图书介绍
心理统计学 第3版 上pdf电子书版本下载
- （美）BARRYH.COHEN著；高定国等译 著
- 出版社： 上海：华东师范大学出版社
- ISBN：
- 出版时间：未知
- 标注页数：454页
- 文件大小：102MB
- 文件页数：492页
- 主题词：
PDF下载
下载说明
心理统计学 第3版 上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
图书目录
第一部分 描述性统计 1
第1章 心理统计概论 3
A部分 基本概念 3
什么是统计？ 3
统计和研究 4
变量和常量 5
测量量尺 5
连续变量和离散变量 9
心理量尺和变量 10
参数统计和非参数统计 10
自变量和因变量 10
实验研究和相关研究 11
总体和样本 12
统计公式 13
B部分 基本统计过程 16
下标变量 16
求和符号 16
求和符号的特征 17
四舍五入(缩减数字) 20
C部分 选读材料 23
双重求和 23
随机变量和数学分布 24
第2章 频数表、图和分布 27
A部分 基本概念 27
频数分布 28
累积频数分布 29
相对频数和累积相对频数分布 29
累积百分比分布 30
百分位数 31
图 32
实际分布与理论分布 36
B部分 基本统计过程 41
分组频数分布 41
表观极限和真实极限 42
建构组距 43
选择组距宽度 43
选择最低组距的极限 44
相对和累积频数分布 45
累积百分比分布 45
用线性内插法求百分位数和百分位 46
图示一个分组频数分布 48
绘制频数分布图的指导原则 49
C部分 选读材料 54
茎叶图 54
第3章 集中趋势和变异的测量 59
A部分 基本概念 59
集中趋势测量 59
变异测量 64
偏态分布 73
B部分 基本统计过程 80
平均数计算公式 80
方差和标准差计算公式 82
直接通过计算器求标准差 84
均数的特性 85
标准差的特性 87
C部分 选读材料 91
箱线图 92
处理极端值 95
测量偏度 96
测量峭度 98
重要公式 101
第4章 标准分和正态分布 105
A部分 基本概念 105
z分数 105
从z分数求原始分数 107
z分数集 108
z分数的特性 109
SAT、T和IQ分数 110
正态分布 111
概率论初步：光滑分布与离散事件 113
实际分布与正态分布 115
z分数：一种研究工具 116
均数的抽样分布 117
均数的标准误 118
抽样分布与总体分布 119
B部分 基本统计过程 123
求百分位 123
求两个z分数之间区域的面积 125
求给定区域所对应的原始分数 126
分布中间区域的面积 128
从分数到比例和从比例到分数 128
描述样本 129
C部分 选读材料 135
中心极限定理 137
概率 138
重要公式 145
第二部分 单样本和双样本假设检验 147
第5章 假设检验导论：单样本z检验 149
A部分 基本概念 149
选择被试组 150
假设检验的必要性 150
零假设检验的逻辑 151
零假设分布 152
关于单样本的零假设分布 152
z分数和零假设分布 153
统计决定 155
z分数作为检验统计量 156
一类错误和二类错误 158
一类错误与二类错误之间的权衡 159
单侧检验与双侧检验 160
B部分 基本统计过程 164
第一步：提出假设 165
第二步：选择统计检验和显著性水平 166
第三步：选择样本和收集数据 166
第四步：求拒绝区域 167
第五步：计算检验统计量 169
第六步：作出统计推断 170
解释结果 171
单样本z检验的前提条件 172
单样本检验的多样性 173
为什么单样本检验很少采用？ 174
发表单样本检验结果 175
C部分 选读材料 179
零假设检验相当于一个垃圾邮件过滤器 179
心理学研究中零假设曾经为真吗？ 183
重要公式 185
第6章 区间估计和t分布 186
A部分 基本概念 186
零假设分布的均数 187
总体标准差未知的情况 188
计算一个简单的例子 189
t分布 189
自由度和t分布 190
t分布的临界值 192
单样本t检验 193
样本量和单样本t检验 194
单样本t检验的运用 194
单样本t检验的注意事项 195
估计总体均数 195
B部分 基本统计过程 199
第一步：选择样本量 199
第二步：选择置信水平 200
第三步：选择随机样本和收集数据 200
第四步：计算区间上下限 200
区间估计和零假设检验的关系 204
单样本t检验和针对总体均数置信区间的前提假设 206
运用置信区间处理总体均数 206
发表单样本t检验的结果 207
C部分 选读材料 210
估计量的一些特性 211
一项更为稳健的t检验 212
稳健置信区间 216
什么时候你应该采用稳健方法以及采用哪种方法？ 218
重要公式 220
第7章 两独立样本均数t检验 222
A部分 基本概念 222
两样本均数差异的零假设分布 223
差值的标准误 224
比较两样本均数的公式 225
针对两样本的零假设 226
针对两个大样本的z检验 227
单独方差t检验 228
汇合方差估计 229
汇合方差t检验 230
针对相等样本数量的公式 230
两样本t检验 231
如何解释t值 232
统计结论的局限性 232
B部分 基本统计过程 235
第一步：提出假设 236
第二步：选择统计检验和显著性水平 236
第三步：选择样本和收集数据 236
第四步：求拒绝区域 237
第五步：计算t值 238
第六步：作出统计推断 239
解释结果 239
两个总体均数差异的置信区间 240
两独立样本的t检验假设 242
方差齐性检验和单独方差t检验 244
何时运用两样本t检验 245
何时应建构置信区间 246
把方差不齐性作为实验结果来处理 246
发表两样本t检验结果 247
C部分 选读材料 251
样本均数间的零差异 251
方差相加以求差异的方差 251
单独方差t检验的临界值 252
随机分配和单独方差t检验 254
针对两个截尾均数的t检验 255
重新抽样法 256
重要公式 259
第8章 统计检验力和效应 261
A部分 基本概念 261
备择假设分布 261
期望t值(6） 264
效应量 265
检验力分析 267
t值的解释 268
效应量的估计 269
操纵检验力 270
B部分 基本统计过程 273
使用检验力表 273
a与检验力的关系 275
样本大小固定时的检验力分析 276
样本大小的确定 276
样本大小不相等 279
单样本检验的检验力 280
C部分 选读材料 283
回溯性检验力 283
建构效应量的置信区间 284
效应量的稳健估计值 284
再次使用垃圾邮件过滤器的类比 285
零假设检验的另外一个优势：表示结果可重复的概率 292
重要公式 295
第三部分每个被试涉及两次测最的假设检验 299
第9章 线性相关 301
A部分 基本概念 301
完全相关 302
负相关 302
相关系数 303
线性转换 304
图示相关 305
处理曲线关系 306
样本相关的推广问题 308
相关并不意味着因果关系 311
涉及相关分析的真实验 312
B部分 基本统计过程 315
协方差 316
无偏协方差 316
皮尔逊r计算实例 317
其他公式 318
使用哪个公式 318
皮尔逊r的显著性检验 319
理解自由度 321
皮尔逊r的前提假设 322
皮尔逊相关系数的应用 323
发表相关研究的结果 324
C部分 选读材料 328
相关检验的检验力 328
FisherZ转换 330
ρ的置信区间 331
检验ρ不为0的零假设 332
检验两个独立样本r之间的差异 333
重要公式 336
第10章 线性回归 338
A部分 基本概念 338
完美预测 339
用z分数进行预测 339
计算示范 340
向均数回归 340
根据z分数作回归线 340
原始分数的回归方程 342
斜率和Y截距 343
基于原始分数的预测 344
解读Y截距 345
量化回归线周围的误差 345
估计的方差 346
已解释和未解释的方差 347
决定系数 347
未决定系数 348
计算估计方差 348
B部分 基本统计过程 351
寿险保费 351
根据样本统计量计算回归 352
求回归方程 352
作出预测 352
用样本统计量来计算估计的方差 353
估计的标准误 355
预测的置信区间 355
置信区间计算示例 356
线性回归的前提假设 356
用Y回归X 357
原始分数公式 358
何时使用线性回归？ 358
C部分 选读材料 364
点二列相关系数 364
计算rpb 365
根据t值求rpb 366
解释rpb 366
总体关联强度（ωω2） 367
二列r 369
重要公式 371
第11章 配对t检验 374
A部分 基本概念 374
前测-后测设计 375
直接差异法 376
配对t检验作为线性相关的函数 377
自由度减少 378
前测-后测设计的缺陷 379
其他重复测量设计 379
配对设计 380
相关或相依样本 381
什么时候不适合配对t检验 381
B部分 基本统计过程 384
第一步：陈述假设 385
第二步：选择统计检验和显著性水平 385
第三步：选择样本和收集数据 385
第四步：求拒绝区域 386
第五步：计算检验统计量 387
第六步：作出统计推断 387
在配对t检验中使用相关公式 388
配对t检验的原始分数公式 389
两个总体均数差的置信区间 389
配对t检验的假设 390
针对配对t检验的设计变式 391
发表配对t检验的结果 393
C部分 选读材料 397
配对t检验的检验力 397
配对t检验的效应量 399
重要公式 401
第四部分 方差分析，不包含重复测量方差分析 403
第12章 单因素独立样本方差分析 405
A部分 基本概念 405
t检验转换为方差分析 406
扩展分母 407
扩展分子 408
F值 408
F值作为两个总体方差估计值的比值 409
自由度和F分布 410
F分布的形态 410
方差分析是一种单侧检验 411
使用F值表 412
三个等量样组示例 412
一个简单的ANOVA 413
解释F值 414
单因素ANOVA的优势 416
B部分 基本统计过程 418
一个样本量不等的方差分析示例 419
第一步：陈述假设 419
第二步：选择检验统计量和显著性水平 419
第三步：选取样本，收集数据 420
第四步：求拒绝区域 420
第五步：计算检验统计量 421
第六步：统计决断 423
解释显著性结果 423
平方和方法 423
原始数据公式 424
独立样组单因素方差分析的假设 426
方差齐性检验 427
ANOVA的检验力和效应量 429
单因素方差分析的变式 432
发表单因素方差分析的结果 434
C部分 选读材料 441
方差解释率 441
调和均数再探 445
单因素ANOVA的非加权均数分析 445
方差不齐性时对单因素ANOVA的修正 446
重要公式 451
第13章 多重比较 455
A部分 基本概念 455
所有可能t检验的次数 455
以实验为单位的a 456
复杂比较和事前比较 457
Fisher氏被保护t检验 458
完全零假设和部分零假设 459
Tukey氏HSD检验 461
Student化全距统计 462
Tukey氏检验的优点和缺点 462
其他事后成对比较方法 464
事前比较的优势 466
Bonferronit或Dunn氏检验 466
B部分 基本统计过程 470
计算被保护t检验 470
计算Fisher氏LSD值 471
计算Tukey氏HSD值 472
解释事后成对比较结果 473
事后成对比较的置信区间 473
Tukey氏HSDD与ANOVA 474
修正LSDD检验 475
你应该用哪种成对比较呢？ 475
复杂比较 476
Scheffe氏检验 480
正交对照 481
修正Bonferroni检验 484
C部分 选读材料 490
趋势成分分析 490
重要公式 500
第14章 两因素方差分析 503
A部分 基本概念 503
计算一个简单的单因素方差分析 503
加入第二个因子 505
重新组合SS 506
新术语 506
计算两因素方差分析结果 507
计算MSw 508
计算药物处理因子的MSbet 508
计算性别因子的MSbet 509
对单元均数作图 510
交互作用为零 511
一般线性模型 512
计算由交互作用引起的变异 513
交互作用的类型 513
从单元均数中分离出交互作用 517
两因素方差分析中的F值 518
两因素设计的优势 518
B部分 基本统计过程 522
第一步：陈述零假设 523
第二步：选择显著性检验和显著性水平 523
第三步：选择样本和收集数据 523
第四步：查找拒绝区间 524
第五步：计算检验统计量 524
第六步：作出统计推断 529
两因素ANOVA总结表 529
解释结果 530
针对显著主效应的事后比较 531
两因素ANOVA中的效应量 532
针对显著交互作用的事后比较 535
两因素方差分析的假设 539
两实验因子两因素方差分析的优势 540
具有一个分组因子的两因素方差分析的优势 541
具有两个分组因子的两因素方差分析的优势 542
发表一个两因素方差分析的结果 542
C部分 选读材料 549
两因素ANOVA的事前比较 549
趋势成分的交互作用 551
非平衡设计的两因素方差分析 551
三因素因子方差分析的概念 554
计算三因素ANOVA 563
对三因素ANOVA的后续检验 566
2×2×2比较 566
三因素设计的类型 567
高阶ANOVA 568
重要公式 573
第五部分重复测最方差分析 577
第15章 重复测量方差分析 579
A部分 基本概念 579
独立组方差分析的计算过程 580
单因素重复测量方差分析作为两因素独立样组方差分析 581
计算重复测量方差分析的SS成分 582
独立样组方差分析与重复测量方差分析比较 583
重复测量方差分析的优势 584
图示被试与处理之间的交互作用 585
重复测量方差分析与配对t检验比较 586
顺序效应 588
差异延滞效应 588
随机区组设计 589
B部分 基本统计过程 593
第一步：陈述假设 594
第二步：选择统计检验和显著性水平 594
第三步：选择样本和收集数据 594
第四步：查找拒绝区域 595
第五步：计算检验统计量 595
第六步：作出统计推断 596
解释结果 596
残差成分 597
重复测量方差分析的效应量 599
测量方差分析的检验力 600
重复测量方差分析的假设 601
处理球形假设不满足的情况 604
事后比较 605
重复测量和随机区组设计的变式 606
发表重复测量方差分析的结果 608
C部分 选读材料 615
平衡 615
重复测量的趋势分析 618
两因素重复测量方差分析 619
重要公式 627
第16章 两因素混合设计方差分析 629
A部分 基本概念 629
再论单因素重复测量方差分析 630
把单因素重复测量方差分析转变为混合设计方差分析 631
混合设计方差分析中的两因素交互作用 635
混合设计方差分析总结 636
解释结果 637
混合设计变式 638
B部分 基本统计过程 641
第一步：陈述假设 641
第二步：选择统计检验和显著性水平 642
第三步：选择样本和收集数据 642
第四步：求拒绝区域 643
第五步：计算检验统计量 644
第六步：作出统计推断 647
解释结果 647
发表混合方差分析结果 648
混合设计方差分析的假设 649
一个特例：前-后测混合设计 651
事后比较 651
混合设计的效应量 655
心理学文献摘录 657
C部分 选读材料 664
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 664
针对混合设计方差分析的事前比较：趋势交互作用 668
从平衡设计中排除误差方差 670
相对效率 673
重要公式 676
第六部分 多元回归及其与方差分析的关系 679
第17章 多元回归 681
A部分 基本概念 681
不相关预测变量 682
标准化回归方程 683
两个以上彼此不相关的预测变量 684
相关系数的符号 685
两个相关预测变量 685
β权重值 686
完全多余的预测变量 688
偏回归斜率 689
自由度 691
半偏相关 691
计算半偏相关 692
抑制变量 693
互补变量 695
原始分数预测公式 696
偏相关 697
求最佳预测方程 699
（以理论为基础的）分层回归 701
B部分 基本统计过程 705
针对复相关R的显著性检验 706
检验各预测变量的显著性 707
前向选择法 708
反向删除法 710
逐步回归 711
逐步回归的误用 712
多个预测变量引起的问题 713
预测变量太少 717
最小样本量 717
多元回归的基本假设 718
二二分变量的回归 720
多元回归作为研究工具 721
发表多元回归结果 725
C部分 选读材料 731
处理曲线关系 731
调节变量 734
二分效标变量的多元回归 736
路径分析 740
重要公式 745
第18章 用回归方法做方差分析 748
A部分 基本概念 748
虚拟编码 749
回归平面 750
效应编码 751
一般线性模型 752
方差分析检验和R2检验的对等性 753
用回归方法处理两因素方差分析 753
高阶方差分析的一般线性模型 756
分析非平衡设计 757
控制方差的方法 761
B部分 基本统计过程 767
简单协方差分析是一种多元回归 767
用线性回归方法进行协方差分析 770
事后比较 779
通过多元回归进行协方差分析 780
检验力和效应量 781
协方差分析的假设 781
一些其他考量 783
多因子协方差分析 784
当协变量不止一个时 785
协方差分析的替代方案 786
用协方差分析来处理自然组问题 787
C部分 选读材料 794
多元方差分析 794
判别分析 803
用MANOVA做重复测量检验 804
重要公式 808
第七部分 非参数统计 811
第19章 二项分布 813
A部分 基本概念 813
二项分布的来源 814
N＝4的二项分布 815
N＝12的二项分布 817
当二项分布不对称 818
二项分布的正态近似 819
比率z检验 821
B部分 基本统计过程 824
第一步：提出假设 824
第二步：选择统计检验和显著性水平 824
第三步：选择样本和收集数据 825
第四步：求拒绝区域 825
第五步：计算检验统计量 825
第六步：作出统计推断 826
解释结果 826
符号检验的前提假设 826
赌徒谬误 827
什么时候用二项分布做零假设检验 828
C部分 选读材料 831
概率的经典方法 831
离散变量的概率运算法则 832
排列组合 833
建构二项分布 835
针对概率的实证方法 837
重要公式 839
第20章 卡方检验 840
A部分 基本概念 840
多项分布 840
卡方分布 841
期望频次和观测频次 842
卡方统计量 842
卡方的临界值 843
卡方分布的尾部 844
基于无偏好的期望频次 845
各种不同的单因素卡方检验 846
B部分 基本统计过程 850
二因素列联表 850
关联皮尔逊卡方检验 851
类别数据假设检验的实例 851
最简单的情况：2×2表格 855
卡方检验的假设 856
独立性卡方检验的其他用途 857
发表卡方检验的结果 858
C部分 选读材料 862
测量关联强度 862
使用称名量尺时测量评分一致性 865
Fisher完全检验 868
多于两个变量的列联表 869
重要公式 872
第21章 顺序数据的统计检验 874
A部分 基本概念 874
排列数据 874
比较两个独立样本的秩次 875
秩次和 875
U值 876
处理并列数据 877
何时运用Mann-Whitney检验 878
重复测量或配对样本 880
B部分 基本统计过程 882
检验两个独立样组间的秩次差：Mann-Whitney检验 882
配对分数差排序：Wilcoxon符号秩次检验 887
顺序变量之间的相关：Spearman相关系数 892
C部分 选读材料 898
在几个组之间检验秩次差异：Kruskal-Wallis检验 898
检验配对样本的秩次差异：Friedman检验 900
Kendall和谐系数 903
重要公式 905
附录A统计表格 907
参考文献 929