r語言的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

基礎行為科學統計學

為了解決r語言的問題，作者DavidC.Howell 這樣論述：

　　這是一本很有「人」味的統計學書籍，書中大量引用以「人」為對象的實際研究範例，這樣的例子會更有趣、實用。在內容選材上，除了一般統計入門書固有的內容外，作者認為「隨機化檢定」與「後設分析」是統計學未來的發展方向，故特別納入講述，讓讀者能跟上統計學發展的脈動。在統計軟體方面，作者不只介紹普及的 SPSS 外，更大力推廣自由軟體 R 語言的應用。 本書特色 　　1. 以「人」為對象的實際研究範例，可學到更多統計在真實情境的應用。 　　2. 正文穿插的統計學家小傳，有助於認識現代統計學發展的古往今來。 　　3. 加入「隨機化檢定」與「後設分析」的介紹，讓讀者的學習能夠與時俱進

。 　　4. 同時介紹 SPSS 與 R 語言的應用。  

r語言進入發燒排行的影片

應用機器學習預測線上社群媒體對學生學習成效影響之研究

為了解決r語言的問題，作者黃酩宸 這樣論述：

隨著現今網路科技的普及社群媒體已融入大家日常生活當中如:Line、FB、Instagram，近年來新冠肺炎(COVID-19)的肆虐在疫情嚴峻下，新型態的線上社群平台媒體也成為教師作為與學生互動聯繫的重要管道，本研究以臉書社團作為師生教學互動平台讓學生們將學習融入自身生活，學生們能在社團平台有更多的互動，這樣學習方式是否對於學生們的學習成效能否有顯著影響是本研究目標。研究發現共創價值與自我學習準備度對於學習成效具有顯著影響，但在自我學習準備度對共創價值與學生的學習成效則不具調節效果。本研究共分為三項，第一項為透過線上社群媒體的應用對於學生共創價值以及自我學習準備程度影響學習成效；第二項為自我

學習準備程度作為調節效果時是否會調節共創價值之學生的學習成效，最後第三項為透過開放性問卷探討疫情期間以線上社群媒體做為教學輔助應用是否助於學生學習成效的提升。在機器學習的部分本研究以邏輯迴歸與決策樹進行預測，研究發現學生在課程進行中使用臉書社團平台的自我學習準備度是最重要的，本研究發現成績較好的學生從自我學習準備度與尋求訊息到個人互動表現皆良好，也認為線上社群的社團對課程是有益的，同時他們也會去協助其他同學達到互助效果，其結果與第一項研究結果相符，而質性問卷的部分在疫情當下採線上課程並結合線上社群時學生普遍皆認為能有更多時間可利用，也可以將上課內容反覆熟悉並在社群中與他人進行討論達到合作學習之

成效對於自身有極大收穫。

財經時間序列預測：使用R的計量與機器學習方法

為了解決r語言的問題，作者何宗武 這樣論述：

　　本書為進階的教材，需要經濟計量方法和矩陣代數的基礎。時間序列預測是統計學裡非常實用的工具，不論是分析投資組合的數據、全球總經和金融市場，以及預測景氣循環變動等等，可以用過去的數據資料，預測未來趨勢，是可以符合實際決策需要的實用能力。   　　書中並介紹機器學習方法，機器學習不是指特定估計方法，學習指的是如何在資料結構中運算，以追蹤最小預測誤差的方法獲得最佳預測(tuning)。我們應用機器學習演算法訓練歷史資料，執行特徵萃取(features extraction)，再測試預測表現。依此建立一個可預測未來的模型，作為決策之用。   　　使用R語言進行時間序列預測是本書的一大特點，R語言

是統計學中普及且容易上手的分析工具，書中針對一個個資料分析步驟進行深度解說，教給讀者進行預測與評估的最實用方法。

家庭社經背景、社會資本與文化資本對學生學習表現與教育抱負之影響：植基於PISA 2018臺灣學生的分析

為了解決r語言的問題，作者黃隆興 這樣論述：

本研究主要目的在探討家庭社經背景、社會資本、文化資本對學習表現與教育抱負之影響。本研究以PISA 2018的臺灣學生為分析對象，運用結構方程模式來檢定本研究所提出的研究模型，以及研究模型之恆等性。研究結果顯示：1. 家庭社經背景對社會資本與文化資本有正向影響。2. 家庭社經背景、社會資本與文化資本對學習表現有正向影響。3. 家庭社經背景透過社會資本與文化資本對學習表現有正向影響。4. 家庭社經背景、社會資本與文化資本對教育抱負有正向影響。5. 家庭社經背景透過社會資本與文化資本對教育抱負有正向影響。6. 學習表現與教育抱負有正相關。7. 家庭社經背景、社會資本與文化資本影響學習

表現與教育抱負之研究模型具恆等性。 最後，依據研究結果對教育人員、學生家長、後續研究與PISA資料庫提供相關建議。