統計學與Excel資料分析之實習應用〈第七版〉[培養大數據分析力一定要會的統計分析與資料處理工具]


	培養大數據分析力一定要會的統計分析與資料處理工具利用Excel學習統計、習作統計、及應用統計，打造職涯競爭力　　使用Excel分析，易學易懂，現學現用　　是資料分析師及資料科學家的捷徑　　是升學考照及謀職就業的良方　　是學界科研論文發表及升等的基石！　　✪本書既可瞭解統計學，更可用Excel做大數據的資料分析。書中每章撰寫方式，係先介紹統計學的基本原理，再佐以Excel實習，以循序漸進方式，說明運用Excel的各個步驟，順利將理論和實習結合。　　✪章末皆附有作業習題，可供讀者自我評量學習成果，透過「做中學」掌握資料分析的全貌，並可掃描書中圖片的QR-CODE，觀看範例操作影片，超簡單。　　✪附錄包含「網路資源」、「程式模組」等資料內容，記載著每項分析的過程與結果。並新增一些Excel沒有的分析功能和技巧（如邏輯斯迴歸、ROC分析與Rasch分析、人工智慧神經網路模組、及章節相關統計的論文發表）、繪圖（如莖葉圖，盒形圖、存活分析製圖等）。讀者可自行開啟檔案、對照分析結果，更能達到邊做邊學的效果。透過步驟式教學的清楚指示，成為「資料分析師」及「資料科學家」，不再只是夢想！　　適用對象　　＊有統計學概念，想學一種簡單易用的軟體來分析資料者。　　＊有Excel 的基礎，想瞭解如何用它來進行資料分析者。　　＊未具備統計學和Excel的基礎，但想瞭解統計學和Excel資料分析者。　　藉由本書，您可學到：　　☛視覺圖示資料。　　☛撰述描述統計。　　☛據理推論統計。　　☛善用程式模組。　　☛厚植統計應用。　　☛發表學術論文。


	目錄前言：資料分析與Excel Chapter 01　緒論 1-1 統計學的意義 1-2 變項的分類 1-3 四種測量量尺 1-4 作業 Chapter 02　集中量數 2-1 平均數 2-2 其他集中量數 2-3 平均數、中位數、眾數的比較 2-4 Excel實習 2-5 作業 Chapter 03　變異量數與分佈形狀 3-1 變異量數 3-2 各種變異量數的比較 3-3 柴氏不等式定理 3-4 分佈形狀 3-5 Excel實習 3-6 作業 Chapter 04　常態分佈 4-1 常態分佈的特性 4-2 標準常態分佈 4-3 峰度與偏態 4-4 Excel實習 4-5 作業 Chapter 05　間斷機率分佈 5-1 機率理論 5-2 聯合、邊緣、條件機率 5-3 貝氏定理 5-4 間斷機率分佈 5-5 Excel實習 5-6 作業 Chapter 06　連續機率分佈 6-1 連續變項 6-2 連續機率分佈 6-3 隨機變項的一些特性 6-4 Excel實習 6-5 作業 Chapter 07　抽樣分佈與估計式 7-1 抽樣誤差 7-2 抽樣方法 7-3 抽樣分佈 7-4 估計式 7-5 Excel實習 7-6 作業 Chapter 08　區間估計 8-1 平均數的區間估計 8-2 兩平均數差異區間估計 8-3 變異數的區間估計 8-4 比率的區間估計 8-5 Excel實習 8-6 作業 Chapter 09　假設檢定 9-1 統計假設 9-2 一個母體平均數的檢定 9-3 兩母體平均數差異的假設檢定 9-4 變異數的假設檢定 9-5 比率的假設檢定 9-6 統計檢定力 9-7 Excel實習 9-8 作業 Chapter 10　類別資料分析 10-1 適合度檢定 10-2 獨立性檢定 10-3 同質性檢定 10-4 改變的方向性檢定 10-5 標準化殘差 10-6 期望值的大小 10-7 關連強度的測量 10-8 臨床診斷預測指標及勝算比 10-9 Excel實習 10-10 作業 Chapter 11　線性相關 11-1 共變數 11-2 皮耳森積差相關 11-3 相關係數的假設檢定 11-4 相關係數的區間估計 11-5 相關係數的一些現象 11-6 其他類似的相關係數 11-7 Excel實習 11-8 作業 Chapter 12　單因子變異數分析I 12-1 結構模式 12-2 平方和的分割 12-3 平均數估計與檢定 12-4 多重比較 12-5 Excel實習 12-6 作業 Chapter 13　單因子變異數分析II 13-1 模式假設的診斷 13-2 依變項量尺轉換 13-3 實驗效果值 13-4 統計檢定力 13-5 Excel實習 13-6 作業 Chapter 14　多因子變異數分析 14-1 結構模式 14-2 平方和的分割 14-3 因子效果的分析 14-4 無重複試驗 14-5 組內相關係數及信度 14-6 量表的因素結構 14-7 多因子設計 14-8 Excel實習 14-9 作業 Chapter 15　簡單迴歸與邏輯斯迴歸 15-1 五種主要的迴歸線 15-2 結構模式與參數估計 15-3 預測效果的變異數分析 15-4 平均數的估計誤差 15-5 新觀測值的預測 15-6 模式假設的診斷 15-7 邏輯斯迴歸 15-8 Excel實習 15-9 作業 Chapter 16　複迴歸 16-1 一般線性模式 16-2 迴歸係數的估計與檢定 16-3 預測效果的變異數分析 16-4 平均數的估計誤差 16-5 新觀測值的預測 16-6 標準化迴歸係數 16-7 共線 16-8 多項式迴歸方程式 16-9 預測變項的選擇 16-10 Excel實習 16-11 作業 Chapter 17　一般線性模式 17-1 單因子變異數分析 17-2 多因子變異數分析 17-3 共變數分析 17-4 Excel實習 17-5 作業 Chapter 18　無母數統計 18-1 符號檢定 18-2 魏氏相依樣本符號等級檢定 18-3 克瓦二氏單因子變異數分析 18-4 弗氏相依樣本等級檢定 18-5 作業 Chapter 19　Rasch分析 19-1 Rasch測量 19-2 模擬Rasch資料 19-3 估計模式的參數 19-4 Rasch模式的視覺圖 19-5 Rasch模式的連續性資料 19-6 作業 Chapter 20　神經網路的深度學習 20-1 神經網路和深度學習 20-2 釋例客觀結構化臨床技能測驗（OSCE） 20-3 梯度下降法 20-4 梯度下降法的設計 20-5 Excel程式模組完成問卷分析 20-6 卷積神經網路（CNN） 20-7 作業 Appendix A　導讀資源Excel-VBA模組 Appendix B　樞紐分析 Appendix C　抽樣調查的實例演練 Appendix D　新冠狀疫情實例演練 Appendix E　美國NBA球員名人堂之預測與分析實例演練 Appendix F　統合分析（Meta-analysis）統計公式與Excel程式設計 Appendix G　網路資源 Appendix H　附表 Appendix I　參考文獻