语言研究中的统计方法PDF电子书下载

译者的话 1

前言 1

第1章　语言学家为什么需要统计学 1

目录 1

第2章　表和图 7

2.1 分类数据 27

2.2 数值数据 27

2.3 多向表 27

2.4 特例 27

小结 27

习题 27

第3章　数据概括的各种度量 27

小结 51

3.8 测试成绩标准化 51

3.7 方差与标准差 51

习题 51

第4章　统计推断 51

3.4 比例和百分比的均值 51

3.6 中心区间 51

3.5 变异性或分散度 51

3.3 均值、中位数比较 51

3.2 算术平均数 51

3.1 中位数 51

4.1 问题 61

4.2 总体 61

4.3 理论上的解决办法 61

4.4 实用的解决办法 61

小结 61

习题 61

第5章 概率 61

小结 79

5.5 随机抽样和随机数表 79

习题 79

第6章 建造统计总体模型 79

5.3 概率和离散数值随机变量 79

5.2 统计独立与条件概率 79

5.1 概率 79

5.4 概率和连续随机变量 79

6.1 一个简单的统计模型 97

6.2 样本均值和样本容量的重要性 97

6.3 随机变化模型：正态分布 97

6.4 使用正态分布表 97

小结 97

习题 97

第7章　样本估计 97

7.6 不同的置信水平 115

7.5.4 多层次抽样 115

7.5.5 获得所需精度的样本容量 115

7.5.3 置信区间 115

小结 115

习题 115

第8章 关于总体值的假设检验 115

7.5 样本容量 115

7.5.2 什么时候数据不是独立的 115

7.5.1 中心极限定理 115

7.4 基于小样本的置信区间 115

7.3 比例估计 115

7.2 置信区间 115

7.1 总体参数的点估计 115

8.1 利用置信区间来检验假设 134

8.2 检验统计量的概念 134

8.3 经典假设检验及示例 134

8.4 如何对假设进行统计检验：显著性真的显著吗？8.4.1 检验统计量的值在1％水平上是显著的8.4.2 检验统计量的值不显著小结习题第9章 检验模型对数据的拟合度 134

9.4.4 检验来自同一研究中的几个表 156

9.4.5 百分比的使用 156

9.4.3 观察值的独立性 156

习题 156

第10章 两变量依存关系的计算 156

小结 156

9.4.1 小的期望频率 156

9.4 x2检验的问题与盲区 156

9.3 检验独立的模型 156

9.2 检验一类模型适合数据的程度 156

9.1 检验一个完整模型适合数据的程度 156

9.4.2 2×2列联表 156

10.6 关于样本相关系数的解释 181

第11章 检验两个总体之间的差异 181

习题 181

小结 181

10.7 等级相关性 181

10.3 相关系数的假设检验 181

10.5 相关系数之比较 181

10.4 相关系数的置信区间 181

10.2 相关系数 181

10.1 方差的概念 181

11.5 放宽关于正态性与方差相等的假定：非参数检验11.6 不同检验的能力小结习题第12章 方差分析—ANOVA 199

11.4 配对样本：两个均值的比较 199

11.3 相互独立的样本：两个比例的比较 199

11.2 相互独立的样本：两个方差的比较 199

11.1 相互独立的样本：均值差异的检验 199

第13章　线性回归 232

习题 232

小结 232

12.8.2 “被试内”的方差分析 232

12.8.1 数据转换 232

12.8 关于方差分析的进一步评述 232

12.7 分数的可靠性检验与方差分析 232

12.6 固定效应和随机效应 232

12.5 方差分析：析因实验 232

12.4 方差分析：只考虑主效应 232

12.3 双因子方差分析：析因实验 232

12.2 双因子方差分析：随机区组 232

12.1 同时比较几个均值：单因子方差分析 232

13.10 相关矩阵与偏相关 259

13.11 数据变换之后的线性关系 259

13.12 广义线性模型 259

13.9 决定自变量的个数 259

小结 259

习题 259

第14章 寻找组与类 259

13.4 线性回归的假设检验 259

13.7 线性模型的推断 259

13.6 线性回归拟合的几个假定 259

13.5 关于预测值的置信区间 259

13.3 线性回归拟合的意义 259

13.2 线性回归的参数估计 259

13.1 简单的线性回归模型 259

13.8 多元回归：使用多个自变量 259

14.7 多维换算的进一步说明 282

第15章 主成分分析与因子分析 282

习题 282

小结 282

14.9 用于两分的线性判别函数 282

14.8 线性判别分析 282

14.10　误分类的概率 282

14.5 非分层聚类 282

14.4 关于分层聚类的综述 282

14.3 分层聚类分析 282

14.2 相异度矩阵 282

14.1 多元分析 282

14.6 多维换算 282

15.6 相关矩阵的主成分 306

附录A 统计表 306

小结 306

15.8 因子分析 306

15.7 协方差矩阵还是相关矩阵？ 306

15.4 数据维数的确定 306

15.5 主成分的解释 306

15.3 语言测试的主成分分析 306

15.2 主成分分析 306

15.1 降低多变量数据的维数 306

附录B 统计计算 319

附录C 部分习题答案 327

参考文献 329

英汉对照术语表 334