【貼心提醒】
1.本賣場出貨時皆有使用包材妥善包裝，減少運送對書況造成的影響，但無法完全避免受損情形。
2.如有商品標價錯誤或因出版社調價等情況，本鋪保有出貨以及取消訂單之權力。

【書籍資訊】
基礎統計與R語言
ISBN13：9786263938304
出版社：五南圖書出版
作者：陳基國
出版日：2024/10/25
裝訂／頁數：平裝／424頁
規格：26cm*19cm*2.1cm (高/寬/厚)
重量：890克
版次：1
定  價：NT$580 元

【內容】
⊙系統性內容編排：章節難度由淺至深安排，循序漸進建構知識。
⊙實務應用導向：透過案例，學習運用各種統計方法分析問題，並以R語言的統計程式套件，解決不同的統計模式，達到做中學的學習效果。
⊙提供習題演練：各章節皆附有習題，學習成效輕鬆驗收。

【以R語言學習統計，邊做邊學好懂易上手】

本書以R語言作為統計學教學的嚮導，運用R語言之程式套件中世界各地實際的研究個案與資料，讓學習者認識各種統計方法，解決不同的統計模式，也能了解統計在各方面的應用。
書中章節安排難度由淺至深，循序漸進帶領學習者一一攻克各種統計方法，內容包含：R語言基礎指令操作、單變數資料、兩個與多個變數資料、機率、離散型機率分配、連續型機率分配、抽樣分配、常態近似與自助抽樣法、估計、統計假說檢定、變異數分析：多個母體平均數比較、簡單線性迴歸分析、多元線性迴歸分析、適合度檢定：類別資料分析、無母數統計等。各章節最末提供習題，讓學習者可透過演練驗收學習成效，加深記憶、鞏固知識。

【目錄】
第1章　R語言基礎指令操作
1.1　簡介
1.2　把R當作計算器
1.3　幾個常用函數
1.4　以c()輸入資料（using c() to enter data）
1.5　資料結構（creating structured data）
1.6　作平面圖
1.7　由其他資源取得資料（reading in other sources of data）
1.8　習題

第2章　單變數資料
2.1　質性資料（qualitative data）
2.2　量化資料（numeric data）
2.3　中間趨勢（central tendency）
2.4　分散程度（dispersion）
2.5　習題

第3章　兩個或多個變數資料
3.1　成對類別變數（pairs of categorical variables）
3.2　量化資料獨立樣本分配比較（comparing independent samples）
3.3　成對數字資料之關係（relationships in numeric data）
3.4　多變數資料（multivariate data）
3.5　習題

第4章　機率
4.1　機率定義
4.2　機率問題的結構：機率空間（probability space）
4.3　機率公式
4.4　等機率模式（equally likely model）
4.5　計數方法（counting methods）
4.6　條件機率（conditional probability）
4.7　獨立事件（independent event）
4.8　貝氏定理（Bayes’ Rule）
4.9　習題

第5章　離散型機率分配
5.1　隨機變數（random variable）
5.2　離散型隨機變數之機率函數（probability function of discrete random variable）
5.3　離散型隨機變數之平均數、變異數與標準差（mean, variance, and standard deviation of discrete random variable）
5.4　離散型均勻分配（the discrete uniform distribution）
5.5　二項分配（the binomial distribution）
5.6　超幾何分配（the hypergeometric distribution）
5.7　幾何分配（the geometric distribution）
5.8　負二項分配（the negative binomial distribution）
5.9　普瓦松分配（the Poisson distribution）
5.10　習題

第6章　連續型機率分配
6.1　連續型機率函數（probability density functions）
6.2　連續型均勻分配（the continuous uniform distribution）
6.3　常態分配（normal distribution）
6.4　指數分配（exponential distribution）
6.5　卡方分配、T分配與F分配（the chi-square, student’s t, and Snedecor’s f distributions）
6.6　習題

第7章　抽樣分配
7.1　隨機抽樣（random sampling）
7.2　抽樣分配（sampling distribution）
7.3　樣本平均數抽樣分配（distribution of sample mean）
7.4　兩獨立樣本平均數差的分配（the distribution of difference of two independent sample means）
7.5　樣本變異數分配（the distribution of the sample variance）
7.6　習題

第8章　常態近似與自助抽樣法
8.1　模擬（simulation）與中央極限定理（central limit theorem）
8.2　以常態分配近似二項分配（the normal approximation for the binomial）
8.3　以常態分配近似普瓦松分配
8.4　以常態分配近似卡方分配
8.5　樣本中位數之分配
8.6　自助抽樣法（bootstrap method）
8.7　習題

第9章　估計
9.1　點估計
9.2　點估計量的性質
9.3　母體平均數之區間估計（confidence intervals for means）
9.4　一個母體比例p的信賴區間
9.5　一個常態母體變異數的信賴區間
9.6　決定樣本數
9.7　兩個母體平均數差的信賴區間（confidence intervals for differences of two means）
9.8　兩個非常態母體平均數差的信賴區間
9.9　兩母體比例差p1–p2之信賴區間
9.10　母體平均數差配對樣本區間估計
9.11　兩常態母體變異數比例σ21/σ22區間估計（confidence interval of ratio of two independent sample variances）
9.12　習題

第10章　統計假說檢定

第11章　變異數分析：多個母體平均數比較

第12章　簡單線性迴歸分析

第13章　多元線性迴歸分析

第14章　適合度檢定：類別資料分析

第15章　無母數統計

參考資料