一般分類: 五南本版 > 財經、商管 > 統計 
     
    多層次模型(HLM)及重複測量:使用STaTa(附光碟)
    編/著者: 張紹勳
    出版社:五南
    出版日期:2018-01-12
    ISBN:9789571195063
    參考分類(CAT):統計
    參考分類(CIP): 統計資料處理
    優惠期限:2020-07-31

    優惠價:85折,893

    定價:  $1050 

    ※10本團購價:8折! 840元/本

     
     
     
    分享
      買了此商品的人,也買了....
    定價:500 元
    特價:85折!425
     
    定價:450 元
    特價:85折!383
     
    定價:540 元
    特價:79折!427
     
    定價:680 元
    特價:85折!578
     
    定價:1200 元
    特價:85折!1020
     
      | 內容簡介 |
    內容簡介
    TaTa是地表最強統計軟體,適合學生、學者與實務人員!

    科學是一門累積而成的學問,統計又是科學的實證基礎,當今科技電腦的統計計算能力日新月異,純粹概念性的理論過於靜態,解釋實際問題以及應用能力有限。多層次模型(HLM)進而興起,成為當代組織與管理領域的重要研究典範之一!STaTa這套功能龐大的統計軟體也因而產生,本書提供範例資料庫與統計程式操作方式,有助於瞭解多層次迴歸分析主要模型的操作程序,內文結合「理論、方法、統計」,讓您能更有深度的理解什麼是多層次模型以及STaTa。
    ※推薦文
    純粹概念性的理論顯然在實際問題的解釋與應用上是有限的。而缺乏理論基礎的統計分析則無法提供一個「因果關係」的說明。同樣,其說服力也是有限的,或甚至可能是錯誤的。加上組織與管理研究的資料多涉及階層特性,因此多層次模型是當代組織與管理領域的重要研究典範之一。因而興起多層次模型(HLM)來彌補單層次迴歸的不足。迄今,多層次與層級線性模型廣泛應用到管理、教育、人管、醫藥健康等領域。
    人並非孤立的個體,而是整個社會中的一員,例如,學生層次的資料巢套於高一層的分析單位(如班級或學校)之內,在同一個高階分析單位下的個體會因為相似的特質,抑或受到共享的環境脈絡所影響,造成個人層次資料間具有相依的性質,亦即存在著組內觀察資料不獨立的現象。由此可知,個體的行為或反應不僅會受到自身特性的影響,也會受到其所處的環境脈絡所影響。因此巢狀(nested)資料分析之多層次模型就此流行起來。
    科學是一門累積的學習課程,統計又是科學之實證基礎,加上電腦統計計算能力日新月益。進而像STaTa這種龐大功能之統計軟體的誕生,STaTa功能及便利性都遠超越R、MLWin、Mplus、SPSS、SAS、AMOS及Eviews等軟體。STaTa優秀統計功能是地表最強的軟體。STaTa已可處理:(1)橫斷面研究設計、縱貫面研究設計、縱橫面(pandel-data)研究設計。(2)單一迴歸方程式、迴歸聯立方程式。(3)網站提供龐大線上求助、外掛指令(*.ado)來滿足各行各業的個別需求。(4)單變量、多變量時間序列亦可處理。(5)多層次vs.單層次迴歸之統計分析……等都有最新處理方法,光是多層次線性混合模型就有15種以上類型可供選擇。
    STaTa同時提供眾多(內建vs.外掛)指令,幾乎坊間教科書你看到的統計分析,它都可解決。此外,STaTa為了減低電腦使用者對程式設計的憂慮,它亦提供Menu選擇表之對應視窗,讓像SPSS、SAS、HLM那樣能輕鬆操作Menu,來進行統計分析。況且,STaTa有能力處理像big-data這類巨大資料庫。
    有鑑於STaTa分析功能龐大,故作者將撰寫一系列的STaTa的書,包括:
    7.多層次模型(共15種多層次模型之類型可選擇)。
    社會科學、生物醫學、財金等領域,其統計學係採用統計學、運籌學、經濟、數學等領域之定量方法。社會科學及自然科學二大領域中各個學科,它們有許多共通之研究設計及統計分析法,都與作者在五南出版STaTa一序列書名有關,包括:

    一、《STaTa與高等統計分析的應用》一書,該書內容包括:描述性統計、樣本數的評估、變異數分析、相關、迴歸建模及診斷、重複測量……。

    二、《「STaTa在結構方程模型及試題反應理論》一書,該書內容包括:路徑分析、結構方程模型、測量工具的信效度分析、因素分析……。

    三、《STaTa在生物醫學統計分析》一書,該書內容包括:類別資料分析(無母數統計)、logistic迴歸、存活分析、流行病學、配對與非配對病例對照研究資料、盛行率、發生率、相對危險率比、勝出比(Odds Ratio)的計算、篩檢工具與ROC曲線、工具變數(2SLS)……Cox比例危險模型、Kaplan-Meier存活模型、脆弱性之Cox模型、參數存活分析有六種模型、加速失敗時間模型、panel-data存活模型、多層次存活模型……。

    四、《Meta統計分析實作:使用Excel與CMA程式》一書,該書內容包括:統合分析(meta-analysis)、勝出比(Odds Ratio)、風險比、4種有名效果量(ES)公式之單位變換等。

    五、《Panel-data迴歸模型:STaTa在廣義時間序列的應用》一書,該書內容包括:多層次模型、GEE、工具變數(2SLS)、動態模型……。

    六、《總體經濟與財務金融:STaTa時間序列分析》一書,該書內容包括:誤差異質性、動態模型、序列相關、時間序列分析、VAR、共整合……等。

    七、《多層次模型(HLM)及重複測量:使用STaTa》一書,該書內容包括:線性多層次模型、vs.離散型多層次模型、計數型多層次模型、存活分析之多層次模型、非線性多層次模型……。

    八、《模糊多準則評估法及統計》一書,該書內容包括:AHP、ANP、TOPSIS、Fuzzy理論、Fuzzy AHP……等理論與實作。

    九、《邏輯斯迴歸及離散選擇模型:應用STaTa統計》一書,該書內容包括:邏輯斯迴歸、vs. 多元邏輯斯迴歸、配對資料的條件Logistic迴歸分析、Multinomial Logistic Regression、特定方案Rank-ordered logistic迴歸、零膨脹ordered probit regression迴歸、配對資料的條件邏輯斯迴歸、特定方案conditional logit model、離散選擇模型、多層次邏輯斯迴歸……。

    十、《有限混合模型FMM:STaTa用EM algorithm先潛在分類再預測》一書,該書內容包括:FMM:線性迴歸、FMM:次序迴歸、FMM:Logit迴歸、FMM:多項Logit迴歸、FMM:零膨脹迴歸、FMM:參數型存活迴歸……等理論與實作。

    這本書的目標即在提供有興趣多層次分析的學生、學者與實務人員教學與研究的指導。在這本書亦提供範例的資料檔與統計程式操作方式。這些基礎理論與範例有助於我們瞭解多層次分析。要深入瞭解這本書必須要有基本的多元迴歸方程式的知識。這本書會提供STaTa的範例,針對多層次迴歸分析主要模型的操作程序,並強調這些統計軟體所產生的報表解釋,諸如結果變數為連續變數或者類別變數的兩層與三層模型、輔助性統計(如迴歸係數信賴區間、組內相關係數等)、檢視模型假設等。
    此外,研究者如何選擇正確的統計方法,包括適當的估計與檢定方法、與統計概念等,都是實證研究中很重要的內涵,這也是本書撰寫的目的之一。為了讓研究者能正確且精準使用panel迴歸,本書內文儘量結合「理論、方法、統計」,期望能夠對產學界有拋磚引玉的效果。
    最後,特感謝全傑科技公司(http://www.softhome.com.tw),提供STaTa軟體,晚學才有機會撰寫STaTa一系列的書,以嘉惠學習者。


    張紹勳 張任坊 張博一 敬上
    作者介紹
    ■作者簡介
    張紹勳
    學歷:國立政治大學資訊管理博士
    現任:國立彰化師大專任教授
    經歷:致理技術專任副教授

    ■研究助理
    張任坊
    國立海洋大學商船系

    張博一
    國立中央大學通訊工程所
    目次
    Chapter 01 STaTa是地表最強統計,適合各產官學研
    1-1 統計分析
    1-1-1 認識統計
    1-1-2 統計與「實驗法、觀察法」之對應關係
    1-2 STaTa世上最強大的統計功能
    1-2-1 單層次:連續vs.類別依變數迴歸之種類
    1-2-2 STaTa 多層次混合模型的迴歸種類
    1-2-3 STaTa panel-data迴歸的種類
    1-2-4 STaTa流行病(epidemiologists)之選擇表對應的指令
    1-2-5 STaTa存活分析的選擇表之對應指令
    1-2-6 STaTa縱貫面—時間序列之選擇表
    1-2-7 STaTa有限混合模型(FMM):EM algorithm選擇表
    1-3 STaTa安裝設定
    1-4 資料輸入的方法:問卷、Excel
    1-5 SPSS資料檔(*.sav)轉成STaTa格式
    1-6 SAS格式轉成STaTa
    1-7 R格式轉成STaTa
    1-8 外掛的命令檔ado:STaTa外掛的Package
    1-9 認識「多層次模型」
    1-10 類聚(clustered)/巢狀資料分析,STaTa迴歸有16種估計法
    1-11 大數據(big data)與STaTa資料檔之間的格式可互通
    Chapter 02 多層次分析法:HLM
    2-1 多層次模型(階層線性模型HLM)的興起
    2-1-1 多層次模型(階層線性模型HLM)的興起
    2-1-2 單層次:多元迴歸分析(OLS)之重點整理
    2-2 什麼是多層次分析法?
    2-2-1 階層線性模型(HLM)之由來
    2-2-2 多層次模型之重要性
    2-2-3 傳統單層次OLS分析巢狀(nested)資料,會出什麼問題?
    2-2-4 脈絡變數(contextual variables) vs. 總體變數
    2-3 多層次分析之模型界定
    2-3-1 多層次模型之示意圖
    2-3-2 多層次模型之假定(assumption)
    2-3-3 隨機截距vs.隨機斜率之四種關係
    2-3-4a 隨機係數模型之三種設定(random coefficient modeling)
    2-3-4b 雙因子隨機係數之三種設定解說144
    2-3-5 多層次資料結構:平減(centering)即離差分數(deviated scores)
    2-4 模型設定/建構的步驟
    2-4-1 模型設定的步驟
    2-4-2 如何提升多層次分析法的嚴謹性
    2-5 變數中心化(centering)、交互作用項(Z×A)具多元共線性疑慮
    2-5-1 為何總平減(grand-mean centering)可克服多元共線性之問題
    2-5-2 交互作用項(Z*A)會導至多元共線性之嚴重問題:心臟科
    2-5-3 變數中心化(centering variables)/平減
    2-5-4 中心化(centering)/平減的時機
    2-5-5 中心化(centering)的類別
    2-6 線性混合模型:多層次分析入門(mixed, xtmixed指令)
    2-6-1 線性混合模型(linear mixed model)之方程式
    2-6-2 範例1:典型之隨機係數模型(slopes and intercepts as outcomes)
    2-6-3 範例2:考量各小群組之誤差結構(slopes and intercepts as outcomes with variance-covariance structure of the random effects)
    2-7 如何將多層模型轉成混合模型(ml2mixed外掛指令)
    2-8 因果關係的第三者:調節/干擾變數(moderator)、中介變數
    2-8-1 組織研究的中介檢定之緣起
    2-8-2 中介變數(直接效果、間接效果)≠調節變數(交互作用效果)
    2-8-2a 中介變數(mediator variable)
    2-8-2b 中介變數(mediator variable)存在與否的四種檢定法
    2-8-3 調節變數(moderator variable),又稱干擾變數
    2-8-4 調節式中介效果(moderated mediation effect)
    2-8-5 多層次中介效果:STaTa實作(ml_mediation、xtmixed指令)
    2-8-5a 多層次中介效果:STaTa方法一(ml_mediation指令)
    2-8-5b 雙層次中介效果:STaTa方法二(xtmixed、mixed指令)
    2-8-6 Sobel-Goodman中介檢定法(先sgmediation再ml_mediation指令)
    Chapter 03 單層vs.雙層次模型:無交互作用項就無須中心化
    3-1 多層次模型之重點補充
    3-1-1 分層隨機抽樣
    3-1-2 Panel-data迴歸模型之重點整理
    3-2 單層vs.雙層:重複測量的混合效果模型(mixed effect model for repeated measure)
    3-2-1 ANOVA及無母數統計之分析流程圖
    3-2-2 重複測量ANOVA之F檢定公式
    3-2-3 單層次:二因子混合設計ANOVA (anova、contrast、margin、marginsplot指令)
    3-2-4 重複測量ANOVA之主要效果/單純主要效果檢定(雙層xtmixed或mixed vs.單層anova指令)
    3-2-5 雙層次:二因子混合設計ANOVA (mixed或xtmixed指令)
    3-3 敵對模型們那一個較優呢?用IC資訊準則(mixed, xtmixed指令)
    3-3-1 偵測兩個敵對模型,適配指標有7種
    3-3-2 排列組合一:3種敵對模型(mixed, xtmixed指令)
    3-3-3 排列組合二:10種敵對模型(mixed, xtmixed指令)
    3-3-4 排列組合三:明星學校真的比較好嗎:4種敵對模型
    3-3-5 排列組合四:無vs.有交互作用項,那個模型好呢?(mixed, xtmixed指令)
    Chapter 04 多層次模型之方程式解說:有(Z×X)交互作用項就須中心化
    4-1 多層次模型之方程式解說:影響住宅房價之個體層及群組層
    4-1-1 Step 1設定(模型1):零模型(null model)
    4-1-2 Step 2設定(模型2):平均數為結果的迴歸模型(means-as-outcomes regression)
    4-1-3 Step 3設定(模型3):Level-1具固定效果之隨機截距模型
    4-1-4 Step 4設定(模型4):隨機係數(random coefficients)迴歸模型
    4-1-5 Step 5設定(模型5):截距與斜率為結果的迴歸(交互作用)
    Chapter 05 多層次模型之STaTa實作及解說(新版mixed, 舊版xtmixed指令)
    5-1 六步驟來挑選最佳多層次模型(即HLM)?用IC準則來判斷
    5-1-0 樣本資料檔
    5-1-1 Step 1:零模型(intercept-only-model, unconditional model)
    5-1-2 Step 2:Level-1單因子之隨機截距模型(無隨機斜率u1j)
    5-1-3 Step 3:Level-1單因子之隨機截距且隨機斜率模型(slopes and intercepts as outcomes)
    5-1-4 Step 4:Level-1雙因子之隨機斜率模型(slopes and intercepts as outcomes)
    5-1-5 Step 5:Level-2單因子及Level-1 雙因子之隨機模型(無交互作用)
    5-1-6 Step 6:Level-2單因子及Level-1 雙因子之隨機模型(有交互作用)
    5-2 多層次模型之STaTa練習題(新版mixed指令,舊版xtmixed指令)
    Chapter 06 單層次vs.多層次:離散型依變數之Poisson迴歸
    6-1 單層次Count依變數:Zero-inflated Poisson迴歸 vs. negative binomial迴歸
    6-1-1 Poisson分配
    6-1-2 負二項分配(negative binomial distribution)
    6-1-3 零膨漲(Zero-inflated) Poisson分配
    6-2 單層次:Zero-inflated Poisson迴歸vs.負二項迴歸(zip、zinb指令)
    6-3 三層次:Poisson迴歸(mepoisson 或xtmepoisson指令)
    6-3-1 多層次Poisson模型
    6-3-2 三層次:Poisson迴歸(mepoisson或xtmepoisson指令)
    6-4 練習題:雙層隨機截距模型之Poisson迴歸(mepoisson指令)
    Chapter 07 單層次vs.雙層次:二元依變數之Logistic迴歸
    7-1 Logistic迴歸之原理
    7-1-1 勝算比(OR)
    7-1-1a 勝算比(odds ratio)之意義
    7-1-1b odds ratio之STaTa實作
    7-2 單層次:Logistic迴歸(logit指令)
    7-2-1 Logit模型之解說
    7-2-2 單層次:二元依變數之模型:Logistic迴歸之實例
    7-3 範例:三層次:Logistic迴歸(melogit或xtmelogit指令)
    7-4 練習題:雙層次Logistic迴歸(melogit指令)
    Chapter 08 範例:雙層次vs.三層次:線性多層次模型
    8-1 雙層次混合(multilevel mixed)模型
    8-1-1 雙層次:mixed或multilevel或hierarchical model (xtmixed指令)
    8-1-2 雙層次:多層次成長模型(xtmixed指令)
    8-1-3 雙層次:多層隨機截距/隨機斜率模型(xtmixed指令)
    8-1-4 雙層次:異質性誤差之隨機截距或混合效果模型(xtmixed指令)
    8-1-5 雙層次:雙層次混合Logistic迴歸(xtmelogit指令)
    8-1-6 雙層次:潛在成長曲線(xtmixed nlcom指令)
    8-2 三層次混合(multilevel mixed)模型
    8-2-1 三層次脈絡模型:線性混合迴歸(xtmixed指令)
    8-2-2 三層次:隨機截距/隨機斜率模型(xtmixed指令)
    Chapter 09 單層vs.雙層:Cox存活分析:臨床最重要統計法
    9-1 存活分析(survival analysis)介紹
    9-1-1 存活分析之定義
    9-1-2 為何存活分析是臨床研究最重要的統計法?
    9-1-3 存活分析之三種研究目標
    9-1-4 存活分析之研究議題
    9-1-5 設限資料(censored data)
    9-1-6 存活時間T之機率函數
    9-1-7 Cox存活分析vs. Logit模型/probit模型的差異
    9-2 STaTa存活分析/繪圖表之對應指令、新增統計功能
    9-3 存活分析範例:除草有助幼苗存活率嗎?
    9-3-1 生命表(life table)
    9-3-2 存活分析範例[依序(estat phtest、sts graph、ltable或sts list、stci、stmh、stcox指令)]
    9-4 Cox比例危險模型(proportional hazards model)(stcox指令)
    9-4-1 f(t)機率密度函數、S(t)存活函數、h(t)危險函數、H(t)累積危險函數
    9-4-2 Cox比例危險模型之迴歸式解說
    9-4-3 危險函數的估計(hazard function)
    9-4-4 Cox比例危險模型之適配度檢定
    9-5 單層次:具脆弱性Cox模型(Cox regression with shared frailty)
    9-5-1 脆弱性之Cox模型:「stcox, shared(脆弱變數)」指令
    9-6 帶偏態之依變數:參數存活分析(streg指令)
    9-6-1 脆弱性(frailty)模型
    9-6-2 加速失敗時間(accelerated failure time)模型
    9-7 雙層次:panel-data參數存活模型[xtstreg, shared(panel變數)指令]
    9-7-1 追蹤資料(panel-data)
    9-7-2 追蹤資料(panel-data)存活分析[xtstreg, shared(panel變數)指令]
    9-8 多層次:參數存活模型(mestreg、「sttocc clogit」指令)
    9-8-1 multilevel存活模型
    9-8-2 多層次參數存活模型(mestreg… ||分層變數)
    9-9 巢狀型病例—對照研究法(nested case-control) (先sttocc再clogit指令)
    9-10 練習題:三層次之對數常態存活模型(mestreg指令)
    Chapter 10 非線性:多層次混合效果模型(menl指令)
    10-1 非線性縱貫面資料:隨機截距之多層次模型—獨角獸
    10-2 非線性範例:誤差無共變結構之雙層模型—橘子樹
    10-3 非線性多層次模型:群組內之誤差相關結構—ovary
    10-4 非線性:三層次模型—血糖(blood glucose)
    10-5 殘差有共變數結構:藥代動力學建模—Pharmacokinetic(PK) model
    Chapter 11 誤差變異2具異質性(xtgls指令為主流)
    11-1 殘差之變異數
    11-1-1 誤差變異 的觀念
    11-1-2 誤差變異 的偵測法
    11-2 單層次:偵測誤差之異質性(heteroskedasticity)
    11-2-1 橫斷面OLS迴歸:殘差異質性診斷(hettest指令)
    11-2-2 殘差異質的改善:OLS改成robust迴歸
    11-2-3 橫斷面之誤差異質性:需ln()變數變換(先reg再whitetst指令)
    11-2-4 縱貫面之誤差異質性(先reg再bpagan指令)
    11-3 多層次:具異質性誤差之隨機截距/混合模型(xtmixed、mixed指令)
    11-3-1 範例1:求各組之誤差異質(heteroskedastic errors by group)
    11-3-2 範例2:縱貫面之成長曲線模型(重複測量5次)
    11-3-3 範例3:誤差變異數2error具異質性