多變量分析《第七版》

<內容簡介>

廣泛運用於管理科學、社會科學和行為科學的本書，是描述分析處理多變量資料極重要的統計方法，熱銷七版，是研究人員最重要的工具。
在管理導向、應用導向、使用者導向等面向均能兼顧，蓋已盡括多變量分析技術重要層面，研究問題、假定條件、運算程式、顯著性檢定、分析結果等方面皆有解釋。
著重各種方法的基本觀念及運用，並避免繁瑣的演算，即使非數理專業背景，亦能快速進入本書核心並能加以活用。
作者曾任教國立中山大學、義守大學副校長，本書為其重要代表著作，7版內容非常紮實，各大學採用非常踴躍。

<目錄>

第1章　基本概念

1. 變量和衡量尺度

2. 多變量分析的分類

3. 多變量分析的假定

4. 資料的轉形

 

第2章　變異數分析

1. 基本概念

2. 決策流程

3. 單因素變異數分析

4. 多重比較法

5. 二因素變異數分析

6. 共變數分析

 

第3章　多變量變異數分析

1. 基本概念

2. 決策流程

3. 模式計算與檢定

4. 多變量共變數分析

 

第4章　複迴歸

1. 基本概念

2. 決策流程

3. 簡單迴歸模式

4. 複迴規模式

5. 判定係數與相關係數

6. 顯著性檢定

7. 自相關與複共線性

8. 虛變數複迴歸模式

9. 選取預測變數的方法

10. 應用實例

 

第5章　自動互動檢視法

1. 基本概念

2. 決策流程

3. 分割過程

4. 優點與限制

5. 與其他方法之結合

6. 應用實例

 

第6章　區別分析

1. 基本概念

2. 決策流程

3. 二群體區別函數

4. 複區別分析

5. 預測變數的相對重要性

6. 應用實例

 

第7章　聯合分析

1. 基本概念

2. 決策流程

3. 受測體的展示方法

4. 受測體的描述

5. 優缺點與管理應用

6. 應用實例

 

第8章　典型相關分析

1. 基本概念

2. 決策流程

3. 典型相關係數

4. 顯著性檢定

5. 重疊指數

6. 典型函數的解釋

7. 應用實例

 

第9章　典型相關分析

1. 基本概念

2. 決策流程

3. 共同性的估計

4. 共同因素的萃取

5. 因素的轉軸與解釋

6. 應用實例

 

第10章　因素分析

1. 基本概念

2. 決策流程

3. 相似性的衡量

4. 層次集群方法

5. 非層次集群方法

6. 二階段集群分析

7. 應用實例

 

第11章　多元尺度法

1. 基本概念

2. 決策流程

3. 運算步驟

4. 應用實例

5. 一致性分析

 

第12章　結構方程式模式

1. 基本概念

2. 決策流程

3. 模式的適合度

4. 應用實例

 

附　表

1　常態曲線面積

2　t值表

3　卡方（Chi-square）分配表

4　F分配表

5　杜賓-瓦特生（DW）檢定表