<內容簡介>

統計方法經常要面對數值計算，然而今日科技如此進步，已開發有各種統計軟體，學生在學習統計方法時當不至於感到霧煞煞了。

但是在學習統計方法處理問題時，最常令人感到困擾的是：

「收集到的數據要選用何種的統計處理方法才好呢？」

「要如何輸入數據，有無明確的輸入步驟呢？」

「輸入後，在進行統計處理時，有無明確的分析步驟呢？」

「分析結果要如何解讀才好呢？」

此的確是學生學習統計方法時最為煩惱的，然而此種煩惱是多餘的，任何人只要能利用本書參照使用就行，可以說非常簡便。

本書的特徵有以下四項：

1.只要看數據類型，即可選用適切的統計處理方法。

2.數據的輸入與其步驟，有跡可循。

3.統計處理的方法與其步驟，清晰明確。

4.輸出結果的解讀方法，簡明易懂。

書中的統計方法其涵蓋內容甚為豐富，上篇有23章，下篇有22章，幾乎常用的統計方析方法都收錄於其中，因此使用時不至於有所短缺之憾。

本書的撰寫是以醫學院相關科系、護理學院相關科系、公衛學院相關科系的學生為對象，從大學部到研究所均可使用，只要把統計方法配合本書的分析方法，即可參照使用，學生再也不會視統計為畏途了。

<章節目錄>

上篇

1.意見調查與問卷製作

2.平均．變異數．標準差

3.相關係數，等級相關，Cramer’s v關聯係數，Kappa一致性係數，Cohen’s d影響大小

4.獨立性檢定，適合度檢定，常態性檢定，McNemar檢定，Cochran’s Q檢定

5.勝算比‧風險比

6.t檢定，Wilcoxon等級和檢定

7.單因子變異數分析與Kruskal‧Wallis檢定

8.Friedman檢定與多重比較

9.反覆測量的變異數分析與多重比較

10.多變量變異數分析與多重比較

11.共變異數分析與多重比較

12.一般線性模式

13.因素分析與對應分析

14.複迴歸分析

15.類別迴歸分析

16.主成分分析與集群分析

17.類別主成分分析

18.聯合分析

19.單一受試體分析

20.典型相關分析

21.類別正準相關分析

22.階層迴歸分析

23. 非線性迴歸分析

下篇

1.統計處理須知

2.無母數檢定

3.二因子變異數分析與多重比較

4.Logistic迴歸分析

5.Probit分析

6.Poisson迴歸

7.順序迴歸分析

8.Ridit分析

9.Kolmogorov-Smirmov檢定

10.Mantel-Haenszel檢定

11.存活分析—生命表

12.存活分析—Kaplan-Meier法

13.存活分析—Cox迴歸分析

14.對數線性分析

15.Logit對數線型分析

16.判別分析

17.ROC曲線

18.傾向分數

19.混合模式經時測量數據之分析

20.廣義線性模式與廣義估計方程式

21.階層線性分析

22.結構方程模式（SEM）