语言研究中的统计学 R软件应用入门 应用语言学译丛pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

语言研究中的统计学 R软件应用入门 应用语言学译丛PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 实证研究中的一些基本原则 1

1.引言 1

2.语言学中的定量研究方法 3

3.定量研究的设计和逻辑 7

3.1 探寻 7

3.2 假设及其可操作性 10

3.2.1 文本形式的科学假设 10

3.2.2 操纵变量 13

3.2.3 数学形式的科学假设 17

3.3 数据收集和储存 19

3.4 做出判断 24

3.4.1 离散概率分布的单侧p值 27

3.4.2 离散概率分布的双侧p值 32

3.4.3 扩展：连续概率分布 39

4.因果关系实验设计：简介 44

5.因果关系实验设计：再举例 50

第2章 R的基础知识 54

1.简介与安装 54

2.函数和参数 58

3.向量 63

3.1 创建向量 63

3.2 加载和储存向量 69

3.3 编辑向量 71

4.因子 80

4.1 创建因子 80

4.2 加载和储存因子 81

4.3 编辑因子 82

5.数据框 85

5.1 创建数据框 86

5.2 加载和储存数据框 88

5.3 编辑数据框 90

6.一些关于编程的知识：条件和循环 97

6.1 条件表述式 97

6.2 循环 98

7.编写自己的小函数 100

第3章 描述性统计 106

1.单变量统计 106

1.1 频率数据 106

1.1.1 散点图和线条图 108

1.1.2 饼状图 112

1.1.3 条形图 113

1.1.4 帕累托图 115

1.1.5 直方图 116

1.1.6 经验累积分布图 117

1.2 集中趋势量度 118

1.2.1 众数 118

1.2.2 中位数 119

1.2.3 算术平均数 119

1.2.4 几何平均数 120

1.3 离散性量度 122

1.3.1 相对熵 123

1.3.2 全距 124

1.3.3 分位数和四分位数 125

1.3.4 平均差 127

1.3.5 标准差 127

1.3.6 变异系数 129

1.3.7 汇总函数 129

1.3.8 标准误 131

1.4 置中和标准化（z分数） 133

1.5 置信区间 135

1.5.1 算术平均数的置信区间 136

1.5.2 百分比的置信区间 138

2.双变量统计 139

2.1 频率和交叉列表 139

2.1.1 条形图和马赛克图 141

2.1.2 棘状图 142

2.1.3 折线图 142

2.2 平均数 144

2.2.1 箱形图 145

2.2.2 交互作用图 146

2.3 相关系数和线性回归 150

第4章 推断性统计 160

1.分布与频率 164

1.1 分布拟合 164

1.1.1 一个定距型因变量 164

1.1.2 一个定类型因变量 167

1.2 差异/独立性检验 174

1.2.1 一个定序/定距型因变量和一个独立样本称名型自变量 174

1.2.2 一个称名型/定类型因变量和一个称名型/定类型独立样本自变量 180

1.2.3 一个称名型/定类型非独立样本因变量 193

2.离散性 197

2.1 一个定距型因变量的拟合度检验 198

2.2 一个定距型因变量和一个定类型自变量 200

3.平均数 206

3.1 拟合度检验 206

3.1.1 一个定距型因变量 206

3.1.2 一个定序型因变量 210

3.2 差异/独立性检验 215

3.2.1 一个定距型因变量和一个定类型独立样本自变量 216

3.2.2 一个定距型因变量和一个定类型非独立样本自变量 222

3.2.3 一个定序型因变量和一个定类型独立样本自变量 227

3.2.4 一个定序型因变量和一个定类型非独立样本自变量 234

4.相关性系数和线性回归 238

4.1 积差相关性的显著性 238

4.2 Kendall’s Tau的显著性 244

4.3 相关关系和因果关系 246

第5章 多因子和多因变量统计方法 248

1.交互作用和模型选择 248

1.1 交互作用 248

1.2 模型选择 253

1.2.1 构建第一个模型 254

1.2.2 选择最后的模型 259

2.线性回归 261

2.1 包含一个带两个水平定类型预测因子的线性模型 264

2.2 包含一个带三个水平定类型预测因子的线性模型 271

2.3 包含一个定距型预测因子的线性模型 275

2.4 包含两个定类型预测因子的线性模型 277

2.5 包含一个定类型和一个定距型预测因子的线性模型 280

2.6 包含两个定距型预测因子的线性模型 283

2.7 包含多个预测因子线性模型的选择过程 286

3.二元逻辑回归 294

3.1 包含两个水平的定类型预测因子的二元逻辑回归 296

3.2 包含三个水平的定类型预测因子的二元逻辑回归 306

3.3 包含一个定距型预测因子的二元逻辑回归 308

3.4 包含两个定类型预测因子的二元逻辑回归 311

3.5 包含一个定类型和一个定距型预测因子的二元逻辑回归 312

3.6 包含两个定距型预测因子的二元逻辑回归 315

4.其他类型的回归 319

4.1 包含一个定类型和一个定距型预测因子的定序逻辑回归 319

4.2 包含一个定类型和一个定距型预测因子的多元回归 325

4.3 包含一个定类型和一个定距型预测因子的泊松回归 327

5.重复测量 331

5.1 一个被试内自变量 332

5.2 两个被试内自变量 335

5.3 一个被试间自变量和一个被试内自变量 336

5.4 混合效应/多水平模型 337

6.分层聚类分析 341

第6章 结语 354

参考书目 357