圖解無母數分析

＜內容簡介＞ 無母數統計學（英語：nonparametric statistics），或稱非母數統計學，是統計學的一個分支，適用於母體分配情況未明、小樣本、母體分配不為常態也不易轉換為常態的情形。特點在於盡量減少或不修改其建立之模型，較具穩健特性；在樣本數不大時，計算過程較簡單。 無母數統計推論時所使用的統計量的抽樣分配，通常與母體分配無關，不必推論其中位數、適合度、獨立性、隨機性，更廣義的說，無母數統計方法又稱為「不受分配限制統計法」（distribution free）。但無母數統計缺乏一般之機率表，檢定時是以等級（Rank）為主要統計量。 本書的特徵有以下四項： 1. 只要看數據類型，統計處理方法一清二楚。 2. 利用圖解，數據的輸入與其步驟，清晰明確。 3. 利用圖解，統計處理的方法與其步驟，一目了然。 4. 輸出結果的判讀方法簡明易懂。 ★目錄： 序言 第1章 無母數分析法簡介　 1.1 無母數檢定簡介　 1.2 Wilcoxon等級和檢定解說　 1.3 Wilcoxon符號檢定解說　 1.4 Kruskal-Wallis檢定解說　 1.5 Steel–Dwass多重比較解說　 1.6 Steel多重比較解說　 1.7 Friedman檢定解說　 1.8 Cochran’s Q檢定解說　 1.9 McNemar檢定解說　 第2章 獨立性檢定　 2.1 獨立性檢定　 第3章 一致性檢定　 3.1 一致性檢定　 第4章 適合度檢定　 4.1 適合度檢定　 4.2 利用SPSS的統計處理步驟　 第5章 常態性檢定　 5.1 常態性檢定　 5.2 利用SPSS統計分析步驟　 第6章 兩個母體比率差的檢定　 6.1 兩個母體比率差的檢定　 6.2 利用SPSS統計處理步驟　 第7章 t檢定（獨立）、Wilcoxon等級和檢定—比較兩個治療效果　 7.1 t檢定—獨立（無對應時）樣本的t檢定　 7.2 利用SPSS的t統計處理步驟　 7.3 利用SPSS的Wilcoxon等級和檢定　 第8章 t檢定（成對樣本）、Wilcoxon符號等級檢定　 8.1 有關平均值的推論　 8.2 Wilcoxon符號等級檢定　 8.3 t檢定—相關（有對應）樣本的t檢定　 8.4 利用SPSS的無母數檢定（相關時）　 第9章 單因子變異數分析、Kruskal-Wallis檢定─比較多種治療效果　 9.1 單因子變異數分析　 9.2 利用SPSS的單因子變異數分析與多重比較　 9.3 利用SPSS的Kruskal-Wallis檢定　 9.4 SPSS ─ 交互作用與下位檢定（重複數相等時）　 第10章 Friedman檢定與多重比較　 10.1 Friedman檢定簡介　 10.2 利用SPSS的Friedman 檢定　 10.3 多重比較　 第11章 Kolmogorov-Smirnov 檢定　 11.1 Kolmogorov-Smirnov 檢定簡介　 11.2 K-S檢定步驟　 第12章 Mantel-Haenszel檢定　 12.1 Mantel-Haenszel檢定簡介　 12.2 Mantel-Haenszel檢定步驟　 12.3 利用SPSS的Mantel-Haenszel檢定步驟　 第13章 Cochran’s Q檢定　 13.1 Cochran簡介　 13.2 利用SPSS 的Cochran分析步驟　 13.3 應用範例　 第14章 McNemar檢定　 14.1 McNemar簡介　 14.2 應用範例　 第15章 Dunnett檢定、Steel-Dwass檢定　 15.1 無母數統計利用Dunnett法的多重比較　 15.2 Dunnett的多重比較　 15.3 Dunnett的多重比較步驟　 15.4 Steel-Dwass的多重比較　 15.5 Steel-Dwass檢定步驟　 15.6 Steel的多重比較　 15.7 Steel檢定步驟　 第16章 相關係數、等級相關、Cramer’s V關聯係數、Kappa一致性係數—以圖形表現，以數值表現　 16.1 散布圖、相關係數、等級相關　 16.2 利用SPSS求相關係數 　 16.3 利用SPSS的等級相關係數　 16.4 Kappa一致性係數　 16.5 Kendall一致性係數　 16.6 Cramer’s V關聯係數　 第17章 分割表分析　 17.1　2×2分割表的檢定　 17.2　精確機率檢定　 17.3　l×m分割表的檢定　 17.4　順序類別的分割表　 17.5　l×m分割表　 參考文獻　 ＜作者簡介＞ 陳耀茂 日本（國立）電氣通信大學經營工學博士 東海大學企管系教授 ★內文試閱： 有母數統計資料是根據從中採取樣本之母體分布的假設。而無母數統計資料不是根據假設，亦即，可以從不遵循特定分布的樣本中蒐集資料。例如，Student’s t-test為常見的有母數統計資料。又如，Mann-Whitney-Wilcoxon (MWW) 檢定或 Wilcoxon 檢定則為常見的無母數統計資料。 無母數統計學（Nonparametric statistics），或稱非母數統計學、無母數統計分析，是統計學的一個分支，適用於母體分布情況未明、小樣本、母體分布不為常態也不易轉換為常態。特點在於儘量減少或不修改其建立之模型，較具穩健特性；在樣本數不大時，計算過程較簡單。 無母數統計推論時所使用的統計量的抽樣分配通常與母體分配無關，不必推論其中位數、適合度、獨立性、隨機性，更廣義的說，無母數統計又稱為「不受分布限制統計法」（Distribution free）。無母數統計缺乏一般之機率表。檢定時是以等級（Rank）為主要統計量。 在學習統計方法處理問題時，首先讓人感到困擾的是： 「此數據要選擇哪種的統計處理方法好呢？」 「要如何輸入數據，有無明確的輸入步驟？」 「輸入後，在進行統計處理時，有無明確的處理步驟？」 此煩惱利用圖解的方式即可迎刃而解。 最後讓人感到困擾的是： 「結果要如何判讀？」 此煩惱只要看本書的解說，即可將「霧煞煞」一掃而光。 本書的特徵有以下四項： 1. 只要看數據類型，統計處理方法一清二楚。 2. 利用圖解，數據的輸入與其步驟，清晰明確。 3. 利用圖解，統計處理的方法與其步驟，一目了然。 4. 輸出結果的判讀方法簡明易懂。 總之，只要利用滑鼠，任何人均可簡單進行數據的統計處理。 最後，讓你在操作中得到使用的滿足感，並希望對你的分析有所助益。 陳耀茂 東海大學企管系