愛上統計學:使用R語言
Statistics for People Who (Think They) Hate Statistics Using R•1st Edition
原文作者╱
Neil J. Salkind、Leslie A. Shaw
作  者╱
尼爾•J•薩爾金德、萊絲莉•A•肖
譯  者╱
余峻瑜
出版社別╱
五南
出版日期╱
2023/03/08   (1版 2刷)
  
即日起五南舊官網僅提供書籍查詢,如欲購書,請至五南新官網 https://www.wunan.com.tw/
I  S  B  N ╱
978-986-522-453-0
書  號╱
1H2L
頁  數╱
592
開  數╱
16K
定  價╱
680
教學資源╱
投影片((外加))



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。

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。
※譯者簡介
余峻瑜
余峻瑜

現職:臺灣大學工商管理學系暨商學研究所專任助理教授
學歷:英國牛津大學應用統計博士       
專長領域:
•作業分析學進行服務與營運模式創新
•以資料科學、管理科學及系統模擬進行服務最佳化
•系統思考及系統動力學之應用
•複雜決策之問題解構
•作業策略及行為作業管理
•設計思考與使用者研究

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

論文統計分析實
務:JASP的
運用
質性研究的五種
取徑
選擇權商品模型
化導論:使用P
ython語言
(附光碟)
NVivo 1
1與網路質性研
究方法論
用JASP完成
論文分析與寫作
(完整版)
財務管理與Py
thon實現


投影片((外加))

若要索取未隨書附送(外加)且未於此提供下載的教學資源,請詳洽業務人員(02-27055066#824)(僅提供教師使用)

1H2L DATA.ZIP



1 統計學或虐待學?由你自己決定

為什麼要學習統計學?
  你以前一定都聽過,「統計學很難」、「統計學的相關數學很難應付」、「我不知道怎麼用電腦」、「學統計有什麼用」、「接下來要做什麼」,還有就是統計學入門課程學生的吶喊,「我就是不懂!」
  好啦,放輕鬆。學習統計學入門課程的學生,在和其他學生或他們的配偶、同事、及朋友交流的時後,或多或少會發現他們自己曾在某個時候出現上面其中之一(甚至更多)的念頭。
  而且,不是開玩笑,一些統計學課程很容易被描述為虐待學 (sadistic)。這是由於那些書無一例外的讓人厭煩,而且作者缺乏想像力。
  本書將改變這種狀況。事實是,當你或者你的老師選擇了《愛上統計學》這本書時,表示你們已準備好航向正確的航道—讓人不害怕、內容豐富多元並且很實用(甚至有趣)的方法,我們教你如何善用統計學,讓它成為你的好工具。
  如果選用這本書作為課程教材,這也意味著你的老師是站在你的立場,因為他(或她)知道統計學是令人害怕的,但他已採取措施來確保統計學不會讓你害怕。事實上,我們敢打賭你在幾個星期之後,很有可能變得開始享受這門課程。

為什麼選擇 R 語言?
  在這本書中,我們將為你展示如何使用這套統計分析的工具─—R語言,來進行數據分析。別擔心,我們將會親手演示如何操作,確保你能瞭解R語言及數據分析。
  為何選擇 R 語言呢?很簡單,因為 R 免費且強大。你不需要租軟體或是嘗試去連線到學校網站共用軟體,只需要打開電腦,執行RStudio(或是你想要使用的其他編譯器,請看下一個章節的介紹)。這本書將使用 R 語言來簡單的計算和演示所有統計範例。我們將探索使用圖形視覺化我們的數據。而且我們將在前面幾個章節介紹其他方式去做相同的統計分析。在這本書的後半段,當統計開始變得有一點複雜時,在你已經學會了基礎 R 語言的前提之下,我們將會使用內建函式。我們希望你可以自在的學習 R 語言,而且藉由使用 R 語言,開始瞭解統計的力量。

五分鐘統計學簡史
  在閱讀更多內容之前,有必要從歷史的觀點瞭解統計學。如你所知,幾乎所有的社會學、行為科學、生物學的大學生,還有教育學、護理學、心理學、社會福利與社會服務、及人類學的研究生,都必須選修這門課。所以多瞭解一些統計學的源起,應該還不錯吧?當然囉。
  很久很久以前,當人們發現計數 (counting) 是個非常好的想法時(比方說「你需要多少個這些來交換那些中的一個?」),蒐集資訊也成為一個有用的技能。
  如果用到計數,人們就會知道太陽在一季中升起多少次,度過整個冬天需要多少食物,以及一個人擁有多少資源。
  這只是個起點。一旦數字成為語言的一部分,似乎接下來的步驟就是將數字連結到結果上。這工作在 17 世紀當人們蒐集第一組與人口相關的資料時,就已開始。從此以後,科學家(大多數是數學家,但之後是物理學家和
生物學家)需要發展特定的工具來回答特定的問題。例如,法蘭斯• 加東(Francis Galton)(順道一提,他是達爾文的表兄弟,生卒年是1822–1911年),他對人類智力的本質非常感興趣。他也推測掉頭髮是因為腦力過度運
用,不過這不是真的。讓我們回到統計的部分。
  為了回答有關家庭成員智力相似的主要問題之一,他使用了特定的統計工具相關係數(一開始是由數學家開發的工具)。接著他把相關係數廣泛地應用於行為科學和社會科學。你將在第 7 章對這個工具有全面的瞭解。事實上,你學到的大多數基本統計方法,最初都是發展及應用自於農業、天文學、甚至政治學領域;統計學在人類行為領域的應用相對晚得多。
  在過去的 100 年中,發展新方法來運用原有的觀念出現快速的進展。用於比較兩個群體的平均數差異的最簡單檢定方法,在 20 世紀初由威廉•戈塞 (William Wealy Gosset) 首次突破,我們會在第 14 章再次提到他。以此概念為基礎而發展出來的技術,在數十年後大放異彩,更為精深。個人電腦以及像 Excel 這樣的軟體的盛行,讓所有想探索這些有趣主題的人,都可以輕鬆使用如此複雜精細的技術。
  使用這些功能強大的個人電腦,事實上利弊互見。優點是大多數統計分析不再需要使用龐大、昂貴的中央處理器,且價格不超過 250 美元的個人電腦就能滿足 95% 的人 95% 的需求。但反過來說,學藝不精的學生(如已經
通過這門課的同學)把手邊有的舊資料丟入電腦軟體中、跑一些複雜的分析,他們就會得到可靠的、可信的、且有意義的結果。很可惜並不是這樣。你的老師會說「垃圾進,垃圾出」(Garbage in, garbage out),這是因為如果
你一開始就不是用可靠和可信的資料,那麼分析這樣的資料所得到的結果,就既不可信也不可靠。
  現在,在不同領域,如刑事司法、地球物理學、心理學,或驗證NBA球賽中是否存在手氣效應(沒在開玩笑,你可以看 2014 華爾街期刊的文章https://www.wsj.com/articles/SB100014240527023040710045794090710157453
70)的統計學家發現,他們基本上使用相同的技術來回答不同的問題。當然,在資料蒐集方面有重要的差別,但是大體上來說,緊接在資料蒐集之後所進行的分析,即使名稱有所不同,也是非常類似的。這事的寓意是什麼呢?這
個課程會提供你為瞭解統計學如何用在所有學科中所需要的工具。更棒的是,這只需要 3 個或 4 個學分。
  如果你想進一步瞭解統計學的歷史,而且想看歷史發展軸線,可以從一個很棒的地方開始,那就是英國的南安普頓大學的網站,網址是 http://www.economics.soton.ac.uk/staff/aldrich/Figures.htm。
  五分鐘到啦,你已經知道你該知道的統計學歷史了。我們來看看統計學是什麼以及它不是什麼。