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
6.5.1B0
6.5.2B1
6.5.3F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2
1.4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
