生物統計基礎概論和應用

　　本書主要以生物統計學為基礎，輔以SPSS統計軟體介紹統計分析方法於生物醫學和口腔科學的應用，期能以淺顯易懂的操作步驟與範例說明，讓使用者便捷的藉由電腦軟體獲得所需的分析結果，協助相關領域的初學者輕鬆入門，有效節省研究時間。若本書有錯誤或不確切之處，懇請批評指正，以便日後更精進，造福更多讀者。

總校閱簡介

劉正夫

　　現職：
　　輔仁大學統計資訊學系 教授

　　學歷與經歷：
　　中央大學數學系 博士
　　輔仁大學應用統計研究所 所長
　　輔仁大學統計資訊學系 系主任

作者簡介

歐耿良 教授

　　現職：
　　臺北醫學大學 特聘教授
　　臺北醫學大學牙醫學系 教授
　　臺北醫學大學生醫器材研發暨產品試製中心 主任
　　臺北醫學大學生醫植體暨微創醫療研究中心 主任
　　北海道醫療大學 客座教授
　　永義防癌基金會 董事
　　臺灣口腔醫學工程學會 理事長
　　臺灣金屬熱處理學會 理事
　　臺灣生物力學學會 監事
　　三鼎生物科技股份有限公司 總經理
　　合一生技股份有限公司 董事
　　安杏生物科技股份有限公司 董事
　　三顧股份有限公司 董事

　　學經歷：
　　臺北醫學大學口腔醫學院 院長
　　臺北醫學大學生醫材料暨組織工程研究所 教授
　　科技部生物處 副召集人
　　國立交通大學機械工程研究所 博士

江錫仁

　　現職：
　　康勝牙醫診所 院長
　　臺北醫學大學牙醫學系 兼任助理教授
　　北臺灣牙醫植體醫學會 常務理事
　　中華民國牙醫師公會全國聯合會 理事
　　部立雙和醫院牙科部 兼任主治醫師

　　學歷與經歷：
　　臺北醫學大學生醫材料暨組織工程研究所 博士班
　　臺北醫學大學生醫材料暨組織工程研究所 碩士
　　輔仁大學應用統計研究所 碩士
　　臺北醫學大學牙醫學系 學士
　　臺北醫學大學牙科校友總會 會長
　　中華民國牙橋學會 理事長

緒　論
 
1.1 統計學（Statistics）
「Statistics」代表的意義有統計資料與統計學兩種，統計資料係指所有量化後的資料；統計學則是蒐集、整理、描述、分析和解釋統計資料的原理和規則，其架構大致可分統計方法（Statistical Method）和統計理論（Statistical Theory），又統計方法可細分敘述統計（Descriptive Statistics）與推論統計（Inferential Statistics）。
 
以學術角度看統計學發展，統計學可分理論統計（Pure Statistics）與應用統計（Applied Statistics），架構如下：
 
1.2 統計資料
統計資料可分直接取得且尚未加以整理的原始資料（Primary Data）以及將原始資料加以整理摘要或列表彙總的次級資料（Information/Secondary Data）。將統計資料依變數屬性（Attribute）輸入，此時變數屬性可分作間斷型與連續型，間斷型變數（Discrete Variable）的資料單位是不可分割的整數，如人數、牙齒顆數等計數（Counting）資料；連續型變數（Continuous Variable）的資料單位是可無窮細分的整數，如身高、體重、時間等測量（Measuring）資料。
 
在研究時，常需探討變數間的因果關係，因此欲研究的原因變數可稱之為自變數或獨立變數（Independent Variable），而因自變數變化而發生改變的結果變數，則稱為應變數或相依變數（Dependent Variable），如研究不同廠牌牙冠的載重程度，不同廠牌的牙冠即為自變數；而載重程度為應變數。
 
1.3 量測的尺度（Scale）
對於變數的量測，須憑著適當的尺度以歸類，其可分為類別尺度、順序尺度、等距尺度、及等比尺度四種。此些尺度所能表達訊息的程度各不相同，其應用的統計方法也不一樣，其中涵蓋訊息最豐富的等比尺度所能使用的統計方法也最廣泛。尺度尚可整理為兩種類型的變數，一為屬質變數（Qualitative variable/Categorical variable），其包含類別尺度與順序尺度；另一為屬量變數（Quantitative variable），其包含等距和等比尺度。
 
類別尺度（Nominal Scale）又稱名義尺度或名目尺度，它是由分類而得，為最基礎的量測尺度，其所涵蓋的資訊最少，例如性別、血型等，各類別之間無邏輯上的先後或大小順序之別，僅能作識別之用，可計算比率、眾數及作卡方檢定。
 
順序尺度（Ordinal Scale）或稱序位尺度，其涵蓋資訊較類別尺度更進一步，可以文字方式表達如等級或順序等較多訊息，例如比賽名次、成績等第等，但其無法衡量等級間的距離。該尺度可計算中位數、排序、等級相關、及符號檢定等。