模糊統計：使用 R語言

模糊統計遇上R語言，激盪出美麗的火花，成為您統計之路最好運用的工具！

本書在模糊統計導論的基礎上，針對每種模糊統計分析方法提供R語言的撰寫語法，讓讀者更容易應用與計算。



「當有人說他今天感到很快樂時，究竟他對於快樂的認知為何呢？什麼樣的測量標準可以稱得上快樂呢？或是這樣的感覺持續多久的時間以上才能算是快樂呢？」

     模糊理論是一種定量化處理人類語言、思維的新興學門。模糊邏輯並非如字面上意思那樣的馬虎、不精確，而是面對生活上各種的不確定性，以更合理的規則去分析及管理控制，以期得到更有效率、更合乎人性與智慧的結果。模糊統計並不模糊，它是處理不確定事件的新技術，帶領我們從古典的統計估計與檢定研究計算，進入一個需要軟計算、穩健性的高科技e世代。

     原本模糊統計導論就已經建構了相當完整的定義與計算公式，但苦於沒有容易操作使用的統計軟體平台，所幸R語言的成熟，提供了一個便於計算與理解模糊統計方法的平台，透過程式語言的撰寫，更能印證模糊統計方法的各種設想，而且也能由讀者自行撰寫更彈性與多元的語法，讓模糊統計的應用更為廣泛與深入。

吳柏林
現職：國立政治大學應用數學系教授（1993~）
學歷：美國印第安那大學數學博士
經歷：英國劍橋大學客座研究教授（1995）
　　　美國史丹佛大學客座研究教授（1997）
　　　國立政治大學傑出研究講座（2002、2004）
榮譽：1996年獲國立政治大學優良研究教授獎
　　　1997年獲美國傅布萊特(Fulbright)研究學者獎
　　　2000年獲中華發展基金會講學教授獎（北京大學數學科學院）
　　　多次國科會甲種研究獎
專長：模糊統計、時間數列分析與預測及模糊邏輯與人工智慧
著作：《現代統計學》、《時間數列分析與預測》等專書5本
　　　於國際著名學術期刊發表論文30餘篇、國內學術期刊論文40餘篇

林松柏
現職：國立暨南國際大學教育政策與行政學系教授
學歷：國立暨南國際大學教育政策與行政研究所博士
經歷：國立暨南國際大學教務處副教務長、教學發展中心主任
　　　國立暨南國際大學校務研究中心分析組組長
　　　國立暨南國際大學學務處生輔組組長、校安中心主任
專長：教育政策分析、計量研究方法、教育資料採礦

原序
新版序
1 緒言
1.1　模糊理論之概念
1.2　R 語言語法說明
2 隸屬度函數與軟計算方法
2.1　隸屬度函數與模糊數
2.2　模糊集合的軟運算
2.3　語意軟計算與相似度
3 模糊敘述統計量
3.1　模糊樣本平均數(fuzzy sample mean)
3.2　模糊樣本眾數(fuzzy sample mode)
3.3　模糊樣本中位數(fuzzy sample median)
3.4　模糊統計量的次序與距離
3.5　模糊統計量的一些性質
4 模糊問卷調查
4.1　社會思維的多元性與模糊性
4.2　模糊問卷設計與特徵攫取
4.3　模糊量表
4.4　實證研究
5 模糊估計
5.1　模糊母體均數
5.2　模糊母體均數最佳估計方法
5.3　模糊估計量之評判準則
6 模糊假設檢定
6.1　距離與決策準則
6.2　模糊母體均數檢定
6.3　模糊類別資料之卡方χ2 齊一性檢定
7 模糊聚類分析
7.1　模糊聚類法
7.2　模糊權重分析與判定程序
7.3　加權模糊分類
7.4　茶葉等級分類實例
7.5　結論
8 模糊迴歸模式及應用
8.1　模糊迴歸簡介
8.2　模糊迴歸建構
8.3　模糊迴歸的參數估計
8.4　模糊迴歸模式估計
8.5　景氣對策信號實例
8.6　家長教育投資與學生學業成就的相關
8.7　結論
9 模糊樣本排序及無母數檢定方法
9.1　模糊樣本之排序
9.2　模糊中位數於符號檢定(sign test) 之應用
9.3　模糊樣本排序方法應用於威爾卡森符號等級檢定(Wilcoxon signed-rank test)
9.4　模糊樣本排序方法應用於威爾卡森等級和檢定(Wilcoxon rank-sum test)
9.5　模糊樣本排序方法應用於Kruskal-Wallis 檢定（一因子變異數分析）
9.6　結論
10 模糊時間數列分析與預測
10.1　前言
10.2　模糊ARIMA 模型
10.3　區間預測之效率分析
10.4　模糊時間數列模式分析與討論
10.5　實證分析
10.6　區間效率評估的一些性質
10.7　結論
11 模糊相關
11.1　前言
11.2　模糊相關係數
11.3　上網時間與數學成就
11.4　睡眠時間與數學成就
11.5　睡眠時間與上網時間
11.6　數學成就與國文成就
11.7　小結
11.8　教育投資與評量總成績及各科評量關係
11.9　結論與建議
參考文獻