µn¤J
¡U
µù¥U
¡U
·|û¤¤¤ß
¡U
µ²±b
¡U
°ö°V½Òµ{
Å]ªk§Ì¤l
¡U
¦Û¸ê¥Xª©
¡U
¹q¤l®Ñ
¡U
«ÈªA¤¤¤ß
¡U
´¼¼z«¬¥ßÊ^·|û
®Ñ¦W
¥Xª©ªÀ
§@ªÌ
isbn
½s¸¹
5050Å]ªk²³Äw
|
NG®Ñ«°
|
°ê»Ú¯Å«~µP½Òµ{
|
Àu´f³qª¾
|
ÅRÆE^¶¯µ¼Öºë¿ï
|
Best Download¡I³¡¸¨«Èµû¿ï³ÌÀu³nÅé¤j¸É©«
¡D
¾ã¦X¤ÀªR³nÅéCMA¡G
¡D
·í¥N¾ã¦X¤ÀªR²z½×»P¹ê
¡D
µ²ºc¤èµ{¼Ò¦¡³nÅéAm
¤å¾Ç¤p»¡
¤å¾Ç
¡U
¤p»¡
°ÓºÞ³Ð§ë
°]¸g§ë¸ê
¡U
¦æ¾P¥øºÞ
¤H¤åÃÀ§{
©v±Ð¡Bõ¾Ç
ªÀ·|¡B¤H¤å¡B¥v¦a
ÃÀ³N¡B¬ü¾Ç
¡U
¹q¼vÀ¸¼@
Ày§Ó¾i¥Í
ÂåÀø¡B«O°·
®Æ²z¡B¥Í¬¡¦Ê¬ì
±Ð¨|¡B¤ß²z¡BÀy§Ó
¶i׾Dzß
¹q¸£»Pºô¸ô
¡U
»y¨¥¤u¨ã
Âø»x¡B´Á¥Z
¡U
x¬F¡Bªk«ß
°Ñ¦Ò¡B¦Ò¸Õ¡B±Ð¬ì¥Î®Ñ
¬ì¾Ç¤uµ{
¬ì¾Ç¡B¦ÛµM
¡U
¤u·~¡B¤uµ{
®a®x¿Ë¤l
®a®x¡B¿Ë¤l¡B¤H»Ú
«C¤Ö¦~¡Bµ£®Ñ
ª±¼Ö¤Ñ¦a
®È¹C¡B¦a¹Ï
¡U
¥ð¶¢®T¼Ö
º©µe¡B´¡¹Ï
¡U
¨î¯Å
¹Ï¸ÑAMOS¦b¾Ç³N¬ã¨s¤§À³¥Î(ªþ¥úºÐ)
An Introduction to Graphic Amos 6.0/7.0 and Its Uses in Research
§@ªÌ¡G
李Z¯à
¤ÀÃþ¡G
¹q¸£»Pºô¸ô
¡þ
À³¥Î³nÅé
¥Xª©ªÀ¡G
¤«n¤å¤Æ
¥Xª©¤é´Á¡G2009/3/16
ISBN¡G9789571155364
®ÑÄy½s¸¹¡Gkk0232681
¶¼Æ¡G464
©w»ù¡G
550
¤¸
Àu´f»ù¡G
9
§é
495
¤¸
®Ñ»ùY¦³²§°Ê¡A¥H¥Xª©ªÀ¹ê»Ú©w»ù¬°·Ç
qÁÊ«á¥ß§Y¬°±z¶i³f
qÁÊ«á¥ß§Y¬°±z¶i³f¡G¥Ø«eµL®w¦s¶q,ŪªÌ¤Uq«á,¶}©l¶i¤J½Õ®Ñµ{§Ç,¤@¯ë¤Ñ¼Æ¬ù¬°2-10¤u§@¤é(¤£§t¨Ò°²¤é)¡C
¹ÎÁʼƳ̧C¬° 20 ¥»¥H¤W
µû»ù¼Æ¡G
(½Ð±N·Æ¹«²¾¦Ü¬P¬P³B¶i¦æµû»ù)
¥Ø«e¥§¡µû»ù¡G
¤å¦r³sµ²
½Æ»s»yªk
¹Ï¸ÑAMOS¦b¾Ç³N¬ã¨s¤§À³¥Î(ªþ¥úºÐ)
¹Ï¤ù³sµ²
½Æ»s»yªk
¤À
¨É
¤º®e²¤¶
§@ªÌ¤¶²Ð
¦PÃþ±ÀÂË
圖¸ÑAMOS在學³N研究之應用(ªþ光碟) ●本書是結構方程模式¡B研究方法學¡B多Åܶµ統p¡B»P¶qªí編»s或指標建構等½Ò程之最佳指定教材¡C ●從事心理»P教¨|¡B市場¦æ¾P¡B企業管理¡B組織心理學¡BÅé¨|休¶¢¡B政治¦æ為分析¡B公共¦æ政等社會及¦æ為科學的必備工具書¡C 本書先從Amos 6.0版°_的新功¯à»P特¦â¡A即¡u不必寫程式即可執¦æBayesian SEM¡v½Í°_¡AAmos利用°¨可夫Ãì»X地卡羅(MCMC)估p法¡A展現SEM的新·»ª¡C包括¾A用於小樣本¡B可¦ÒÅç¦Ûq參數的假³]¡B利用先Åç分°t¸Ñ決模式中t的ÅÜ異數的問ÃD¡B³B理次序性Ãþ別¸ê料¡B»P使用¨©氏插¸É法有效³B理¿ò漏值問ÃD等¡C 其後¡A各章旨在擴增SEM知¯à¡A包含Bootstrapping在SEM上的應用¡B¨©氏SEM»PBootstrapping的相對效¯à分析¡B½Æ核效度之應用¡BÃþ別Åܶµ編碼法在°j歸分析及SEM分析之¹B用¡B交互作用»P¶¡接效果之深入剖析¡B線性»P«D線性成ªø曲線分析¡B¶qªí發展»P指標建構的信¡B效度¦ÒÅç等¡C文中亦分享了SEM學³N的國»Ú新¯ß動¡A例如Tetrad SEM¡BKrippendorff a¡B幽ÆFÅܶµ法¡B½Õ節型中介效果¡B片段線性成ªø模式等¡C 希望³z¹L簡單的理½×¡BAmos³nÅé的操作»P學³N研究上的實例¡A以消弭理½×»P實務上之差¶Z¡A本書不僅是Amos愛好ªÌ¡A亦是LISREL使用ªÌ的ÀH¨寶典¡C 目¿ý Chapter 1¡@Amos 5.0»PAmos 6.0不相容»PÅÜ動之³B ¡@¡@壹¡B使用ªÌ介±ÅÜ動之³B ¡@¡@¶L¡BAmos 5.0»PAmos 6.0不相容之³B ¡@¡@參¡B操作方法相異之³B ¡@¡@¸v¡BAmos 6.0之新增四¶µ操作功¯à Chapter 2¡@Amos6.0新增功¯à»P特¦â簡介 ¡@¡@壹¡B¨©氏估p法»P°¨克夫Ãì模擬法 ¡@¡@¶L¡B¨©氏SEM的Amos操作»P¸ÑÄÀ ¡@¡@參¡BMCMC»E斂之¶E斷分析 ¡@¡@¸v¡B缺失¸ê料填¸É法 ¡@¡@伍¡BAmos的¸ê料填¸É操作步ÆJ ¡@¡@³°¡B利用Amos內建之編¿è器撰寫增益¶°¡G以SRMR為例 ¡@¡@本章習ÃD Chapter 3¡@Amos 7.0新增功¯à»P特¦â簡介 ¡@¡@壹¡BBayesian SEM已¯à³B理次序性Ãþ別¸ê料»P截斷¸ê料 ¡@¡@¶L¡B提供次序性Ãþ別¸ê料»P截斷¸ê料的缺失值填¸É法 ¡@¡@參¡B提供缺失值¡B次序性Ãþ別¸ê料»P截斷¸ê料的事後¹w測機率分°t ¡@¡@¸v¡B增加Hamiltonian MCMC演算法 ¡@¡@伍¡BMCMC參數的¦Û動½Õ節 ¡@¡@³°¡B提供¨©氏模式¾A°t度指標 ¡@¡@柒¡B剪¶K簿功¯à的改善 ¡@¡@本章習ÃD Chapter 4¡@Bootstrapping的意義及其在模式比¸û上之¹B用 ¡@¡@壹¡BBootstrapping的意義»P用³~ ¡@¡@¶L¡BBootstrapping統p分析之實例示範 ¡@¡@參¡BBootstrapping在模式比¸û上之¹B用 ¡@¡@本章習ÃD Chapter 5¡@潛在特½èÅÜ化分析 ¡@¡@壹¡B潛在特½èÅÜ化分析的意義»P«n性 ¡@¡@¶L¡BAmos的LCA分析徑¸ô圖的操作 ¡@¡@參¡BLCA在統p及研究³]p上之n求 ¡@¡@¸v¡B單因子潛在特½èÅÜ化分析 ¡@¡@伍¡BÂù因子潛在特½èÅÜ化分析 ¡@¡@³°¡BÂù因子潛在特½èÅÜ化之共ÅÜ分析 ¡@¡@柒¡B多«指標潛在特½è成ªø模式 ¡@¡@捌¡BAmos Basic程式 ¡@¡@本章習ÃD Chapter 6¡@Amos Bayesian SEM»PBootstrapping 之應用及相對效¯à分析 ¡@¡@壹¡B¨©氏SEM參數估p»~差»P抽樣樣本大小之Ãö係 ¡@¡@¶L¡BBootstrapping之參數估p»~差»P抽樣樣本大小之Ãö係 ¡@¡@參¡B傳統SEM之參數估p»~差»P抽樣樣本大小之Ãö係 ¡@¡@¸v¡BSEM Bootstrapping SEM 之相對效¯à分析 ¡@¡@本章習ÃD Chapter 7¡@½Æ核效度之意義»P應用實例 ¡@¡@壹¡B½Æ核效度的意義»P策略 ¡@¡@¶L¡B½Æ核效度統p分析程序 ¡@¡@參¡B½Æ核效度的不同形式»P內容 ¡@¡@¸v¡BAmos應用實例分析»P¸ÑÄÀ ¡@¡@本章習ÃD Chapter 8¡@°j歸分析»PÅÜ異數分析¡BSEM分析的Ãö係 ¡@¡@壹¡Bµê擬編碼(Dummy Coding) ¡@¡@¶L¡B效果值編碼(Effect Coding) ¡@¡@參¡B正交編碼(Orthogonal Coding) ¡@¡@本章習ÃD Chapter 9¡@交互作用效果»P¶¡接效果之¦ÒÅç ¡@¡@壹¡B交互作用效果之¦ÒÅç方法 ¡@¡@¶L¡B直接效果之¦ÒÅç方法 ¡@¡@參¡B¶¡接效果¦ÒÅç之基本假³]»P流程 ¡@¡@¸v¡B¶¡接效果之¦ÒÅç方法 ¡@¡@伍¡B條件式中介效果 ¡@¡@³°¡B中介效果之實例¸Ñ»¡ ¡@¡@本章習ÃD Chapter 10¡@測¶q工具的編»s¡G¶qªí發展»P指標建構 ¡@¡@壹¡B反映性指標»P形成性指標之定義 ¡@¡@¶L¡B反映性指標»P形成性指標之特¦â»P相異³B ¡@¡@參¡B形成性測¶q的爭ij ¡@¡@¸v¡B¶qªí發展的¹L程 ¡@¡@伍¡B指標建構的¹L程 ¡@¡@³°¡B¶qªí效度¦ÒÅç之內涵»P方法 ¡@¡@柒¡B後°O ¡@¡@本章習ÃD Chapter 11¡@結»y¡G繼往¶}來 ¡@¡@壹¡BAmos16.0的新功¯à ¡@¡@¶L¡BAmos17.0的新功¯à 參¦Ò文獻 ¡@¡@中文³¡分 ¡@¡@^文³¡分 ªþ¿ý ¡@¡@ªþ¿ý一¡@二層次因素分析VB.NET程式¡GAmos 6.0程式³]p ¡@¡@ªþ¿ý二¡@Number Sense四因素修正結構¡GAmos 6.0程式 ¡@¡@ªþ¿ý三¡@¶¡接效果¦ÒÅç之VB.NET程式³]p¡GAmos 6.0程式 ¡@¡@ªþ¿ý四¡@建構信度之Amos»y法程式 ¡@¡@ªþ¿ý五¡@SEMCAI增益¶°¡GSEMCAI.xla之操作步ÆJ ¡@¡@ªþ¿ý六¡@Vanishing Tetrad統p¦ÒÅç的步ÆJ
Word 365¥þ¤è
Excel 2016
¶W¦³®Æ¡I¾³õ²Ä¤@¹ê¥Î
[·Ç®É¤U¯Z¯µÓD]¶W¹ê
Power BI X
Word ½×¤å¼g§@¥þ
¶W¹ê¥Î¡IWord¡DE
ºë·Ç¾r¶¿Word¡I½×
Word¥þ¤è¦ì±Æª©¹ê
Microsoft
¬°¤F«O»Ù±zªºÅv¯q¡A·sµ·¸ôºô¸ô®Ñ©±©ÒÁʶRªº°Ó«~§¡¨É¦³¨ì³f¤C¤ÑªºÅ²½à´Á¡]§t¨Ò°²¤é¡^¡C°h¦^¤§°Ó«~¥²¶·©óŲ½à´Á¤º±H¦^¡]¥H¶lÂW©Î¦¬°õÁp¬°¾Ì¡^¡A¥B°Ó«~¥²¶·¬O¥þ·sª¬ºA»P§¹¾ã¥]¸Ë(°Ó«~¡Bªþ¥ó¡B¤º¥~¥]¸Ë¡BÀH³f¤å¥ó¡BÃØ«~µ¥)¡A§_«h®¤¤£±µ¨ü°h³f¡C