Minitab統計應用分析實務
活動訊息
來金石堂，總有一本書懂你！雙11更好買，25家銀行信用卡分期0利率！
內容簡介
本書從使用者觀察點出發，從實務的角度論述，循序漸進。配合圖表及文字解析，兼顧Minitab實務操作程序與報表結果解析。以各種範例詳細說明對應統計方法的應用，對於閱讀者或使用者而言，是一本「淺顯易懂、解說清楚、解晰完整、容易上手」的書籍。參閱本書即可將手中數據從資料變成有用的資訊，並於最短時間內學會Minitab的操作與各式統計分析程序。
目錄
chapter 1Minitab 視窗界面 1
第一節Minitab 視窗界面 2
第二節工作表的資料建檔 18
第三節資料檔的滙入與變數增刪 32
一、匯入試算表資料檔 33
二、匯入文字檔 37
三、變項的增刪 39
四、直行變項的變動 44
五、對話視窗的操作 48
chapter 2資料檔的管理 55
第一節資料檔的轉置 56
第二節連續變項的加總與平均 60
第三節資料檔排序 68
第四節資料等級化 72
第五節編碼 74
第六節堆疊與非堆疊 85
第七節子工作表 91
第八節分割工作表 95
第九節橫列統計量 98
chapter 3問卷資料的轉換與處理 103
第一節人口變項的次數分配 104
第二節重新編碼 109
第三節反向題反向計分 122
第四節向度的加總 127
第五節求出各題項與向度的描述性統計量 137
【綜合應用】--以「班級經營實踐程度」量表為例 144
第六節標準化分數 151
第七節母體常態分配的檢定 155
第八節連續變項的圖形繪製 161
一、莖葉圖 161
二、直方圖 162
三、盒形圖 166
chapter 4抽樣分配與圖形 173
第一節抽樣分配 174
第二節抽樣分配機率圖的繪製 177
一、t 分配的機率分配圖 187
二、F 分配 191
三、二個母體分配之機率分配表 193
chapter 5單一母體檢定 197
第一節單一樣本 t 檢定 198
壹、雙尾檢定 199
貳、單尾左側檢定 206
參、單尾右側檢定 211
肆、單尾與雙尾檢定的差異 213
伍、t 分配機率分配圖繪製 216
第二節單一樣本比例檢定 218
壹、雙尾檢定 218
貳、單尾右側檢定 224
chapter 6二個平均數間的差異檢定 235
第一節相依樣本 t 檢定 236
壹、學期初與學期中的差異考驗 238
貳、學期初與學期末的差異考驗 244
參、學期中與學期末學習焦慮的差異 245
第二節獨立樣本 t 檢定 246
壹、性別在數學態度的差異比較 249
貳、不同性別在數學成就的差異比較 261
參、不同性別在補習時間之差異檢定 266
肆、群組測量值在不同直行的檢定 270
伍、利用已求得的描述性統計量進行分析 274
陸、獨立樣本 t 考驗—單尾檢定 279
柒、無母數統計 282
第三節二個母體比例差異比較 287
壹、雙尾檢定範例一 287
貳、雙尾檢定範例二 291
參、已分類的數據資料 296
chapter 7變異數分析 299
第一節獨立樣本變異數分析 304
一、單因子變異數分析 305
二、母群體變異數相等性假定的檢定 312
三、資料結構常態性檢定 315
四、變異數分析結果 318
第二節不同社經地位學生其語文成就的差異 322
一、變異數同質性檢定 322
二、平均數的差異檢定 326
第三節不同社經地位學生在閱讀素養的差異比較 331
第四節水準群組單獨在直行的資料型態 333
第五節整體考驗未達顯著範例 337
一、有因子直行變數欄 337
二、沒有因子直行欄變數 341
第六節相依樣本變異數分析 346
一、執行一般線性模式程序 347
二、執行事後多重比較 350
chapter 8共變數分析 355
第一節二個組別 356
一、範例問題 357
二、操作程序 358
三、輸出結果 363
四、立即效果的事後多重比較 367
第二節三個組別 373
一、問題範例 373
二、操作程序 374
三、輸出結果 378
chapter 9卡方檢定 383
第一節二個間斷變項之關聯性的分析 385
一、研究問題 385
二、操作程序 389
三、輸出結果 392
第二節卡方適合度考驗一 394
一、問題範例 394
二、操作程序 394
三、輸出結果 396
四、使用已整理的次數資料檔 397
第三節卡方適合度檢定二 399
一、研究問題 399
二、操作程序 400
三、輸出結果 400
四、已整理的資料型態 401
第四節卡方適合度檢定三－期望次數 (理論次數) 不一樣 402
一、問題範例 402
二、操作程序 402
三、輸出結果 404
第五節百分比同質性考驗 406
一、範例問題 406
二、操作程序 406
三、輸出結果 409
四、增列圖層變項 416
chapter 10相關與迴歸分析 421
第一節積差相關 422
一、二個變項間之相關 423
二、多個變項間之相關 429
第二節等級相關 439
一、範例問題 439
二、操作程序 440
三、輸出結果 441
四、同時選入三個以上變項 441
第三節簡單線性迴歸 443
一、適配線性圖形的判別 443
二、簡單線性迴歸模型 448
第四節複
試閱
Chapter 13 集群分析與區別分析
集群分析與因素分析原理十分類似，因素分析是將指標題項相關較大的合併為一個群組 (共同因素)，群組 (共同因素) 反映的是指標題項測得的潛在特質或因素構念，同一群組 (共同因素) 內的指標題項有較高的同質性；集群分析是把觀察值 (受試者) 屬性或特徵相似者分類在同一群組，同一群組內的觀察值(受試者) 有較高的相似性。集群分析若以變項分類，其分類過程便與因素分析相似，同一集群內變項的相似性最大，相同的變數個數與資料檔，採用集群分析程序與因素分析程序所得結果可能有所不同。
以觀察集的分類而言，若之前沒有觀察值分群的資訊，集群分析程序可採用一般「集群觀察值」的分類方法，根據輸出結果凝聚過程的參數進行判斷，再根據輸出結果的樹狀圖決定集群的個數，經凝聚過程相似性、組內差異係數與樹狀圖的綜合判斷，初步決定分群的 (集群) 個數後，研究者可進一步採用 K 平均數集群分析法，指定觀察值分群的個數，並將分群變項以獨立直行儲存在工作表。
集群分析的簡易架構圖如下：
區別分析可以根據預測變項對觀察值原先真實的分組情況進行預測與再分類，預測與分類乃根據投入區別分析之預測變項建立的區別函數 (或典型區別函數) 對觀察值進行再分類，預測分類的情況若是與觀察值原先真實的組別相同，表示預測變項的預測分類正確，相對的，分類的情況若是與觀察值原先真實的組別不相同，表示預測變項預測分類錯誤。區別分析的依變項為類別變項，預測變項為計量變項，如果預測變項為間斷變項，要將變項轉換為虛擬變項，區別分析架構圖中顯示根據預測變項進行預測分類正確的觀察值有 15 個、預測分類錯誤的觀察值有 5 個 (觀察值真實組別與預測分類組別不一樣)，區別分析正體預測正確百分比為 15 ÷ 20 = 75%。
第一節 集群分析
集群分析可以適用於將相似觀察值分成數個群組，或是將相似性高的變項分類成數個群組，同一群組內的觀察值 (變項) 相似性較高 (或相關較高)，不同群組間的觀察值 (變項) 相似性相低 (或相關較低)一、問題範例
某研究者想根據學生的「學習動機」、「投入程度」、「課堂參與」與「學業成就」四個學習表現，將學生分成有意義的群組，隨機抽取 20 名學生，搜集學生在四個學習表現的資料，各變項測量值愈高，對應的學習表現愈佳或學習成就愈好。
工作表資料檔中，直行 C1 的變數名稱為「編號」，變項屬性為文字；直行C2 的變數名稱為「學習動機」，變項屬性為數值；直行 C3 的變數名稱為「投入程度」，變項屬性為數值；直行 C4 的變數名稱為「課堂參與」，變項屬性為數值；直行 C5 的變數名稱為「學業成就」，變項屬性為數值。
二、操作程序
執行功能表「St a t 」( 統計) / 「Mu l t i v a r i a t e 」( 多變量) / 「Cl u s t e r
Observations」(集群觀察值) 程序，程序會開啟「Cluster Observations」(集群觀察值) 對話視窗。程序的提示語為「Classify observations into groups based on their similarity. Use when you do not have prior grouping information for your observations.」(當研究者對於觀察值沒有先前分組資訊時，可以根據觀察值的相似性將觀察值分類成數個群組)，程序提示語的說明在於採用階層集群分析法將觀察值進行分類 (或分群)。
「Cluster Observations」對話視窗中，從變數清單中選取「C2 學習動機」、「C3 投入程度」、「C4 課堂參與」、「C5 學業成就」四個計量變項至「Variables or distance matrix:」(變項或距離矩陣) 下方框內，方框訊息為「‘學習動機’ - ‘學業成就’」；「Linkage method:」(連結方法) 右邊選單選取「Average」(平均連結法)，「Distance measure:」(距離測量) 右邊選單「Squared Euclidean」(歐幾里德平方)，「Specify final partition by」(最後決定分割集群數) 方盒選取「Number of clusters:」(集群個數) 選項，右側的最後集群數值輸入 1；勾選「Show dendrogram 」(顯示樹狀圖) 選項，按「Customize」(自訂) 鈕，開啟「Cluster Observations Dendrogram: Customize」(集群觀察值樹狀圖：自訂) 次對話視窗。
集群分析與因素分析原理十分類似，因素分析是將指標題項相關較大的合併為一個群組 (共同因素)，群組 (共同因素) 反映的是指標題項測得的潛在特質或因素構念，同一群組 (共同因素) 內的指標題項有較高的同質性；集群分析是把觀察值 (受試者) 屬性或特徵相似者分類在同一群組，同一群組內的觀察值(受試者) 有較高的相似性。集群分析若以變項分類，其分類過程便與因素分析相似，同一集群內變項的相似性最大，相同的變數個數與資料檔，採用集群分析程序與因素分析程序所得結果可能有所不同。
以觀察集的分類而言，若之前沒有觀察值分群的資訊，集群分析程序可採用一般「集群觀察值」的分類方法，根據輸出結果凝聚過程的參數進行判斷，再根據輸出結果的樹狀圖決定集群的個數，經凝聚過程相似性、組內差異係數與樹狀圖的綜合判斷，初步決定分群的 (集群) 個數後，研究者可進一步採用 K 平均數集群分析法，指定觀察值分群的個數，並將分群變項以獨立直行儲存在工作表。
集群分析的簡易架構圖如下：
區別分析可以根據預測變項對觀察值原先真實的分組情況進行預測與再分類，預測與分類乃根據投入區別分析之預測變項建立的區別函數 (或典型區別函數) 對觀察值進行再分類，預測分類的情況若是與觀察值原先真實的組別相同，表示預測變項的預測分類正確，相對的，分類的情況若是與觀察值原先真實的組別不相同，表示預測變項預測分類錯誤。區別分析的依變項為類別變項，預測變項為計量變項，如果預測變項為間斷變項，要將變項轉換為虛擬變項，區別分析架構圖中顯示根據預測變項進行預測分類正確的觀察值有 15 個、預測分類錯誤的觀察值有 5 個 (觀察值真實組別與預測分類組別不一樣)，區別分析正體預測正確百分比為 15 ÷ 20 = 75%。
第一節 集群分析
集群分析可以適用於將相似觀察值分成數個群組，或是將相似性高的變項分類成數個群組，同一群組內的觀察值 (變項) 相似性較高 (或相關較高)，不同群組間的觀察值 (變項) 相似性相低 (或相關較低)一、問題範例
某研究者想根據學生的「學習動機」、「投入程度」、「課堂參與」與「學業成就」四個學習表現，將學生分成有意義的群組，隨機抽取 20 名學生，搜集學生在四個學習表現的資料，各變項測量值愈高，對應的學習表現愈佳或學習成就愈好。
工作表資料檔中，直行 C1 的變數名稱為「編號」，變項屬性為文字；直行C2 的變數名稱為「學習動機」，變項屬性為數值；直行 C3 的變數名稱為「投入程度」，變項屬性為數值；直行 C4 的變數名稱為「課堂參與」，變項屬性為數值；直行 C5 的變數名稱為「學業成就」，變項屬性為數值。
二、操作程序
執行功能表「St a t 」( 統計) / 「Mu l t i v a r i a t e 」( 多變量) / 「Cl u s t e r
Observations」(集群觀察值) 程序，程序會開啟「Cluster Observations」(集群觀察值) 對話視窗。程序的提示語為「Classify observations into groups based on their similarity. Use when you do not have prior grouping information for your observations.」(當研究者對於觀察值沒有先前分組資訊時，可以根據觀察值的相似性將觀察值分類成數個群組)，程序提示語的說明在於採用階層集群分析法將觀察值進行分類 (或分群)。
「Cluster Observations」對話視窗中，從變數清單中選取「C2 學習動機」、「C3 投入程度」、「C4 課堂參與」、「C5 學業成就」四個計量變項至「Variables or distance matrix:」(變項或距離矩陣) 下方框內，方框訊息為「‘學習動機’ - ‘學業成就’」；「Linkage method:」(連結方法) 右邊選單選取「Average」(平均連結法)，「Distance measure:」(距離測量) 右邊選單「Squared Euclidean」(歐幾里德平方)，「Specify final partition by」(最後決定分割集群數) 方盒選取「Number of clusters:」(集群個數) 選項，右側的最後集群數值輸入 1；勾選「Show dendrogram 」(顯示樹狀圖) 選項，按「Customize」(自訂) 鈕，開啟「Cluster Observations Dendrogram: Customize」(集群觀察值樹狀圖：自訂) 次對話視窗。
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價