{itemname}
{itemname}
香港二樓書店 > 今日好書推介
秘密花園
定價93.00元
8
折優惠:
HK$74.4
●二樓推薦
●文學小說
●商業理財
●藝術設計
●人文史地
●社會科學
●自然科普
●心理勵志
●醫療保健
●飲 食
●生活風格
●旅 遊
●宗教命理
●親子教養
●少年讀物
●輕 小 說
●漫 畫
●語言學習
●考試用書
●電腦資訊
●專業書籍
生物統計學入門(七版)
沒有庫存
訂購需時10-14天
9789866929496
沈明來
九州
2019年9月01日
183.00 元
HK$ 155.55
詳
細
資
料
<meta itemprop=productID content=isbn:9789866929496/>ISBN:9789866929496</li><li>規格:平裝 / 555頁 / 14.8 x 21 x 2.77 cm / 普通級 / 單色印刷 / 七版</li><li>出版地:台灣
分
類
專業/教科書/政府出版品
>
教育類
>
教育
>
諮商與輔導
內
容
簡
介
<div class="bd">
<div class="content" style="height:auto;" itemprop="description">
統計學是從事試驗研究闡釋結果之必備工具。但一般初學者大都不甚瞭解其原理及用法,所以興趣缺缺。凡是任何學科(如數學,化學)都有其學習的竅門。統計學也不例外,統計學的竅門就在研究資料的平均值與標準偏差(或稱標準差)以及一個標準化值的公式上,所有統計測驗值都是由此三個數值演變而成的,如Z值、t值、F值、卡方值等,然後依據試驗目的及資料性質選用合適的統計測驗值,如此就大功告成。雖然統計學書上常列有許多公式,那是為證明統計分析結果是有數理根據的,所以才能被學術界採用。本書每次改版時都會增加一些實用的統計方法,如第六版在試驗前決定樣品大小的方法,本版則增加勝算比(OR)及相對風險(RR)的求法,對於計數資料2×2關聯表兩處理之比較有更清楚的表達效果,即可一目瞭然?試兩處理何者勝算較大以及其間的倍數關係。勝算比(OR)與相對風險(RR)在流行病學、社會科學、生物統計學、經濟學等學術研究上普遍被採用,因此,本書將此部分重新整理,說明其演算過程及詳細解析分析結果之意義及應用要領,除此之外,亦加入數個2×2關聯表之合併分析(pooled analysis),以探討其綜合效果。
</div><div class="type02_gradient" style="display:none;"></div>
</div></div><div class="mod_b type02_m057 clearfix">
<a name="AuthorP00a400020009"> </a>
目
錄
<div class="bd">
<div class="content more_off" id="M201105_0_getProdTextInfo_P00a400020009_h2">
<strong>第一章 緒論</strong><br>
1.1 統計學是什麼?1<br>
1.2 統計學應用之範圍2<br>
1.3 如何研習統計學3<br>
摘 要5<br>
問題一6<br>
<br>
<strong>第二章 族群與樣品</strong><br>
2.1 族群7<br>
2.2 樣品8<br>
2.3 隨機樣品9<br>
2.4 隨機抽樣法9<br>
2.5 隨機數字之應用10<br>
2.6 隨機排列14<br>
2.7 抽樣誤差15<br>
摘 要19<br>
問題二20<br>
<br>
<strong>第三章 敘述統計學</strong><br>
3.1 資料整理21<br>
3.1.1 分立變數與連續變數21<br>
3.1.2 資料表格化法22<br>
3.1.3 製圖法26<br>
3.2 中心位置測定值33<br>
3.2.1 算術平均值34<br>
3.2.2 算術平均值之性質35<br>
3.2.3 中量39<br>
3.2.4 眾量41<br>
3.2.5 算術平均值、中量與眾量之關係42<br>
3.2.6 幾何平均值43<br>
3.2.7 調和平均值44<br>
3.2.8 分組資料算術平均值及中量求法45<br>
3.3 分散度測定值46<br>
3.3.1 全距與偏差47<br>
3.3.2 變方與標準偏差49<br>
3.3.3 樣品變方-均方51<br>
3.3.4 變方與標準偏差之性質55<br>
3.3.5 標準誤差57<br>
3.3.6 族群母數與樣品統計值59<br>
3.3.7 樣品均值與均方之無偏性59<br>
3.3.8 期望值60<br>
3.3.9 期望值運算法則60<br>
3.4 變異係數64<br>
摘 要67<br>
問題三71<br>
<br>
<strong>第四章 分立機率分布
uq二項分布與卜瓦松分布</strong><br>
4.1 機率的意義73<br>
4.1.1 機率運算法則75<br>
4.1.2 條件機率78<br>
4.2 機率分布80<br>
4.3 分立隨機變數機率分布81<br>
4.4 機率分布之期望值與標準偏差83<br>
4.5 二項分布88<br>
4.6 卜瓦松分布95<br>
摘 要104<br>
問題四105<br>
<br>
<strong>第五章 常態分布</strong><br>
5.1 緒言107<br>
5.2 標準常態分布及其曲線下機率求法111<br>
5.3 常態分布之性質及重要性118<br>
5.4 二項分布近似常態123<br>
5.5 卜瓦松分布近似常態126<br>
摘 要127<br>
問題五129<br>
<br>
<strong>第六章 估計─統計推論</strong><br>
6.1 緒言131<br>
6.2 點估計132<br>
6.3 平均值之信賴區間估計134<br>
6.4 比例之區間估計139<br>
摘 要141<br>
問題六142<br>
<br>
<strong>第七章 假設檢定─統計推論</strong><br>
7.1 緒言143<br>
7.2 假設檢定146<br>
7.3 兩型錯誤148<br>
7.4 單邊與雙邊檢定150<br>
7.5 α、β、檢定力(1-α),與樣品大小的關係153<br>
摘 要156<br>
問題七160<br>
<br>
<strong>第八章 樣品均值比較問題─樣品推論</strong><br>
8.1 學生氏t分布163<br>
8.2 t分布之性質164<br>
8.3 一樣品均值推論167<br>
8.4 二項族群樣品均值推論169<br>
8.5 兩樣品均值差之推論173<br>
8.5.1 兩樣品均值差之分布173<br>
8.5.2 兩樣品均值差之Z分布與t分布177<br>
8.5.3 兩樣品均值成對t值測驗178<br>
8.5.4 兩樣品均值非成對t值測驗法184<br>
8.6二項族群兩樣品均值差推論191<br>
8.7 二項族群比例值$Z$值檢定連續性矯正195<br>
8.8 卜瓦松分布兩樣品均值差推論198<br>
8.9 樣品大小的決定199<br>
摘 要220<br>
問題八224<br>
<br>
<strong>第九章 卡方分布及其應用</strong><br>
9.1 緒言229<br>
9.2 卡方分布229<br>
9.3 均方與變方比值之分布235<br>
9.4 兩族群變方相等性檢定236<br>
9.5 幾個族群變方相等性檢定239<br>
9.6 卡方分布之應用243<br>
9.6.1 適合性檢定243<br>
9.6.2 葉氏連續性校正247<br>
9.6.3 獨立性檢定252<br>
9.6.4 同質性檢定263<br>
9.6.5 費氏精確檢定法265<br>
9.6.6 McNemar改變檢定法267<br>
9.6.7 勝算比與相對風險269<br>
9.6.8 數組2×2列聯表Mantel-Haenszel卡方檢定法及勝算比與相對風險求法275<br>
9.6.9 SAS電腦程式及分析結果279<br>
摘 要291<br>
問題九292<br>
<br>
<strong>第十章 F分布與變方分析</strong><br>
10.1 F分布295<br>
10.2 兩族群變方相等性檢定299<br>
10.3 t,χ與F分布間的關係301<br>
10.4 變方分析302<br>
10.4.1 變方分析之原理303<br>
10.4.2 觀測值之組成份306<br>
10.4.3 平方和之劃分309<br>
10.4.4 單向變方分析數學模式及假設檢定程序313<br>
10.4.5 數學模式中未知母數之估算321<br>
10.4.6 成對處理均值間差異比較323<br>
10.5 試驗設計332<br>
10.5.1 完全隨機設計333<br>
10.5.2 隨機完全區集設計337<br>
10.6 異常值(偏離值)偵測法346<br>
摘 要353<br>
問題十355<br>
<br>
<strong>第十一章 簡單直線迴歸與簡單相關</strong><br>
11.1 迴歸與模式建立361<br>
11.2 迴歸模式中未知母數之估算364<br>
11.3 迴歸模式推算式之性質371<br>
11.4 迴歸係數與截距假設檢定374<br>
11.5 簡單直線迴歸係數信賴區間估算380<br>
11.6 迴歸直線推測值y之信賴區間之估算382<br>
11.7 迴歸方程式新觀測值之推算384<br>
11.8 決定係數386<br>
11.9 迴歸模式直線性檢定390<br>
11.10 簡單直線迴歸方程式之比較398<br>
11.11 簡單相關419<br>
11.12 簡單相關係數與簡單直線迴歸係數的關係423<br>
11.13 簡單相關係數的性質424<br>
11.14 簡單相關係數顯著性測驗427<br>
11.15 直線迴歸分析與相關分析應用要點432<br>
摘 要434<br>
問題十一437<br>
<br>
<strong>第十二章 無母數統計法</strong><br>
12.1 緒言439<br>
12.2 訊號測驗法440<br>
12.3 魏克森訊號等級測驗法445<br>
12.4 魏克森等級和測驗法453<br>
12.5 幾個獨立樣品之比較459<br>
12.6 幾個有關聯樣品比較465<br>
12.7 相關性測驗471<br>
摘 要477<br>
問題十二479<br>
部分問題解答481<br>
參考文獻501<br>
附表505<br>
索引547<br>
?
</div>
序
<div class="bd">
<div class="content more_off" id="M201105_0_getProdTextInfo_P00a400020009_h3">
<strong>序</strong><br>
<br>
在計數資料,2×2關聯表之統計分析中常用的統計方法為一般的卡方檢定(chi-square test),此方法僅能測驗處理(如吸菸與不吸菸)和反應值(如有肺病與無肺病)之間是否有關聯而已,而無法表達兩者間關聯性的大小,若欲顯示兩者間關聯性的程度,則需採用勝算比( odds ratio:OR)或相對風險(relative risk:RR),由此才能看出處理和反應值間關聯性的程度,也可一目瞭然?試兩處理何者勝算較大以及其間的倍數關係。勝算比(OR)與相對風險(RR)在流行病學、社會科學、生物統計學、經濟學等學術研究上普遍被採用,因此,本書將此部分重新整理,說明其演算過程及詳細解析分析結果之意義和應用要領,除此之外,亦加入數個2×2關聯表之合併分析(pooled analysis),以探討其綜合效果。勝算比(OR)也能應用於邏輯迴歸分析(logistic regression analysis),即反應值與獨立變數間的關係程度亦可用勝算比表明(見拙著:試驗設計學第十八章)。
</div>
書
評
其 他 著 作