第一篇 多變量統計分析

1. 獨立性檢定的意見處理

2. Mantel-Haenszel檢定

3. 決策樹分析

4. 傾斜權重分析

5. 對應分析

6 多重對應分析

7 名義迴歸分析

8 順序迴歸分析

9 類別迴歸分析

10 多階層分析

11 Logit分析

12 Probit分析

13 Poisson迴歸分析

14 TURF分析

15 因素分析

16 類別主成分分析

17 傾向分數分析

18 語意差異法分析

19 Wilcoxn 等級和檢定

20 Kruskal-Wallis 檢定

21 Friedman檢定

22 聯合分析

23 選擇型聯合分析

24 問卷的信度分析

25 類別典型相關分析



第二篇 貝氏統計推論

26 貝氏統計簡介

27 貝式推論獨立樣本

28 貝式推論成對樣本

29 貝氏推論單樣本常態分配

30 貝式推論單樣本二項分配



?

序言



　　不管在哪種研究領域中，「沒有證據的主張」是不被重視的。沒有證據時，就變成了「終究是使用者個人的意見」而已。

　　那麼要如何做才能形成「基於根據的主張」呢？



　　近年來在醫學的領域中，EBM（Evidence-Based Medicine）亦即「基於根據的醫療」是中心話題，成為其根據的就是醫學的實驗數據，然而在工商業的領域中，EBM（Evidence-Based Management）亦即「基於根據的管理」也是中心話題，成為其根據的就是工商業的意見調查數據。



　　藉由適切的方法分析數據，才可導出結論。也就是說「根據」=「數據」。「基於根據的主張」=「適切地分析數據得出的結論」。試著收集研究領域中的數據，提出「有根據的主張」吧。



　　然而與數值數據為中心的實驗有所不同，在工商業調查中，取決於問項是名義數據、順序數據、數值數據等，經常要處理許多類型的數據。

　　譬如：

　　問項A：您的性別是？

　　此情形時，回答即為名義數據。

　　問項B：您對以下的問題贊成的程度有多少？

　　此情形時，回答即為順序數據。

　　問項C：您的年齡是？

　　此情形時，回答即為數值數據。



　　因此，意見調查的統計處理，需要有各種類型的統計手法。本書是對此種意見調查的統計處理使用SPSS分析。本書的口號即為「快」、「簡單」、「馬上可行」。



　　統計方法經常要面對數值計算，令人視為畏途，然而今日科技如此進步，已開發有各種統計軟體，學生在學習統計方法時當不至於感到霧煞煞。



　　在學習統計方法處理問題時，首先讓人感到困擾的是：

　　「此數據要選用何種統計處理方法才好呢？」

　　「要如何輸入數據，有無明確的輸入步驟呢？」

　　「輸入後，在進行統計處理時，有無明確的分析步驟呢？」

　　然而此種煩惱是多餘的，任何人只要能利用本書參照使用就行，非常簡單。

　　最後讓人感到困擾的是：

　　「分析結果要如何解讀才好呢？」

　　此煩惱只要看本書的解說，即可將心中的「陰霾」一掃而光。

　　本書的特徵有以下4項：

　　1. 只要看數據類型，即可選用適切的統計處理方法。

　　2. 數據的輸入與其步驟，有跡可循。

　　3. 統計處理的方法與其步驟，清晰明確。

　　4. 輸出結果的解讀方法，簡明易懂。



　　總之，只要對照本書，利用滑鼠，任何人均可簡單進行的統計分析的操作，問題即可迎刃而解。期盼本書能讓您在操作中得到使用的滿足感，並希望對您的分析與研究有所助益。 書中如謬誤之處，尚請賢達不吝指正，不勝感謝。



　　所謂心動不如馬上行動，不妨動一動滑鼠利用SPSS的操作畫面著手分析看看！

?