愛上統計學:使用 R語言 Statistics for People Who (Think They) Hate Statistics Using R
Neil J. Salkind、Leslie A. Shaw 著 余峻瑜 譯
- 出版商: 五南
- 出版日期: 2021-03-03
- 定價: $680
- 售價: 9.5 折 $646
- 貴賓價: 9.0 折 $612
- 語言: 繁體中文
- 頁數: 592
- ISBN: 9865224534
- ISBN-13: 9789865224530
-
相關分類:
R 語言、機率統計學 Probability-and-statistics
立即出貨 (庫存=1)
買這商品的人也買了...
-
$420$332 -
$720$569 -
$580$458 -
$680$537 -
$403機器學習理論導引
-
$520$406 -
$780$616 -
$420$378 -
$520$411 -
$599$473 -
$480$379 -
$580$522 -
$790$672 -
$599$473 -
$650$585 -
$720$562 -
$720$569 -
$611R語言機器學習實戰
-
$780$616 -
$720$569 -
$412Diffusion AI 繪圖模型構造與訓練實戰
-
$680$537 -
$680$537 -
$520$406 -
$650$507
相關主題
商品描述
YA!我喜歡統計學!R語言版來了!
你也許常聽到「統計學好難喔」、「念統計有什麼用」這樣的話,
那只是很少人發現統計學的魅力,這本書將顛覆你的刻板印象!
外表看似枯燥又艱深,骨子裡卻是有趣又實用,
講解觀念親切生動,讓你一不小心就愛上統計學了。
※每章均附「真實世界的統計」,讓你知道統計其實默默地貼近你的生活。
※互動式學習網站加深你與統計學的情感連結。
※本書附有資料檔,請至五南官網輸入本書書號,即可找到資料下載處。
學統計學也可以很輕鬆!
讀者千呼萬喚的R語言版也出來囉!
這是一本關於基礎統計學,以及在不同情況下,如何應用統計學分析和理解資料的書。本書理論的部分、數學證明或特定數學程式的討論很少。為什麼呢?很簡單,因為目前的你還不需要。
這本書針對學生而寫,但並非降低標準,而是盡可能給予充分資訊,展現基本概念及最常用的技術。本書也沒有設定在接觸之前需要具備什麼知識,全書進度安排得宜,讓學生按自己的節奏安排進度。
本書將教你如何精準善用統計學,搭配廣泛運用於統計領域的R語言,讓它成為你研究或工作上最好的夥伴。
作者簡介
尼爾‧J‧薩爾金德(Neil J.Salkind, 1947~2017)
於堪薩斯大學心理學和教育學系執教35年,同時兼任人類發展和家庭生活系的教授。35年來,開設的課程有發展理論、生命全程發展理論、統計學和研究方法。
獲得馬里蘭大學人類發展博士學位,發表了150多篇專業文章及一些大學教材,如《兒童發展、探索性研究和人類發展理論導論》(Sage,2004)。他也是1989~2002年《兒童發展摘要與傳記》的編輯。在兒童發展研究領域很活躍,在貿易領域也有頗多著述。喜歡烹飪、游泳、閱讀、藏書及尋找古董車和老舊建築。
萊絲莉‧A‧肖(Leslie A. Shaw)
堪薩斯大學心理學博士,專精於定量心理學。曾於堪薩斯大學發育障礙中心從事博士後研究,後於康奈爾大學就業與殘疾研究所擔任研究助理,與人共同發表了20多篇文章,同時擔任《知識與發展障礙》雜誌的統計顧問。現居紐約伊薩卡,喜歡讀書、旅行。
目錄大綱
關於作者
序言
致謝
電子資源
PART I 耶!我喜歡統計學
1 統計學或虐待學?由你自己決定
為什麼要學習統計學?
五分鐘統計學簡史
統計學:它是什麼(以及它不是什麼)
我在統計學課堂上做什麼
使用這本書學習統計學的十種方式
這本書還涵蓋了哪些範圍呢?
小結
PART II 歡迎來到這個有趣、有用、有彈性、好玩、而且(非常)深入的R語言及RStudio的世界
2 這裡就是你跟R的初戀與緣分的起點
R語言的極簡史
R語言的優點
R語言的缺點
其他使用R的理由?
給你(以及你的老師)一個關於開源軟體的簡短註解
去哪裡尋找並下載R
R的套件及函式
格式注意事項
一堆免費的資料集!
在R中尋求幫助
用help來尋求幫助
一些重要的專門術語
去哪裡尋找並下載RStudio
我們來玩一下RStudio吧
從RStudio操作
小結
3 使用RStudio──比你想像中容易
盛大的旅程及四個窗格
RStudio 窗格的好處
小試身手─—使用剛才介紹的目錄、標籤、及一個樣本資料集來使用RStudio吧!
基本知識:+, -, ? , *, 和更多:使用運算符處理資料
讓我們看看工作空間中的內容
讀取已存在的資料集
糟糕!你如何更正命令列錯誤?
指向或單擊以打開資料集
計算某些統計值
關於R和RStudio的十大重要事項(非依據重要程度排序)
小結
PART III 西格瑪•佛洛伊德 (Σigma Freud) 和敘述統計
4 必須完成的功課」──計算和瞭解平均值
計算平均數
計算中位數
計算眾數
集中趨勢測量數的選擇(以及現在你所需要知道的測量尺度)
應用電腦和計算敘述統計值
真實世界的統計
小結
5 差異萬歲─—瞭解變異性
為什麼瞭解變異性很重要
計算全距
計算標準差
步驟引導
重要的是什麼?
計算變異數
標準差與變異數
使用R 計算變異性測量數
真實世界的統計
小結
6 一幅圖真的相當於千言萬語
為什麼要用圖形表示資料?
完成一張好圖的十種方法
第一要事:建立次數分配
圖變厚了:建立直方圖
下一步驟:次數多邊形圖
累積次數
其他圖示資料的絕妙方法
使用電腦(R)呈現資料
真實世界的統計
小結
7 霜淇淋和犯罪──計算相關係數
相關係數到底是什麼?
計算簡單相關係數
瞭解相關係數的涵義
決定性的努力:將相關係數平方
輸入資料來計算相關係數
透過匯入文件來計算相關係數
其他很酷的相關
談一談部分相關
用R來計算部分相關
真實世界的統計
小結
8 只是真相──瞭解信度和效度
信度和效度介紹
信度:再做一次,直到做對
信度的不同類型
計算a係數或克隆巴赫係數
使用R計算克隆巴赫 (Cronbach) 係數
瞭解R呈現結果的意涵
多大才是大?解釋信度係數
效度─—哇!真相是什麼?
最後的友善建議
信度和效度:非常親密的兄弟
真實世界的統計
小結
PART IV 抓住獲得樂趣和利潤的機會
9 假設和你─—檢定你的問題
因此你想成為一位科學家……
樣本和母體
虛無假設 (Null Hypothesis)
研究假設 (Research Hypothesis)
好的假設標準是什麼?
真實世界的統計
小結
10 來和鐘形曲線玩耍吧─—機率和機率的重要性
為什麼是機率?
常態曲線(或鐘形曲線)
我們最中意的標準分數:z分數 (z score)
假設檢定和z分數:第一步
環肥燕瘦的分布型態
真實世界的統計
小結
PART V 顯著性差異─—使用推論統計
11 顯著的顯著性─—對你我來說,它意味著什麼
顯著性的概念
顯著性與有意義 (meaningfulness)
推論統計介紹
顯著性檢定介紹
變得更有信心
真實世界的統計
小結
12 只有孤單一個──單一樣本Z檢定
單一樣本z檢定的介紹
通往智慧和知識的道路
計算檢定統計量
使用R來做z檢定
特殊效果:這是真正的差異嗎?
真實世界的統計
小結
13 兩個群體的t檢定─—不同群體的平均數檢定
獨立樣本t檢定的介紹
通往智慧與知識的道路
計算t檢定統計量
t(EA) 的效應量
使用R來計算t檢定量
真實世界的統計
小結
14 兩個群體的t檢定─—相關群體的平均數檢定
相依樣本t檢定的介紹
通往智慧與知識的道路
計算檢定統計量
使用R進行t檢定
t(EA) 的效應量(再一次)
真實世界的統計
小結
15 兩個群體是否太多?─—嘗試進行變異數分析
變異數分析的介紹
通往智慧與知識的道路
ANOVA 的不同選擇
計算F檢定統計量
使用R計算F比率
簡單變異數的效應量
但差異在哪呢?
真實世界的統計
小結
16 兩個以上的因子─—因子變異數分析的簡要介紹
因子變異數分析的介紹
通往智慧與知識的道路
ANOVA的新選擇
一堆效應
主要事件:因子ANOVA的主效應
其他列
按組別繪製平均值
或許更有趣的:交互效應
關於變異的假設
使用R計算F檢定統計量
計算效應量對於因子變異數分析
真實世界的統計
小結
17 親戚或只是好朋友?─—用相關係數檢定關係
相關係數檢定之簡介
通往智慧與知識的道路
計算檢定統計量
原因與相關(再一次!)
使用電腦計算相關係數
真實世界的統計
小結
18 使用線性迴歸─—預測未來
線性迴歸簡介
預測是怎麼一回事
預測的邏輯
為你的資料繪製最佳直線
我們的預測有多好?
使用R計算迴歸直線
瞭解R的輸出報告
預測變數越多就越好?可能……
真實世界的統計
小結
PART VI 更多統計!更多工具!更多樂趣!
19 卡方和其他無母數檢定─—非常態時該如何
無母數統計的介紹
配適度(單樣本)卡方檢定
計算卡方檢定統計量
獨立性卡方檢定
計算獨立性卡方檢定的統計量
使用R進行卡方檢定
瞭解R的輸出報告
你應該瞭解的其他無母數檢定
真實世界的統計
小結
20 你應該瞭解的其他重要統計方法
多變量變異數分析 (Multivariate Analysis of Variance)
重複量測的變異數分析 (Repeated-Measures ANOVA)
共變異數分析 (Analysis of Covariance, ANCOVA)
多元迴歸 (Multiple Regession)
多層次模型 (Multilevel Models)
後設分析 (Meta-Analysis)
邏輯斯迴歸 (Logistic Regression)
因素分析 (Factor Analysis)
路徑分析 (Path Analysis)
結構方程式模型 (Structural Equation Modeling)
小結
附錄A R和RStudio帶來更多樂趣
附錄B 表
附錄C 資料集
附錄D 練習題答案
附錄E 數學─—只是基礎而已
附錄F 10個(或更多)最佳(和最有趣)的統計網址
附錄G 資料蒐集的10 個誡律
附錄H 統計術語
附錄I 給你的獎賞—布朗尼食譜