五南官網

圖解統計線性模型分析

分享Facebook

作　　者╱

陳耀茂

出版社別╱

五南

書　　系╱

圖解系列

出版日期╱

2025/07/03 (1版 1刷)

I S B N ╱

978-626-423-552-5

書　　號╱

5B1K

頁　　數╱

392

開　　數╱

20K

定　　價╱

450

統計線性模型分析有許多手法。其中的「混合模型」是目前最受到矚目的新手法之一。它是自己能自由建構模型，亦即能由「使用者指定」的模型。
混合模型的另一個特徵，這對任何人而言應該是高興的。它曾是研究者苦惱的根源。換言之，即為「遺漏值的處理」。然而，當使用混合模型時，遺漏值不會從分析的案例中刪除。換句話說，混合模型可以「一勞永逸地解決您的遺漏值煩惱」。
本書的特徵有以下四項：
只要看數據類型，統計處理方法一清二楚。
利用圖解，數據的輸入與其步驟，清晰明確。
利用圖解，統計處理的方法與其步驟，清晰明確。
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。

陳耀茂
日本（國立）電氣通信大學經營工學博士
東海大學（退休）兼任教授

序言
第1 章統計線性模型分析簡介
1.1 前言
1.2 線性模型的種類
1.3 何謂線性模型
1.4 何謂固定模型
1.5 何謂隨機模型
1.6 何謂混合模型
1.7 何謂一般線性模型（GLM）
1.8 何謂階層線性模型

第2 章二因子的固定模型—固定因子與固定因子
2.1 前言
2.2 二因子的固定模型的步驟

第3 章二因子的隨機模型—隨機因子與隨機因子
3.1 前言
3.2 二因子的隨機模型的步驟

第4 章因子的混合模型—固定因子與隨機因子
4.1 前言
4.2 二因子的混合模型的步驟

第5 章分割試驗
5.1 前言
5.2 1 次誤差的檢定步驟
5.3 分割試驗的步驟—可以不考慮1 次誤差時
5.4 分割試驗的步驟—1 次誤差存在時
5.5 分割試驗的步驟—一般線型模型(G) →單變量(U) 之情形

第6 章分枝試驗
6.1 前言
6.2 分枝試驗的步驟

第7 章混合模型時序性測量數據的分析(1)
7.1 前言
7.2 混合模型時序性測量數據的步驟 (1)
7.3 將受試者當作隨機效果列入模型時

第8 章混合模型時序性測量數據的分析(2)
8.1 前言
8.2 混合模型時序性測量數據的步驟(2)
8.3 交互作用不存在時
8.4 將受試者當作隨機效果列入混合模型時

第9 章混合模型時序性測量數據的分析(3)
9.1 前言
9.2 混合模型時序性測量數據的步驟(3)
9.3 交互作用不存在時
9.4 將受試者當作隨機效果列入混合模型時

第10 章有遺漏值的時序性測量數據與混合模型
10.1 前言
10.2 利用混合模型與重複測量的變異數分析
10.3 除去有遺漏值的受試者以混合模型分析時

第11 章有共變量的數據與混合模型
11.1 前言
11.2 有共變量的數據的進行步驟(1)
11.3 有共變量的數據的進行步驟(2)

第12 章一般線性模型與實驗計畫法
12.1 前言
12.2 何謂GLM？
12.3 亂塊法
12.4 拉丁方格
12.5 直交表

第13 章階層線性模型
13.1 簡介
13.2 範例

第14 章廣義線性模型與廣義估計方程式
14.1 簡介
14.2 解析例
14.3 廣義估計方程式

第15 章階層迴歸分析
15.1 前言
15.2 線性迴歸分析步驟
15.3 階層迴歸分析步驟

第16 章 Logistic 迴歸分析
16.1 Logistic 迴歸分析簡介
16.2 二元Logistic 迴歸分析的步驟
16.3 多元Logistic 迴歸

參考文獻


圖解食品加工學與實務	圖解線性代數	應用磁性物理

工業配線乙級術科檢定試題詳解	基礎線性代數	第一次學微積分就上手