心理统计学 第3版 上PDF电子书下载

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