R統計軟體與多變量分析

陳正昌
現任
國立屏東大學教育學系副教授

學歷
國立政治大學教育學博士

著作
《SPSS與統計分析》（五南）
《Minitab與統計分析》（五南）
《統計分析與R》（五南）
《多變量分析方法》（五南）
《基礎統計學》（鼎茂）
《行為及社會科學統計學》（巨流）
《量化研究與統計分析》（新學林）

林曉芳
現任
朝陽科技大學幼兒保育系副教授

學歷
國立政治大學教育研究所教育心理與輔導組博士
國立政治大學教育研究所碩士
逢甲大學統計學系

經歷
明道大學課程與教學研究所副教授
嶺東技術學院應用外語系助理教授

研究專長
教育心理（學習心理、教學策略、教育測驗與評量）
量化研究方法（教育統計、應用統計、統計應用軟體、多變量分析）
性別教育（性別主流化、性別與社會）

1 多變量分析與R統計軟體簡介
1.1 多變量分析方法簡介
1.2 R統計軟體的特點及限制
1.3 R統計軟體的初步使用
1.4 資料的讀入與儲存
1.5 以矩陣進行典型相關分析
1.6 以矩陣進行多變量變異數分析
1.7 以選單進行分析
1.8 本書所用程式套件
2 多元迴歸分析
2.1 迴歸的意義
2.2 簡單迴歸
2.3 多個預測變數的多元迴歸模型
2.4 虛擬變數的多元迴歸分析
2.5 預測變數的選擇
2.6 樣本數之決定
2.7 迴歸診斷
2.8 分析結論
3 邏輯斯迴歸分析
3.1 邏輯斯迴歸分析適用時機
3.2 邏輯斯迴歸分析的通式
3.3 邏輯斯迴歸分析模型檢定
3.4 預測的準確性
3.5 邏輯斯迴歸分析係數的解釋
3.6 分析結論
4 典型相關分析
4.1 典型相關分析之概念
4.2 典型加權係數及典型相關係數
4.3 典型負荷量與平均解釋量
4.4 交叉負荷量與重疊量數
4.5 整體檢定與維度縮減檢定
4.6 效果量
4.7 典型函數的解釋
4.8 典型相關分析的基本假設
4.9 分析結論
5 區別分析
5.1 區別分析的理論基礎
5.2 區別分析的基本假定
5.3 區別分析的步驟
5.4 二次方區別分析
5.5 區別分析與集群分析之異同
5.6 區別分析與典型相關之異同
5.7 分析結論
6 多變量平均數之檢驗
6.1 單變量與多變量的差異
6.2 使用多變量分析的理由
6.3 多變量單一樣本平均數差異檢驗
6.4 多變量獨立樣本平均數差異檢驗
6.5 多變量相依樣本平均數差異檢驗
6.6 分析結論
7 多變量變異數分析
7.1 單因子多變量分析基本統計概念
7.2 多變量變異數分析之基本假設
7.3 單因子獨立樣本多變量變異數檢定方法
7.4 後續分析
7.5 效果量
7.6 分析結論
8 主成分分析
8.1 主成分分析之功能
8.2 主成分分析與因素分析的比較
8.3 主成分分析的求解
8.4 分析結論
9 試探性因素分析
9.1 因素分析之基本概念
9.2 因素分析之意涵
9.3 因素分析之步驟
9.4 分析結論
10 集群分析
10.1 集群分析概說
10.2 集群分析的意義及目的
10.3 相異性及相似性的計算
10.4 集群分析之方法
10.5 集群分析與其他方法之比較
10.6 分析結論
11 徑路分析
11.1 前言
11.2 徑路分析的基本假定
11.3 徑路分析的重要步驟
11.4 使用變異數—共變數矩陣進行分析
11.5 分析結論
12 驗證性因素分析
12.1 發展理論模型
12.2 評估模型的辨認
12.3 進行參數估計
12.4 評鑑模型的適配度
12.5 進行模型修正
12.6 二階驗證性因素分析
12.7 分析結論
13 結構方程模型
13.1 結構方程模型的特點
13.2 結構方程模型＝驗證性因素分析＋徑路分析
13.3 結構方程模型分析步驟
13.4 分析結論
14 偏最小平方結構方程模型
14.1 兩種結構方程模型
14.2 PLS-SEM的特點
14.3 PLS-SEM的分析步驟
14.4 分析結論
14.5 使用seminr程式套件
14.6 使用matrixpls程式套件
15 多層次模型
15.1 多層次資料適用時機
15.2 簡單迴歸分析
15.3 兩個縣市之簡單迴歸分析
15.4 二十個縣市之簡單迴歸分析
15.5 二層次模型
15.6 二層次模型及其次模型
15.7 多層次模型的估計
15.8 模型的評估
15.9 估計值檢定
15.10 樣本數的決定
15.11 分析步驟
15.12 總結