邱皓政，台湾“中央”大学企业管理学系教授，量化研究学刊主编。曾任美国加州大学洛杉矶分校神经医学研究中心统计分析师，台湾心理学会秘书长，台湾统计方法学学会创会理事长。研究兴趣为统计方法与应用技术、心理测量学、工业与组织心理学、创造力与组织创新研究等，专长为结构方程模型与多变量统计方法。著有《潜在类别模式的原理与技术》《结构方程模式》《量化研究法》，译有《多层次模型分析导论》《创造力》。
多层次模式与纵贯资料分析
邱皓政
评分 暂无
※循序說明迴歸分析、多層次模式、縱貫資料分析的原理與應用 ※導入最新Mplus8軟體進行實例示範，提供分析語法與結果說明 ※首先將中介與調節概念擴展至多層次與縱貫性中介與調節分析 ※以交互嵌套與SEM取向進行年齡、時代、世代效果的APC分析 ※引述古典與最新文獻，掌握技術沿革發展，完備方法知識體系
量化研究与统计分析
评分 7.6分
本书指导读者科学地设计量化研究，规范地收集研究数据，无需繁琐的统计演算公式，借助SPSS强大的数据处理功能，跟随作者的演示和解析即能完成量化研究数据向实际研究成果的转化。本书引导读者建立一套研究学理─统计知识─操作能力三位一体的知识与技术。 为适应新近的科学研究的需要，此次修订更新了大量内容。 ◆ 本版强化了方差分析与多元回归的范例，新增了调节变量与中
评分 8.4分
《量化研究与统计分析:SPSS中文视窗版数据分析范例解析》分别从量化研究的基本思路和方法、统计原理和技术、软件应用三部分进行材料的组织，并将三部分内容有机地结合了起来，并对二十余种常用量化分析技术辅以完整的范例。这种组织方式相对于目前流行的分别将统计学和软件应用分别成书的做法，更能帮助读者在整体上学会做量化研究。在难度的把握上，《量化研究与统计分析:SPSS中文视窗版数据分析范例解析》主要立
贝氏统计：原理与应用
貝氏統計是一套以貝氏估計為核心的統計方法學，透過馬可夫鏈蒙地卡羅模擬完整呈現參數的分布狀態，藉以進行貝氏推論與決策，不僅可以應用於經典的迴歸或變異數分析，更適合社會科學研究的高階複雜統計模式，例如多層次模式、結構方程模式、成長模式與混合模式等，有效解決頻率統計所面臨的估計問題與資料分析困境，被譽為二十一世紀的統計革命。 本書分成原理與應用兩篇，除了詳細介紹貝氏統計的各項原理與關鍵技術，統整大量當代
量化研究与统计分析：SPSS与R资料分析范例解析（第六版）
量化研究是當代社會與行為科學的強勢典範，統計分析則是量化研究的核心，當學生們苦惱於學統計、做研究、跑分析之時，《量化研究與統計分析》一書提供了一套從研究學理──統計的知識──操作的能力，三合一的系統化知識與技術性介紹。 難得的是，本書有別於傳統統計教科書的深奧難解、研究方法教材的浩瀚無邊、統計軟體操作指南的繁文縟節，作者以其多年研究實務與豐富教學經驗，於書中萃取了研究方法、統計概念與資料分析三種教
结构方程模型的原理与应用（第二版）
邱皓政，林碧芳
结构方程模型被誉为应用统计的第三次革命，自20世纪80年代以来席卷整个社会科学领域，是新一代学者必备的统计方法学知识。 本书提供了一套从概念、原理，到操作技术，再到应用范式的整合性知识。作者将多年研究实务与丰富的教学经验融会贯通，承袭了简明流畅的写作风格，配合对LISREL、SIMPLIS、Amos、Mplus、R软件的介绍与应用演示，为结构方程模型的操作与解释提供了完整
统计学：原理与应用（第三版）
邱皓政, 林碧芳
統計是各種科學領域的共同語言，在當代學術舞台上從不缺席。真實世界的問題探討，統計是能夠提供知識與力量的關鍵要角。雲端時代來臨，益發凸顯統計的存在價值。掌握數據就擁有寶藏，但需要熟用統計才能點石成金，在學術界是如此，在實務界亦然。 統計學作為自然與社會科學絕大多數領域的共同必修課，是眾多學者對於學科基本價值的肯定與專業養成需求的共同默契；在教育應用、社心專業、經濟預測、產業發展、商業經營、管理實務乃
结构方程模型的原理与应用
评分 8.7分
结构方程模型被誉为应用统计的第三次革命，在20世纪80年代以来席卷整个社会科学领域，是新一代学者必备的统计方法学知识。 本书提供了一套从概念原理，到操作技术，再到运用范例的整合性知识，并以作者多年研究实务与丰富教学经验，承袭过去著作风格，以简明流畅的文字，配合LISREL、AMOS、Mplus三种软件的介绍与运用，对结构方程模型的操作与解释提供了完整的说明。 对于想要认识结构方程模型，以及对测量、
潜在类别模型的原理与技术
《潜在类别模型的原理与技术》内容简介：潜在类别模型是探讨潜在变量的模型化分析技术。它与一般常用的因素分析或结构方程模型的最大不同在于变量的形式：因素分析处理的是连续变量；潜在类别分析处理的是类别变量。正因为潜在类别模型以类别数据作为素材，补足了潜在变量模型的一个缺口，为社会科学研究者面对俯拾即是的类别数据提供了一种更强而有力的分析工具。最重要的是，潜在类别分析把类别数据与潜在变量的观念加以结
