Python論文數據統計分析

運用Python進行資料分析，讓數據說話，有效達成論文目標。

⊙統計分析初學者最佳實用手冊，精要理論＋手把手操作教學。
⊙內容涵蓋論文寫作常用的敘述統計、推論統計、非參數檢定，並延伸至結構方程模式，對於需要撰寫論文但對統計方法不熟悉的研究生尤其受用。
⊙適用於社會科學領域的學生和研究人員，特別是碩博士量化研究論文應用在問卷調查方面的分析、多變量研究、實驗設計與統計課程等項目。

需要的論文統計分析方法都在這裡！

受限於軟體工具的取得，研究者有可能面臨雖掌握足夠的數據資料，卻缺乏專業統計分析工具的窘境。本書介紹的Python為開放原始碼的開源軟體，解決統計分析軟體高成本、難入手的研究門檻，對於學術工作帶來極大的便利性與可及性，可協助提升研究專業能力。

Python的應用具有寬廣的發揮度，比如透過網路爬蟲抓取即時資料作大數據分析、編寫程式來加大對議題鑽研的深度與廣度的可能性，也能更加深入嘗試使用該工具來完成數據分析工作並獲得良好成果。書中內容在有關統計學部分作基礎概念解說，並偏重在數據分析的手把手教學步驟示現，讓初學者或者是有論文需求者可以按照內容簡易操作，並達成高效率地論文數據統計分析目標。

洪煌佳

現職
國立臺東大學體育學系教授兼學生事務長

學歷
國立臺灣師範大學體育學系博士
國立臺灣師範大學運動與休閒管理研究所碩士

經歷
國立臺東大學師資培育中心主任
國立臺東大學體育室主任

第 1 章 Python軟體介紹
 1.1 Python的發展
 1.2 安裝Python軟體
 1.3 整合開發環境的概念
 1.4 Anaconda Prompt管理模組
 1.5 常用整合開發環境
 Python手把手教學 01：執行第一支Python程式
第 2 章 數據資料的測量與建立
 2.1 數據的統計與測量
 2.2 資料建立與編碼簿
 2.3 登錄資料與資料儲存
 Python手把手教學 02：建立CSV檔案資料
第 3 章 Python的Pandas庫進行數據分析
 3.1 Python Pandas庫介紹
 3.2 模組、套件包與工具庫
 3.3 載入模組與套件
 3.4 Pandas 讀取資料
 3.5 資料檢視與基本操作
 Python手把手教學 03：資料讀取與輸出
第 4 章 Pandas數據資料處理
 4.1 Pandas資料檢視
 4.2 Pandas資料篩選
 4.3 Pandas資料清理
 4.4 Pandas資料轉換
 4.5 Pandas資料統計
 4.6 Pandas匯出儲存檔案
 Python手把手教學 04：數值計算與新增行標籤
第 5 章 數值資料分析與視覺化：Numpy及matplotlib
 5.1 為什麼需要資料視覺化？
 5.2 NumPy的基礎ndarry陣列與運算
 5.3 matplotlib視覺化套件應用
 Python手把手教學 05：資料視覺化
第 6 章 平均數檢定
 6.1 t檢定的概念
 6.2 執行t檢定
 Python手把手教學 06：獨立樣本t檢定
第 7 章 變異數分析
 7.1 變異數分析的概念
 7.2 單因子重複量數變異數分析
 7.3 單因子變異數分析
 7.4 二因子變異數分析
 7.5 二因子變異數分析：混合設計
 Python手把手教學07：單因子變異數分析
第 8 章 非參數檢定
 8.1 非參數檢定的概念
 8.2 二組獨立樣本的非參數檢定
 8.3 多組樣本的非參數檢定
 Python手把手教學08：非參數檢定
第 9 章 相關與迴歸分析
 9.1 相關分析的概念
 9.2 相關分析的執行
 9.3 線性迴歸分析的概念
 9.4 線性迴歸分析的執行
 Python手把手教學09：多元迴歸分析
第 10 章 項目分析與信度
 10.1 項目分析的概念與執行
 10.2 信度分析的概念與執行
 Python手把手教學10：項目分析與信度分析
第 11 章 因素分析
 11.1 因素分析的概念
 11.2 因素分析執行
 Python手把手教學11：因素分析
第 12 章 類別資料分析
 12.1 類別資料分析的概念
 12.2 執行卡方檢定
 Python手把手教學12：卡方獨立性檢定
第 13 章 結構方程模式
 13.1 驗證性因素分析的概念
 13.2 驗證性因素分析的執行
13.3 結構方程模式的概念
13.4 結構方程模式的執行
 Python手把手教學13：驗證性因素分析