高等統計：應用 SPSS 分析 (附光碟)

張紹勳
學歷：國立政治大學資訊管理博士
現任：國立彰化師大專任教授
經歷：致理技術專任副教授

林秀娟
學歷：國立臺灣師範大學教育心理研究所碩士
現職：臺北市立成功高中專任教師

Chapter01 統計學回顧
1-1 統計學回顧
1-1-1單變量vs. 多變量統計
1-1-2統計分析法
1-1-3統計公式之重點整理
1-1-4檢定與信賴區間之關係
1-2 常態曲線(normal curve)
1-3 樣本大小的決定(sample size)
1-4 Type I 誤差α 及Type II 誤差β：ROC 圖切斷點的由來
Chapter02 假定(assumption) 的偵測及補救法 5
2-1 自定SPSS 介面( 自己習慣的介面)
2-2 資料分析前之檢查(examining data)
2-2-1散布圖(ggraph 指令)：最小平迴歸法錯用的4 情況？
2-2-2直方圖(ggraph 指令)
2-2-3莖葉圖(EXAMINE /plot stemleaf 指令)
2-2-4二個次序變數(vocab、educ) 之散布圖
2-3 假定(assumption) 的偵測及補求法：變數變換(transforming data)
2-3-1用線形圖檢視連續變數是否符合常態性的假定(assumption)
2-3-2曲線關係就違反直線性假定：改用加權(weighted)OLS 迴歸
2-3-3變數變換( 迴歸分析)：違反誤差常態性的假定就做log(x) 變換
2-3-4 ANOVA：盒形圖發現變異數異質性：改用Welch 法
Chapter03 勝算比(odds ratio)、卡方檢定、Logistic迴歸 3-1 適用條件
3-2 卡方檢定：關聯性分析
3-2-1 卡方檢定之介紹
3-2-2 卡方檢定之實作( 獨立性檢定、百分同質性)
3-3 卡方檢定包含於logistic 迴歸：勝算比
3-3-1 odds ratio 之意義
3-3-2 列聯表(contingency table)、相對風險、勝算比(odds ratio) 及卡方檢定(crosstabs、 logistic regression 指令)
3-3-3卡方logistic 迴歸：同意人類可實驗貓大腦注入藥物嗎(logistic regression、crosstabs 指令)
Chapter04 兩組平均數之比較：t 檢定值≒ Meta 的效果量
4-1 t 檢定之簡介
4-2 t 檢定之解說：comparing group means
4-2-1 單變量：Student’s t-distribution
4-2-2 t 檢定的條件：假定(assumption)
4-2-3 單變量：Student’s t 檢定(t-test)
4-2-4 獨立樣本t 檢定vs. 單因子變異數分析
4-2-5 t檢定、ANOVA，使用STaTa、SAS 和SPSS 之差別
4-2-6 t檢定資料檔的編碼安排
4-3 t 檢定(t考驗)：三種型t-test 實作
4-4 t 檢定、ANOVA、判別分析、迴歸的關係(t-test、oneway、regression、discriminant 指令)
Chapter 05 獨立樣本ANOVA、重複測量
5-1 變異數分析(ANOVA) 之簡介
5-1-1　ANOVA【基本概念】
5-1-2　ANOVA【重點整理】
5-2 one way ANOVA 分析(oneway、oneway /contrast、oneway /posthoc、unianova /print = etasq、oneway /polynomial 指令)
5-2-1 one way ANOVA：四種教學法的教學效果比較(oneway 指令)
5-2-2單因子ANOVA：A 因子( 四組) 在連續變數Y 的平均數比較(oneway、oneway /contrast、oneway /posthoc、unianova /print =etasq、oneway /polynomial 指令)
5-3 two way ANOVA 分析
5-3-1 two way ANOVA：教室氣氛(a) 和教學方法(b) 對學習成就(y)：交互作用項(MANOVA 指令)
5-4 單層次：重複測量的混合效果模型(mixed effect model for repeated measure)
5-4-1重複量測(repeated measurement)ANOVA 的重點整理
5-4-2重複測量ANOVA 之F 檢定公式
5-4-3重複測量ANOVA 之主要效果/ 交互效果檢定(雙層MIXEDvs.單層GLM 指令)
5-5 雙層次(MIXED 指令)：重複測量的混合效果模型
5-5-1 雙層次vs.二因子混合設計ANOVA：wide 格式(雙層MIXEDvs.單層GLM 指令)
5-5-2雙層次vs.二因子混合設計ANOVA：long格式(MIXED指令)
Chapter06 共變數分析(ANCOVA)
6-1 單變量：ANCOVA(共變數分析)
6-1-1單因子ANCOVA 之原理
6-1-2單因子MANCOVA 之重點整理
6-1-3單因子ANCOVA vs. 調整用途的共變數( 連續變數) 分割為類別變數，再進行ANOVA
6-2 為何要MANCOVA 取代MANOVA 呢？ANCOVA ≠ ANOVA(UNIANOVA、GLM 指令)
6-2-1單因子MANCOVA：3 個檢定(GLM 指令)
6-2-2二因子MANOVA 與MANCOVA 平均數及效果比較(交互作用顯
著)(UNIANOVA、GLM 指令)
Chapter07 線性迴歸的診斷
7-1 自變數與依變數是直線關係(linearity)，此假定若違反，則取log()、開根號
7-2 檢定變異數的非線性及同質性(tests on nonlinearity and homogeneity of
variance)
7-2-1殘差非線性(nonlinearity)：迴歸式「預測值vs. 殘差」散布圖
7-2-2殘差異質性(homoscedasticity)：迴歸式「預測值vs.殘差」散布圖
7-3 殘差的常態性：P-P 圖、Q-Q 圖、Shapiro-Wilk W 常態檢定
7-4 模型界定：如何篩選足夠的預測變數們？
7-5 誤差的獨立性(independence)：(EXAMINE VARIABLES=×× BY ×× /
PLOT=BOXPLOT 指令)
7-6 共線性(multicollinearity) 診斷
7-7 偵測不尋常且有影響力的觀察值(graph /scatterplot(bivar)=×× with ×× by 指令)
Chapter08 線性迴歸
8-1 t檢定、ANOVA、判別分析、迴歸的隸屬關係 (t-test、oneway、regression、discriminant 指令)
8-2 簡單線性迴歸(simple linear gression)
8-3 多元線性迴歸(regression 指令)
8-4 如何挑選預測變數的最佳組合：用Mallow’s Cp值及Adjusted R2 來比較模型
Chapter09 內生的共變：工具變數及兩階段最小平方法(2SLS)
9-1 工具變數及兩階段最小平方法(2sls 指令)
9-1-1進行OLS 統計分析時應注意之事項
9-1-2工具變數(IV) 之重點整理
9-1-3隨機解釋變數X(random regressor) 與工具變數Z(instrumental variable)
9-1-5為何需要多個工具變數？
9-1-6工具變數(instrumental variables) 在教育應用
9-2 兩階段最小平方法(2SLS) 分析七步驟(2sls y with x /instruments z 指令)
9-2-1兩階段最小平方法(2SLS) 迴歸：消費者行為(2sls y with x /
instruments z 指令)
9-2-2練習題：兩階段迴歸vs. 最小平方法迴歸
參考文獻