon等級和檢定
6.4 t檢定─相關（有對應）樣本的t檢定
6.5 利用SPSS的無母數檢定（相關時）
7.單因子變異數分析與Kruskal-Wallis檢定
7.1 單因子變異數分析
7.2 利用SPSS的單因子變異數分析與多重比較
7.3 SPSS─Kruskal-Wallis檢定
7.4 SPSS─交互作用與下位檢定（重複數相等時）
8. Friedman檢定與多重比較
8.1 前言
8.2 Friedman 檢定
8.3 多重比較
9.反覆測量的變異數分析與多重比較
9.1 前言
9.2 反覆測量的變異數分析
9.3 多重比較
9.4 例題
10.多變量變異數分析與多重比較
10.1 前言
10.2 多變量變異數分析
10.3 多重比較
11.多變量共變異數分析與多重比較
11.1 單變量共變異數分析
11.2 單變量共變異數分析的平行性檢定
11.3 單變量共變異數分析與多重比較
11.4 多變量共變異數分析
11.5 多變量共變異數分析的平行性檢定
11.6 多變量共變異數分析與多重比較
12.一般線性模式
12.1 一般線性模式—交互作用
12.2 利用SPSS的一般線性模式—交互作用
13.因素分析與對應分析
13.1 因素分析 23
13.2 利用SPSS的因素分析—最大概似法
13.3 利用SPSS的因素分析—主軸因素法
13.4 對應分析—將質性資料的關聯圖式化
13.5 多重對應分析
14.複迴歸分析
14.1 單迴歸分析
14.2 分析步驟
14.3 複迴歸分析的虛擬變數法 33
14.4 複迴歸分析—逐步迴歸法
14.5 放入交互作用項時利用中心化迴避共線性的方法
15.類別迴歸分析
15.1 類別迴歸分析
15.2 利用SPSS的類別迴歸分析
16.主成分分析與集群分析
16.1 主成分分析與集群分析
16.2 利用SPSS的主成分分析
16.3 利用SPSS的集群分析
16.4 以散佈圖表現4個類型
17.類別主成分分析
17.1 類別主成分分析
17.2 利用SPSS的類別主成分分析
18.聯合分析
18.1 聯合分析
18.2 利用SPSS製作聯合卡
18.3 利用SPSS執行聯合分析—SCORE之情形
18.4 利用SPSS執行聯合分析—SEQUENCE之情形
19.單一受試體分析
19.1 單一受試體（single case）
19.2 利用SPSS的線形圖
19.3 利用SPSS的連檢定（Run Test）
19.4 SPSS的時間數列圖形—單邊對數
19.5 SPSS的一般線性模型
20.典型相關分析
20.1 概要
類別典型相關分析
21.1 前言
21.2 類別典型相關分析
22.階層迴歸分析
22.1 資料形式
22.2 資料輸入
22.3 SPSS分析步驟
22.4 SPSS輸出
22.5 輸出結果判讀
23.非線性迴歸分析
23.1 前言
23.2 非線性迴歸分析
下篇
1.統計處理須知
1.1 實驗計畫法與統計解析
1.2 估計
1.3 檢定的3個步驟
1.4 多重比較簡介
1.5 Tukey 的多重比較
1.6 Tukey的多重比較步驟
1.7 Dunnett的多重比較
1.8 Dunnett的多重比較步驟
2.無母數檢定
2.1 簡介無母數檢定
2.2 Wilcoxon的等級和檢定
2.3 Wilcoxon等級和檢定的步驟
2.4 Kruskal-Wallis檢定
2.5 Kruskal-Wallis檢定的步驟
2.6 Steel–Dwass的多重比較
2.7 Steel-Dwass檢定的步驟
2.8 Steel的多重比較
2.9 Steel檢定步驟
二因子變異數分析與多重比較
3.1 二因子（無對應因子與無對應因子）
3.2 二因子（無對應因子與有對應因子）
3.3 二因子（有對應因子與有對應因子）
4. Logistic迴歸分析
4.1 Logistic迴歸分析簡介
4.2 二元Logistic迴歸分析的步驟
4.3 多元Logistic迴歸
5. Probit分析
5.1 Probit分析簡介
5.2 Probit分析的步驟
6.卜瓦松迴歸
6.1 卜瓦松迴歸簡介
6.2 卜瓦松迴歸分析的步驟
7.次序迴歸分析
7.1 次序迴歸分析簡介
7.2 次序迴歸分析的步驟
8. Ridit分析
8.1 Ridit分析的簡介
8.2 Ridit分析的步驟—以組A為基準時
8.3 Ridit分析的步驟—將組A與B的合計取成基準時
9. Kolmogorov-Smirmov檢定
9.1 Kolmogorov-Smirmov 檢定簡介
9.2 K-S檢定的步驟
10. Mantel-Haenszel檢定
10.1 Mantel-Haenszel檢定簡介
10.2 Mantel-Haenszel檢定的步驟
11.存活分析—壽命表
11.1 壽命表
12.存活分析—Kaplan-Meier法
12.1 Kaplan-Meier法簡介
12.2 利用Kaplan-Meier法求存活率的方法
12.3 2條存活率曲線之差的檢定
12.4 檢定2條存活率曲線之差的步驟
13.存活分析—Cox迴歸分析
13.1 Cox迴歸分析簡介
13.2 Cox迴歸分析的步驟
13.3 比例風險性是否成立?
13.4 比例風險性的驗證
13.5 比例風險性驗證的步驟
14.對數線性分析
14.1 對數線性分析的簡介
14.2 對數線性分析的交互作用—此處是重點！
14.3 對數線性分析的步驟
15. Logit對數線性分析
15.1 前言
15.2 Logit對數線性分析
16.判別分析
16.1 目視的判別分析
16.2 使用線性判別函數求境界線
16.3 判別分數的求法
16.4 以正答率與誤判率確認判別結果
16.5 何謂標準化線性判別函數
17. ROC曲線
17.1 ROC曲線的主要作用
18.傾向分數
18.1 簡介
18.2 分析例
19.廣義線性模型與廣義估計方程式
19.1 簡介
19.2 廣義估計方程式
20.混合模式經時測量數據之分析
20.1 單因子
20.2 二因子（無對應）
20.3 二因子（有對應）
21.階層線性分析
21.1 簡介
21.2 範例
22.結構方程模式
22.1 多母體的聯合分析
22.2 指定資料的檔案
22.3 繪製共同的路徑圖
22.4 指定共同的參數
22.5 資料的組管理
22.6 於各類型中部分變更參數的指定
22.7 Amos的執行
22.8 輸出結果的顯示
參考文獻
三民網路書店
TAAZE 讀冊生活
iRead灰熊愛讀書
蝦皮商城
金石堂
