图书:心理统计学（第三版·上下册）

心理统计学（第3版）
原作名	Explaining Psychological Statistics
作者	[美] Barry H.Cohen;
译者	高定国 / 周欣悦
出版社	华东师范大学出版社
出版日期	2011年2月
装帧	平装
页数	935
定价	98.00 元
系列	心理与教育研究方法丛书
ISBN	9787561782057
中图法分类号	B841.2
	0.00 (0票)
	创建笔记

《心理统计学》是华东师范大学出版社于2011年出版的图书，作者是[美]Barry H.Cohen。本书既包括入门性的统计学知识（如零假设检验的基本概念和局限性），也包括心理统计的高级内容（如复杂设计方差分析和多元回归分析）。

Barry Cohen教授所著《心理统计学》（第三版）是一本广受欢迎的心理统计学教材。它是一本非常全面的心理统计学教材，既包括入门性的统计学知识（如零假设检验的基本概念和局限性），也包括心理统计的高级内容（如复杂设计方差分析和多元回归分析）。虽然是一本统计教材，但作者无时不考虑结合研究设计来解释有关概念，因此该书的重点是讲授各个统计公式或手段的适用条件以及如何解释统计结果的意义。作者实验心理学博士出身，在纽约大学教授心理学统计学超过30年，通过阅读本书，你会深刻体会“将实验设计与数据处理相结合”的妙处。这本书的另一个优点是，它既适合于那些对统计不甚了解的人，也适合于专业研究人员（包括硕士生和博士生）。它每章基本上包括ABC三个部分，每个部分是相对独立的，初学者可以只看A和B部分的内容；而在C部分（虽不能只说更高级），作者介绍了很多最近才出现的分析手段，也反映了数据处理的一些发展趋势，对心理学研究者非常有帮助。

第一部分　描述性统计

第1章　心理统计概论

A部分　基本概念
- 什么是统计？
- 统计和研究
- 变量和常量
- 测量量尺
- 连续变量和离散变量
- 心理量尺和变量
- 参数统计和非参数统计
- 自变量和因变量
- 实验研究和相关研究
- 总体和样本
- 统计公式
B部分　基本统计过程
- 下标变量
- 求和符号
- 求和符号的特征
- 四舍五入（缩减数字）
C部分　选读材料
- 双重求和
- 随机变量和数学分布

第2章　频数表、图和分布

A部分　基本概念
- 频数分布
- 累积频数分布
- 相对频数和累积相对频数分布
- 累积百分比分布
- 百分位数
- 图
- 实际分布与理论分布
B部分　基本统计过程
- 分组频数分布
- 表观极限和真实极限
- 建构组距
- 选择组距宽度
- 选择最低组距的极限
- 相对和累积频数分布
- 累积百分比分布
- 用线性内插法求百分位数和百分位
- 图示一个分数频数分布
C部分　选读材料
- 茎叶图

第3章　集中趋势和变异的测量

A部分　基本概念
- 集中趋势测量
- 变异测量
- 偏态分布
B部分　基本统计过程
- 平均数计算公式
- 方差和标准差计算公式
- 直接通过计算器求标准差
- 均数的特征
- 标准差的特征
C部分　选读材料
- 箱线图
- 处理极端值
- 测量偏度
- 测量峭度
- 重要公式

第4章　标准分和正态分布

A部分　基本概念
- $z$ 分数
- 从 $z$ 分数求原始分数
- $z$ 分数集
- $z$ 分数的特征
- SAT、 $T$ 和IQ分数
- 正态分布
- 概率论初步：光滑分布和离散事件
- 实际分布与正态分布
- $z$ 分数：一种研究工具
- 均数的抽样分布
- 均数的标准误
- 抽样分布与总体分布
B部分　统计过程
- 求百分位
- 求两个 $z$ 分数之间区域的面积
- 求给定区域所对应的原始分数
- 分布中间区域的面积
- 从分数到比例和从比例到分数
- 描述样本
C部分　选读
- 中心极限定理
- 概率
- 重要公式

第二部分　单样本和双样本假设检验

第5章　假设检验导论：单样本 $z$ 检验

A部分　基本概念
- 选择被试组
- 假设检验的必要性
- 零假设检验的逻辑
- 零假设分布
- 关于单样本的零假设分布
- $z$ 分数和零假设分布
- 统计决定
- $z$ 分数作为检验统计量
- 一类错误和二类错误
- 一类错误与二类错误之间的权衡
- 单侧检验与双侧检验
B部分　统计过程
- 第一步：提出假设
- 第二步：选择统计检验和显著性水平
- 第三步：选择样本和收集数据
- 第四步：求拒绝区域
- 第五步：计算检验统计量
- 第六步：做出统计推断
- 解释结果
- 单样本 $z$ 检验的前提条件
- 单样本检验的多样性
- 为什么单样本检验很少采用？
- 发表单样本检验结果
C部分　选读
- 零假设检验相当于一个垃圾邮件过滤器
- 心理学研究中零假设曾经为真吗？
- 重要公式

第6章　区间估计和 $t$ 分布

A部分　基本概念
- 零假设分布的均数
- 总体标准差未知的情况
- 计算一个简单的例子
- $t$ 分布
- 自由度和 $t$ 分布
- $t$ 分布的临界值
- 单样本 $t$ 检验
- 样本量和单样本 $t$ 检验
- 单样本 $t$ 检验的运用
- 单样本 $t$ 检验的注意事项
- 估计总体均数
B部分　统计过程
- 第一步：选择样本量
- 第二步：选择置信水平
- 第三步：选择随机样本和收集数据
- 第四步：计算区间上下限
- 区间估计和零假设检验的关系
- 单样本 $t$ 检验和针对总体均数置信区间的前提假设
- 运用置信区间处理总体均数
- 发表单样本 $t$ 检验的结果
C部分　选读
- 估计量的一些特征
- 一项更为稳健的 $t$ 检验
- 稳健置信区间
- 什么时候你应该采用文件方法以及采用哪种方法？
- 重要公式

第7章　两独立样本均数 $t$ 检验

A部分　基本概念
- 两样本均数差异的零假设分布
- 差值的标准误
- 比较两样本均数的公式
- 针对两样本的零假设
- 针对两大样本的 $z$ 检验
- 单独方差 $t$ 检验
- 汇合方差估计
- 汇合方差 $t$ 检验
- 针对相等样本数量的公式
- 两样本 $t$ 检验
- 如何解释 $t$ 值
- 统计结果的局限性
B部分　统计过程
- 第一步：提出假设
- 第二步：选择统计检验和显著性水平
- 第三步：选择样本和收集数据
- 第四步：求拒绝区域
- 第五步：计算 $t$ 值
- 第六步：做出统计推断
- 解释结果
- 两个总体均数差异的置信区间
- 两独立样本的 $t$ 检验假设
- 方差齐性检验和单独方差 $t$ 检验
- 何时运用两样本 $t$ 检验
- he何时应建构置信区间
- 把方差不齐性作为实验结果来处理
- 发表两样本 $t$ 检验结果
C部分　选读
- 样本均数间的零差异
- 方差相加以求差异的方差
- 单独方差 $t$ 检验的临界值
- 随机分配和单独方差 $t$ 检验
- 针对两个截尾均数的 $t$ 检验
- 重新抽样法
- 重要公式

第8章　统计检验力和效应量

A部分　基本概念
- 备择假设分布
- 期望 $t$ 值（ $\delta$ ）
- 效应量
- 检验力分析
- $t$ 值的解释
- 效应量的估计
- 操作检验力
B部分　统计过程
- 使用检验力表
- $\alpha$ 与检验力的关系
- 样本大小固定时的检验力分析
- 样本大小的确定
- 样本大小不相等
- 单样本检验的检验力
C部分　选读
- 回溯性检验力
- 建构效应量的置信区间
- 效应量的稳健估计值
- 再次使用垃圾邮件过滤器的类比
- 零假设检验的另外一个优势：表示结果可重复的概率
- 重要公式

第三部分　每个被试涉及两次测量的假设检验

第9章　线性相关

A部分　基本概念
- 完全相关
- 负相关
- 相关系数
- 先行转换
- 图示相关
- 处理曲线关系
- 样本相关的推广问题
- 相关并不意味着因果关系
- 设计相关分析的真实验
B部分　统计过程
- 协方差
- 无偏协方差
- 皮尔逊 $r$ 计算实例
- 其他公式
- 使用哪个公式
- 皮尔逊 $r$ 的显著性检验
- 理解自由度
- 皮尔逊 $r$ 的前提假设
- 皮尔逊相关系数的应用
- 发表相关研究的结果
C部分　选读
- 相关检验的检验力
- Fisher $Z$ 转换
- $\rho$ 的置信区间
- 检验 $\rho$ 不为0的零假设
- 检验两个独立样本 $r$ 之间的差异
- 重要公式

第10章　线性回归

A部分　基本概念
- 完美预测
- 用 $z$ 分数进行预测
- 计算示范
- 向均数回归
- 根据 $z$ 分数做回归线
- 原始分数的回归方程
- 斜率和Y截距
- 基于原始分数的预测
- 解读Y截距
- 量化回归线周围的误差
- 估计的方差
- 已解释和未解释的方差
- 决定系数
- 未决定系数
- 计算估计方差
B部分　统计过程
- 寿险保费
- 根据样本统计量计算回归
- 求回归方程
- 作出预测
- 用样本统计量来计算估计的方差
- 估计的标准误
- 预测的置信区间
- 置信区间计算示例
- 线性回归的前提假设
- 用Y回归X
- 原始分数公式
- 何时使用线性回归？
C部分　选读
- 点二列相关系数
- 计算 $r_{pb}$
- 根据 $t$ 值求 $r_{pb}$
- 解释 $r_{pb}$
- 总体关联强度（ $\omega ^{2}$ ）
- 二列 $r$
- 重要公式

第11章　配对 $t$ 检验

A部分　基本概念
- 前测-后测设计
- 直接差异法
- 配对 $t$ 检验作为线性相关的函数
- 自由度减少
- 前测-后测设计的缺陷
- 其他重复测量设计
- 配对设计
- 相关或相依样本
- 什么时候步适合配对 $t$ 检验
B部分　统计过程
- 第一步：陈述假设
- 第二步：选择统计检验和显著性水平
- 第三步：选择样本和收集数据
- 第四步：求拒绝区域
- 第五步：计算检验统计量
- 第六步：作出统计推断
- 在配对 $t$ 检验中使用相关公式
- 配对 $t$ 检验的原始分数公式
- 两个总体均数差的置信区间
- 配对 $t$ 检验的假设
- 针对配对 $t$ 检验的设计变式
- 发表配对 $t$ 检验的结果
C部分　选读
- 配对 $t$ 检验的检验力
- 配对 $t$ 检验的效应量
- 重要公式

第四部分　方差分析，不包含重复测量方差分析

第12章　单因素独立样本方差分析

A部分　基本概念
- $t$ 检验转换为方差分析
- 扩展分母
- 扩展分子
- $F$ 值
- $F$ 值作为两个总体方差估计值的比值
- 自由度和 $F$ 分布
- $F$ 分布的形态
- 方差分析是一种单侧检验
- 使用 $F$ 值表
- 三个等量样组示例
- 一个简单的ANOVA
- 解释 $F$ 值
- 单因素ANOVA的优势
B部分　统计过程
- 一个样本量不等的方差分析示例
- 第一步：陈述假设
- 第二步：选择检验统计量和显著性水平
- 第三步：选取样本，收集数据
- 第四步：求拒绝区域
- 第五步：计算检验统计量
- 第六步：统计决断
- 解释显著性结果
- 平方和方法
- 原始数据公式
- 独立样组单因素方差分析的假设
- 方差齐性检验
- ANOVA的检验力和效应量
- 单因素方差分析的变式
- 发表单因素方差分析的结果
C部分　选读
- 方差解释率
- 调和均数再探
- 单因素ANOVA的非加权均数分析
- 方差不齐性时对单因素ANOVA的修正
- 重要公式

第13章　多重比较

A部分　基本概念
- 所有可能 $t$ 检验的次数
- 以实验为单位的 $\alpha$
- 复杂比较和事前比较
- Fisher氏被保护t检验
- 完全零假设和部分零假设
- Tukey氏HSD检验
- Student化全距统计
- Tukey氏检验的优点和缺点
- 其他事后成对比较方法
- 事前比较的优势
- Bonferroni $t$ 或Dunn氏检验
B部分　统计过程
- 计算被保护 $t$ 检验
- 计算Fisher氏LSD值
- 计算Tukey氏HSD值
- 解释事后成对比较结果
- 事后成对比较的置信区间
- Tukey氏HSD与ANOVA
- 修正LSD检验
- 你应该用哪种比较呢？
- 复杂比较
- Scheffe氏检验
- 正交对照
- 修正Bonferoni检验
C部分　选读
- 趋势成分分析
- 重要公式

第14章　两因素方差分析

A部分　基本概念
- 计算一个简单的单因素方差分析
- 加入第二个因子
- 重新组合SS
- 新术语
- 计算两因素方差分析结果
- 计算 $MS_{w}$
- 计算药物处理因子的 $MS_{bet}$
- 计算性别因子的 $MS_{bet}$
- 对单元均数作图
- 交互作用为零
- 一般线性模型
- 计算由交互作用引起的变异
- 交互做用的类型
- 从单元均数中分离出交互作用
- 两因素方差分析中的 $F$ 值
- 两因素设计的优势
B部分　统计过程
- 第一步：陈述零假设
- 第二步：选择显著性检验和显著性水平
- 第三步：选择样本和收集数据
- 第四步：查找拒绝区域
- 第五步：计算检验统计量
- 第六步：作出统计推断
- 两因素ANOVA总结表
- 解释结果
- 针对显著主效应的事后比较
- 两因素ANOVA中的效应量
- 针对显著交互作用的事后比较
- 两因素方差分析的假设
- 两实验因子两因素方差分析的优势
- 具有一个分组因子的两因素方差分析的优势
- 具有两个分组因子的两因素方差分析的优势
- 发表一个两因素方差分析的结果
C部分　选读
- 两因素ANOVA的事前比较
- 趋势成分的交互作用
- 非平衡设计的两因素方差分析
- 三因素因子方差分析的概念
- 计算三因素ANOVA
- 对三因素ANOVA的后续检验
- $2\times 2\times 2$ 比较
- 三因素设计的类型
- 高阶ANOVA
- 重要公式

第五部分　重复测量方差分析

第15章　重复测量方差分析

A部分　基本概念
- 独立组方差分析的计算过程
- 单因素重复测量方差分析作为两因素独立样组方差分析
- 计算重复测量方差分析的SS成分
- 独立样组方差分析与重复测量方差分析比较
- 重复测量方差分析的优势
- 图示被试与处理之间的交互作用
- 重复测量方差分析与配对 $t$ 检验比较
- 顺序效应
- 差异延滞效应
- 随机区组设计
B部分　统计过程
- 第一步：陈述假设
- 第二步：选择统计检验和显著性水平
- 第三步：选择样本和收集数据
- 第四步：查找拒绝区域
- 第五步：计算检验统计量
- 第六步：作出统计推断
- 解释结果
- 残差成分
- 重复测量方差分析的效应量
- 测量方差分析的检验力
- 重复测量方差分析的假设
- 处理球形假设不满足的情况
- 事后比较
- 重复测量和随机区组设计的变式
- 发表重复测量方差分析的结果
C部分　选读
- 平衡
- 重复测量的趋势分析
- 两因素重复测量方差分析
- 重要公式

第16章　两因素混合设计方差分析

A部分　概念
- 再论单因素重复测量方差分析
- 把单因素重复测量方差分析转变为混合设计方差分析
- 混合设计方差分析中的两因素交互作用
- 混合设计方差分析总结
- 解释结果
- 混合设计变式
B部分　统计过程
- 第一步：陈述假设
- 第二步：选择统计检验和显著性水平
- 第三步：选择样本和收集数据
- 第四步：求拒绝区域
- 第五步：计算检验统计量
- 第六步：作出统计推断
- 解释结果
- 发表混合方差分析结果
- 混合设计方差分析的假设
- 一个特例：前-后测混合设计
- 事后比较
- 混合设计的效应量
- 心理学文献摘录
C部分　选读
- 一个重复测量（或随机区组）因子方差分析的方差-协方差矩阵
- 针对混合设计方差分析的事前比较：趋势交互作用
- 从平衡设计中排除误差方差
- 相对效率
- 重要公式

第六部分　多元回归及其与方差分析的关系

第17章　多元回归

A部分　基本概念
- 不相关预测变量
- 标准话回归方程
- 两个以上彼此不相关的预测变量
- 相关系数的符号
- 两个相关预测变量
- $\beta$ 权重值
- 完全多余的预测变量
- 偏回归斜率
- 自由度
- 半偏相关
- 计算半偏相关
- 抑制变量
- 互补变量
- 原始分数预测公式
- 偏相关
- 求最佳预测方程
- （以理论为基础的）分层回归
B部分　统计过程
- 针对复相关 $R$ 的显著性检验
- 检验各预测变量的显著性
- 前向选择法
- 反向删除法
- 逐步回归
- 逐步回归的误用
- 多个预测变量引起的问题
- 预测变量太少
- 最小样本量
- 多元回归的基本假设
- 二元变量的回归
- 多元回归作为研究工具
- 发表多元回归结果
C部分　选读
- 处理曲线关系
- 调节变量
- 二分效标变量的多元回归
- 路径分析
- 重要公式

第18章　用回归方差做方差分析

A部分　基本概念
- 虚拟编码
- 回归平面
- 效应编码
- 一般线性模型
- 方差分析检验和 $R^{2}$ 检验的对等性
- 用回归方法处理两因素方差分析
- 高阶方差分析的一般线性模型
- 分析非平衡设计
- 控制方差的方法
B部分　统计过程
- 简单协方差分析是一种多元回归
- 用线性回归方法进行协方差分析
- 事后比较
- 通过多元回归进行协方差分析
- 检验力和效应量
- 协方差分析的假设
- 一些其他考量
- 多因子协方差分析
- 当协变量不止一个时
- 协方差分析的替代方案
- 用协方差分析来处理自然组问题
C部分　选读
- 多元方差分析
- 判别分析
- 用MANOVA做重复测量检验
- 重要公式

第七部分　非参数检验

第19章　二项分布

A部分　基本概念
- 二项分布的来源
- N=4的二项分布
- N=12的二项分布
- 当二项分布不对称
- 二项分布的正态近似
- 比率 $z$ 检验
B部分　统计过程
- 第一步：提出假设
- 第二步：选择统计检验和显著性水平
- 第三步：选择样本和收集数据
- 第四步：求拒绝区域
- 第五步：计算检验统计量
- 第六步：作出统计推断
- 解释结果
- 符号检验的前提假设
- 赌徒谬误
- 什么时候用二项分布做零假设检验
C部分　选读
- 概率的经典方法
- 离散变量的概率运算法则
- 排列组合
- 构建二项分布
- 针对概率的实证方法
- 重要公式

第20章　卡方检验

A部分　基本概念
- 多项分布
- 卡方分布
- 期望频次和观测频次
- 卡方统计量
- 卡方的临界值
- 卡方分布的尾部
- 基于无偏好的期望频次
- 各种不同的单因素卡方检验
B部分　统计过程
- 二因素列联表
- 关联皮尔逊卡方检验
- 类别数据假设检验的实例
- 最简单的情况： $2\times 2$ 表格
- 卡方检验的假设
- 独立性卡方检验的其他用途
- 发表卡方检验的结果
C部分　选读
- 测量关联强读
- 使用称名量尺时测量评分一致性
- Fisher完全检验
- 多于两个变量的列联表
- 重要公式

第21章　顺序数据的统计检验

A部分　基本概念
- 排列数据
- 比较两个独立样本的秩次
- 秩次和
- $U$ 值
- 处理并列数据
- 何时运用Mann-Whitney检验
- 重复观测或配对样本
B部分　统计过程
- 检验两个独立样组间的秩次差：Mann-Whitney检验
- 配对分数差排序：Wilcoxon符号秩次检验
- 顺序变量之间的相关：Spearman相关系数
C部分　选读
- 在几个组之间的检验秩次差异：Kruskal-Wallis检验
- 检验配对样本的秩次差异：Friedman检验
- Kendall和谐系数
- 重要公式

附录A　统计表格

参考文献

匿名

搜索

图书:心理统计学（第三版·上下册）

命名空间

更多

页面操作

导航

导航

Wiki工具

Wiki工具

匿名

搜索

图书:心理统计学（第三版·上下册）

导航

Wiki工具

页面工具

分类