只能跑出統計報表的統計套裝軟體落伍了，讓統計專家以及程式高手帶著您，透過AI來幫您做統計計算、分析與解讀！

R語言是進入統計學領域的一把重要鑰匙，本書從基礎開始，一個個步驟帶您領會運用R語言的樂趣。


R 是一種專門為統計分析與資料管理所設計的手稿語言。R 誕生於90 年代初期，由S 語言所轉變而來。它是免付費的公開軟體，可自由下載原始碼，加上十分容易在官方網站找到別人寫好的套件或分析程式碼，因此近年來使用的人越來越多，並且不乏許多專業人士如：風險分析師、研究學者、統計學家等。

本書會從入門的安裝步驟開始，介紹R的資料型態、資料整理、繪圖、推論統計的概念、變異數分析等，幫助讀者打好基礎，讀完您會發現，原來統計就是這麼輕鬆啊！

黃芳銘

現職：嘉義大學教育系教授
學歷：美國猶他大學社會學博士
經歷：國立體育學院教育學程中心助理教授
　　　台北縣漳和國中數學教師
著作：《結構方程模式－理論與應用》

序言

1 R 的簡介
1.1　安裝R
1.2　RStudio
1.3　基本的計算
2 R 的資料型態
2.1　基本資料型態
2.2　變項指派
2.3　向量、因素以及列表
2.4　因素向量
2.5　矩陣與資料架構（資料框）
2.6　列表
2.7　資料框
3 資料整理
3.1　安裝與載入tidyverse 套件
3.2　dplyr 套件常用函數
3.3　選擇變項
3.4　篩選觀察值
3.5　新增衍生變數
3.6　依照變數排序觀測值
3.7　聚合變數（總結或概括）
3.8　依照類別變數分組
4 繪圖
4.1　ggplot2 套件繪圖簡介
4.2　基本步驟：用ggplot() 準備畫布
4.3　長條圖
4.4　圓餅圖
4.5　直方圖
4.6　盒鬚圖
4.7　散布圖
4.8　折線圖
4.9　儲存圖片
5 敘述統計
5.1　次數分配
5.2　集中量數
5.3　離散性
5.4　偏態與峰度
5.5　使用套件計算描述統計
6 推論統計的基本概念
6.1　母群與樣本
6.2　假設檢定
6.3　第一類型及第二類型錯誤
6.4　臨界值
6.5　p 值與顯著性
6.6　效果量
6.7　統計檢定力
7 兩個平均數比較
7.1　兩個獨立樣本t 檢定
7.2　相依樣本t 檢定
8 單因子變異數分析
8.1　單因子獨立樣本變異數分析
8.2　單因子相依樣本變異數分析
9 二因子獨立樣本變異數分析
9.1　二因子獨立樣本ANOVA 的假設
9.2　二因子獨立樣本ANOVA 變異數分解
9.3　多重比較
9.4　效果值的計算
9.5　二因子獨立樣本ANOVA 的假定
9.6　二因子獨立樣本ANOVA 實例解說與R 的操作
10 二因子相依樣本變異數分析
10.1　二因子相依樣本ANOVA 的假設
10.2　二因子相依樣本ANOVA 的變異數分解
10.3　單純主要效果檢定與事後比較
10.4　二因子相依樣本ANOVA 的假定
10.5　二因子相依樣本ANOVA 範例與說明
11 二因子混合設計變異數分析
11.1　二因子混合設計ANOVA 的假設
11.2　二因子混合設計ANOVA 的變異來源與F 檢定
11.3　單純主要效果檢定與事後比較
11.4　二因子混合設計ANOVA 的假定
11.6　二因子混合設計ANOVA 實例解說與R 的操作
12 卡方檢定
12.1　適配度檢定
12.2　獨立性檢定
12.3　同質性檢定
12.4 　卡方分布
12.5　卡方檢定的假定
12.6　卡方分析的弱點
12.7　類別變項的關連
12.8　效果量
12.9　適配度檢定實例解說與R 操作
12.10　獨立性檢定實例解說與R 操作
12.11　同質性檢定實例解說與R 操作
13 皮爾森相關
13.1　皮爾森r 相關係數的定義與限制
13.2　皮爾森相關的假設
13.3　皮爾森相關假定
13.4　相關的議題與效果量
13.5　皮爾森相關實例解說與R 的操作
13.6　決定係數
14 簡單與多元線性迴歸
14.1　OLS 迴歸
14.2　迴歸線的數學形式
14.3　迴歸模式的顯著性檢定
14.4　OLS 估計法的假定
14.5　R 中lm() 函數的簡介
14.6　簡單線性迴歸的目的與資料要求
14.7　簡單線性迴歸範例與R 操作
14.8　多元線性迴歸範例與R 操作
14.9　迴歸診斷
14.10　模式選擇
15 探索性因素分析
15.1　共同因素模式
15.2　決定因素數目的方法
15.3　因素抽取
15.4　因素轉軸
15.5　EFA 的實例解說與R 的操作
15.6　因素分析APA 報表與結果解釋
16 信度
16.1　α 係數實例解說與R 的操作
16.2　α 係數作為項目分析的議題