自序 第1章 多變量分析淺談 1-1 多變量分析是什麼? 1-2 複迴歸分析的話題 1-3 主成分分析的話題 1-4 因素分析的話題 1-5 判別分析的話題 1-6 集群分析的話題 1-7 統計關鍵用語解說(1) 1-8 統計關鍵用語解說(2) 1-9 統計關鍵用語解說(3)
第2章 多變量分析的準備 2-1 何謂多變量分析? 2-2 資料資訊縮減為平均與變異數(1) 2-3 資料資訊縮減為平均與變異數(2) 2-4 資料資訊縮減為平均與變異數(3) 2-5 單位不一致時數據的標準化 2-6 提供2變量關係的共變異數與相關係數(1) 2-7 提供2變量關係的共變異數與相關係數(2) 2-8 提供2變量關係的共變異數與相關係數(3) 2-9 提供2變量關係的共變異數與相關係數(4) 2-10 常態分配是許多分配的基準 2-11 利用EXCEL的多變量分析(1) 2-12 利用EXCEL的多變量分析(2) 2-13 利用EXCEL的多變量分析(3)
第3 章 複迴歸分析 3-1 由其他變量預測1 變量的複迴歸分析 3-2 由1 變量預測1 變量的單迴歸分析(1) 3-3 由1 變量預測1 變量的單迴歸分析(2) 3-4 由1 變量預測1 變量的單迴歸分析(3) 3-5 由1 變量預測1 變量的單迴歸分析(4) 3-6 使誤差的平方和為最小的複迴歸分析(1) 3-7 使誤差的平方和為最小的複迴歸分析(2) 3-8 使誤差的平方和為最小的複迴歸分析(3) 3-9 將複迴歸分析的結果以矩陣表示 3-10 複迴歸分析的評價是判定係數(1) 3-11 複迴歸分析的評價是判定係數(2) 3-12 使預測與實測的相關為最大的迴歸方程式 3-13 複迴歸分析的實際(1) 3-14 複迴歸分析的實際(2)
第4 章 主成分分析 4-1 由多變量萃取出本質的是主成分分析 4-2 從使變異數最大的立場來觀察資料時(1) 4-3 從使變異數最大的立場來觀察資料時(2) 4-4 主成分是使變異數最大的變量結合(1) 4-5 主成分是使變異數最大的變量結合(2) 4-6 試求主成分看看(1) 4-7 試求主成分看看(2) 4-8 試求主成分看看(3) 4-9 試求主成分看看(4) 4-10 顯示主成分的資訊收集能力的貢獻率(1) 4-11 顯示主成分的資訊收集能力的貢獻率(2) 4-12 從資料的殘留物中取出第2 主成分 4-13 使用幾個主成分呢?以累積貢獻率來判斷 4-14 變量點圖是理解主成分的幫手 4-15 以主成分分數掌握各個數據的特徵 4-16 單位不同的數據,主成分分析要標準化 4-17 主成分分析的實際(1) 4-18 主成分分析的實際(2) 4-19 主成分分析的實際(3)
第5 章 因素分析 5-1 以少數的因素說明資料的因素分析 5-2 以數學的方式表現因素分析(1) 5-3 以數學的方式表現因素分析(2) 5-4 以因素模式眺望變異數(1) 5-5 以因素模式眺望變異數(2) 5-6 以因素模式眺望變異數(3) 5-7 以因素模式眺望共變異數 5-8 表示共同因素之說明力的共同性(1) 5-9 表示共同因素之說明力的共同性(2) 5-10 表示共同因素之說明力的共同性(3) 5-11 因素分析的實際從共同性的估計(1) 5-12 因素分析的實際從共同性的估計(2) 5-13 以SMC 法實際分析看看(1) 5-14 以SMC 法實際分析看看(2) 5-15 以反覆估計解決因共同性的估計產生的予盾 5-16 因素模式的解有旋轉的不安定性(1) 5-17 因素模式的解有旋轉的不安定性(2) 5-18 因素模式的解有旋轉的不安定性(3) 5-19 計算因素分數掌握數據的個性 5-20 表示因素的說明力的貢獻量 5-21 因素分析與主成分分析的關係(1) 5-22 因素分析與主成分分析的關係(2) 5-23 因素分析的實際(1) 5-24 因素分析的實際(2)
第6 章 判別分析 6-1 不會迷惑黑白的判定 6-2 利用線性判別函數來分群(1) 6-3 利用線性判別函數來分群(2) 6-4 利用線性判別函數來分群(3) 6-5 線性判別函數的變異數是挖寶(1) 6-6 線性判別函數的變異數是挖寶(2) 6-7 線性判別函數的變異數是挖寶(3) 6-8 線性判別函數的變異數是挖寶(4) 6-9 線性判別函數的變異數是挖寶(5) 6-10 線性判別函數的變異數是挖寶(6) 6-11 馬哈拉諾畢斯距離是以標準差作為單位之距離(1) 6-12 馬哈拉諾畢斯距離是以標準差作為單位之距離(2) 6-13 多變量的馬哈拉諾畢斯距離是1 變量的擴張(1) 6-14 多變量的馬哈拉諾畢斯距離是1 變量的擴張(2) 6-15 判別的命中率與誤判率 6-16 判別分析的實際
第7 章 集群分析 7-1 相似?不相似?(1) 7-2 相似?不相似?(2) 7-3 群間距離的決定方法(1) 7-4 群間距離的決定方法(2) 7-5 集群分析的步驟(1) 7-6 集群分析的步驟(2) 7-7 樹形圖的用法
附錄 附錄1 函數的極值與偏微分 附錄2 Lagrange 未定係數法 附錄3 向量的基礎 附錄4 矩陣與特徵值問題 附錄5 多變量分析的向量式解釋 附錄6 迴歸分析的結果檢定
|
|