如果您對統計很畏懼，認為統計很難學，感覺枯燥乏味，覺得課本內容與應用有一段距離，本書會讓您對統計有一種不同的體會。有時候，您得到的統計結果與臨床實際不符；或在統計分析完成後，不知如何彙整結果，本書會給您一些指引。
　　本書共有四大篇，分別為複習篇、比較篇、迴歸篇及SPSS篇。希望將連續資料的統計分析方法由簡入深、循序漸進的方式，介紹給讀者。
　　本書的撰寫方式與一般統計教科書有許多不同的地方：（1）先講解統計重點，再用一例子將該章重點演練一遍；（2）每一章範例都加入統計結果彙整；（3）使用台灣本土已發表文章為範例；（4）加入SPSS使用說明；（5）作業之安排為給予一組新的數據，對該章的重點演練一遍，及採用不同統計檢定方法來分析同一組數據，比較不同統計檢定方法結果之差異；（6）加入一些卡通。這樣的安排，希望能拉近學習與應用的距離，讀者能更快、更容易，更快樂的學習統計學。

序I
第一篇　複習篇1.描述性統計、中央極限定理、t分佈1.1資料的尺度1.2資料的整理1.2.1描述性統計量1.2.2次數表1.2.3統計圖1.3常態分佈1.3.1應用1.4母體、樣本、參數、統計量1.5中央極限定理及抽樣分布1.5.1應用1.6t分佈1.6.1應用2.估計及假說檢定2.1估計2.1.1點估計及良好的估計式2.2區間估計或信賴區間2.2.1母體平均數的區間估計（母體標準差　已知）2.2.2母體平均數的區間估計（母體標準差　未知，用樣本標準差s代入）2.2.3母體成功比例的區間估計2.2.4信賴區間的特性2.2.5應用2.3假說檢定2.3.1單一母體平均數之檢定（母體標準差　已知，雙尾檢定）：Z檢定2.3.2單一母體的平均數之檢定（母體標準差　未知，用樣本標準差s代 入，雙尾檢定）：t檢定2.3.3單一母體成功比例之檢定（單尾檢定）：Z檢定2.4兩種錯誤及統計檢力2.4.1兩種錯誤的關係
第二篇　比較篇3.比較兩個母體平均數的檢定方法：獨立樣本t檢定及成對樣本t檢定3.1分辨兩個樣本是獨立或成對3.2兩個樣本為獨立時，連續變數的統計分析3.2.1資料排列3.2.2檢定兩個母體的平均數有沒有差異（獨立樣本t檢定）3.2.3檢定兩個母體的變異數有沒有差異3.2.3.1F檢定3.2.3.2其他檢定3.3兩個樣本為成對時，連續變數的統計分析（成對樣本t檢定）3.3.1資料排列3.3.2計算3.4獨立樣本t檢定與成對樣本t檢定之比較3.5虛擬範例：評估兩種藥對降血壓之療效3.5.1計算獨立樣本t檢定、成對t檢定3.5.2彙整結果4.比較多個獨立母體平均數的檢定方法：單因子變異數分析4.1單一因子變異數適用情況4.2使用獨立樣本t檢定來比較多個母體平均數的缺失4.3變異數分析4.3.1資料排列4.3.2統計前提假設4.3.3計算及原理4.3.4其他4.4檢定變異數是否相同4.5多重比較4.5.1Tukey的HSD法4.5.2SNK法4.5.3Dunnett法4.5.4Scheffe法4.5.5Bonferroni法4.5.6應用說明4.6虛擬範例：比較四所學校學生功課壓力4.6.1檢定變異數同質性4.6.2變異數分析之計算4.6.3多重比較之計算4.6.4彙整結果5.雙因子變異數分析5.1雙因子變異數分析適用情況5.2設計及統計前提假設5.2.1設計5.2.2統計前提假設5.3平行設計之雙因子變異數分析5.3.1資料排列5.3.2交互作用及主效應5.3.3計算及原理5.3.4多重比較之計算5.4檢定變異數是否相同5.5虛擬範例：四所學校及不同科系學生功課壓力之差異（平行設計，沒有交互作用）5.5.1剖面圖5.5.2檢定變異數同質性5.5.3變異數分析之計算5.5.4多重比較之計算5.5.5彙整結果5.6範例：剝奪睡眠之動物實驗（平行設計，有交互作用）5.6.1剖面圖5.6.2檢定變異數同質性5.6.3變異數分析之計算5.6.4多重比較之計算5.6.5彙整結果
第三篇　迴歸篇6.簡單線性迴歸6.1資料排列及模式說明6.1.1資料排列6.1.2模式說明6.2統計前提假設6.3迴歸係數的估計及解讀6.3.1迴歸係數的估計6.3.2迴歸係數的解讀6.4ANOVA部份6.4.1檢定X-Y直線與水平線有沒有差異6.4.2的計算及解讀6.5迴歸係數的檢定：t檢定6.5.1B06.5.2B16.5.3F與t之關係6.6Y預測值的計算及預測區間6.6.1計算6.6.2預測區間6.7簡單線性迴歸的用途6.8範例：膝高預測身高（男性）6.8.1散佈圖6.8.2簡單線性迴歸模式6.8.3迴歸係數的估計及解讀6.8.4ANOVA部份6.8.5迴歸係數的檢定：t檢定6.8.6預測6.8.7彙整結果7.線性迴歸模式的診斷7.1殘差分析7.1.1單向度圖形7.1.1.1直方圖7.1.1.2常態機率圖7.1.2雙向度圖形（殘差圖）7.2影響力7.2.1Hat矩陣、槓桿量數、離中心槓桿量數7.2.2Student化殘差、Student化去除殘差7.2.3Df適合度、標準化Df適合度7.2.4庫克距離7.2.5應用說明7.2.6如何處置具影響力的觀察點7.3範例：用膝高來預測身高（男性）7.3.1殘差分析7.3.2影響力的分析7.3.3彙整結果8.相關8.1相關係數的計算8.2相關係數的解讀8.3相關係數的檢定8.4相關係數的信賴區間8.5相關達顯著意義不表示有因果關係8.6相關係數不適合用來表達測量工具之再測信度或評估者間信度8.7相關係數與簡單線性迴歸之關係8.8範例：膝高、身高、年齡的關係（男性）8.8.1矩陣散佈圖8.8.2相關係數之計算8.8.3殘差分析及影響力分析8.8.4相關係數的顯著性檢定8.8.5相關係數的信賴區間8.8.6相關係數與簡單線性迴歸係數之關係8.8.7彙整結果9.共變數分析9.1共變數分析的目的9.2資料排列及ANCOVA模式9.3虛擬變數9.4ANCOVA之意義9.5ANCOVA之統計前提假設9.6迴歸係數的估計9.7迴歸係數的解讀9.8迴歸係數的顯著性檢定：t檢定9.9預測9.10調整平均數之計算9.11ANOVA表中之總F檢定，淨F檢定9.12不同決定係數（R2）9.13檢定ANCOVA是否適用9.14虛擬範例：評估三種藥對降血壓之療效9.14.1散佈圖9.14.2虛擬變數的設定9.14.3 檢查ANCOVA之合適性9.14.4迴歸係數的估計、解讀、顯著性檢定9.14.5調整平均數之計算9.14.6ANOVA表中之總F檢定及淨F檢定9.14.7不同決定係數（R2）9.14.8彙整結果10.線性複迴歸10.1資料排列及模式說明10.1.1資料排列10.1.2模式說明10.2線性複迴歸的用途10.3共線性10.3.1觀念10.3.2引起的問題10.3.3指標10.3.4解決方法10.4自變數的挑選或終極模式的決定10.4.1原理及執行步驟10.4.2應用說明10.5線性複迴歸需不需要考慮交互作用？10.6迴歸係數的估計10.7迴歸係數的解讀10.8迴歸係數的顯著性檢定10.9預測10.10不同決定係數10.11統計前提假設10.12殘差分析及影響力分析10.13簡單線性迴歸、共變數分析與線性複迴歸之異同10.14範例：老人憂鬱的影響因素10.14.1單變量分析結果10.14.2自變數的挑選或終極模式的決定10.14.3共線性診斷10.14.4 殘差分析及影響力分析10.14.5 迴歸係數的解讀及顯著性檢定10.14.6 總及累積10.14.7彙整結果
第四篇　SPSS示範篇1.SPSS簡介1.1啟動SPSS系統1.2常用視窗1.2.1【資料編輯程式】視窗1.2.2【瀏覽器】視窗1.2.3【圖表編輯程式】視窗1.2.4【語法編輯程式】視窗1.3開啟及儲存檔案1.3.1各種視窗可接受之檔案型式1.3.2開新檔案1.3.3開啟舊檔1.3.4另存新檔1.3.5儲存檔案1.3.6結果輸出到word檔21.4關閉SPSS系統2.建立資料檔及求機率分佈之統計量與右尾機率(A) 建立資料檔2.1宣告變數名稱2.2設定變數類型2.3設定數字變數的寬度及小數位數2.4設定變數註解及數值註解2.5遺漏值(B) 求機率分佈之統計量及右尾機率2.6常態分佈2.7 t分佈2.8F分佈3.獨立樣本t檢定及成對樣本t檢定（SPSS說明）(A)獨立樣本t檢定：檢定「兩組病人在治療前的血壓是否有差異？」3.1輸入資料或開啟舊檔3.2點選步驟3.3結果輸出(B)成對樣本t檢定 : 檢定「A組的病人，在服藥前後其血壓是否有改變？」3.4資料處理3.5點選步驟3.6結果輸出(C) 獨立樣本t檢定 : 檢定「Ａ、Ｂ兩種藥對降血壓之療效是否有差異？」3.7資料處理3.8點選步驟3.9結果輸出4.單因子變異數分析（SPSS說明）4.1輸入資料或開啟舊檔4.2點選步驟