部分Ⅰ多元回归的基础与认知 1
Chapter01 导论 3
第一节 统计学分析方法的发展趋势 4
第二节 基本概念 6
第三节 建构线性回归分析模型的基本架构 9
第四节 分析的方法与本书的分析架构 25
第五节 电脑软体程式的应用 43
第六节 结语 45
Chapter02 简单线性回归与相关 47
第一节 各种的关系 48
第二节 最小平方的方法 56
第三节 决定系数 59
第四节 皮尔森相关系数r 66
第五节 基本两变数回归与相关的假定 73
第六节 基本两变数回归与相关的显著性检定 76
第七节 残差分析 90
第八节 结语 92
Chapter03 多元回归与相关 95
第一节 多元回归的最小平方方法 96
第二节 参数估计值的解释 107
第三节 决定系数 111
第四节 显著关系的检定 113
第五节 增加或删除变项的决定时机 120
第六节 估计与预测 123
第七节 结语 124
Chapter04 线性回归分析的方法：矩阵的探究途径 127
第一节 矩阵 128
第二节 矩阵的加与减 133
第二节 矩阵的乘法（Matrix Multiplication） 135
第三节 线性相依，矩阵的秩与反矩阵 144
第四节 矩阵的某些理论 153
第五节 随机向量与矩阵 153
第六节 在矩阵中简单线性回归模型 158
第七节 多元回归：矩阵的操作 175
第八节 结语 187
Chapter05 回归分析的假设与SPSS的操作 189
第一节 有关测量的诸假设 190
第二节 有关资料的诸假设 195
第三节 单一变项分配检查 197
第四节 非常态性分配的检查与处理 203
第五节 以计算为基础的方法 226
第六节 偏离值，偏态与峰态的处理 239
第七节 多变项的分配 247
第八节 结语 279
Chapter06 回归分析的问题 283
第一节 因果的推论（causality） 284
第二节 样本大小 293
第三节 共线性 298
第四节 测量误差 307
第五节 如何使用SPSS执行多元回归的分析与解释 310
第六节 结语 330
Chapter07 统计的控制：净相关与半净相关 333
第一节 变项的统计控制 334
第二节 控制的实况部分 337
第三节 因果的假设 356
第四节 测量误差 359
第五节 部分相关或半净相关 362
第六节 显著性的检定 369
第七节 多元回归（或复回归）与净相关 370
第八节 多元净相关与半净相关（或部分相关） 373
第九节 结语 376
Chapter08 矩阵代数：单变项多元回归预测方程式的建构，分析与MATLAB的操作演算方法 379
第一节 预测与解释的区分 380
第二节 单项多元回归方程式的建构与选项 383
第三节 以离均差分数求得相关系数R矩阵 401
第四节 回归系数显著性的检定 408
第五节 淘汰预测力差的自变项以建构一个适合的回归预测方程式 416
第六节SPSS软体程式的操作与验证 433
第七节 结语 440
Chapter09 矩阵代数：多变项多元回归预测方程式的建构，分析与MATLAB的操作演算方法 443
第一节 多变项多元回归系数的求取 445
第二节 回归系数的显著性检定与信赖区间 465
第三节 预测变项的相对重要性 472
第四节 利用三个较重要的自变项重新计算回归系数 480
第五节 新建多元回归预测方程式系数的显著性检定与信赖区间 494
第六节SPSS软体程式的操作与验证 502
第七节 结语 510
部分Ⅱ类分与持续变项的回归分析 513
Chapter10 类比变项的虚拟、效果、与正交编码 515
第一节 前言 516
第二节 编码与编码的方法 518
第三节 虚拟编码 520
第四节 一个具有多元类比变项的一个数字范例说明 531
第五节 效果编码 548
第六节 平均数之间多重的比较 557
第七节 正交的编码 567
第八节 多元回归与变异数分析 582
第九节 结语 583
Chapter11 多元类比变项与因子设计 585
第一节 因子设计（Factorial design） 586
第二节 一个3×3设计的分析 590
第三节 交互作用的意义 610
第四节 多重比较 619
第五节 正交的编码 629
第六节 虚拟编码 635
第七节 单变项变异数分析的多因子设计 636
第八节 结语 646
Chapter12 趋向分析：直线（线性）与曲线的回归 651
第一节 趋向分析的基本概念与认知 652
第二节 简单回归分析 669
第三节 学习实验多元回归的分析 678
第四节 曲线回归分析 681
第五节 曲线回归的分析与正交的多项式 698
第六节 矩阵操作的趋势分析 705
第七节 在非实验研究中曲线回归 718
第八节 多元曲线回归 726
第九节 结语 731
Chapter13 罗吉斯回归 733
第一节 罗吉斯回归模型的基本概念与认知 734
第二节 二分法的反应变项之案例 740
第三节 罗吉斯的范例与SPSS的操作 761
第四节 另一范例的示范与说明 789
第五节 结语 804
Chapter14 重复量数设计 807
第一节 重复量数设计的基本概念 808
第二节 单因子重复量数的设计 812
第三节 混合的设计 830
第四节ANOVA SPSS的重复量数 852
第五节 矩阵代数演算的重复量数分析 860
第六节 结语 869
部分Ⅲ 因果分析 871
Chapter15 径路分析 873
第一节 因果的概念 875
第二节 理论的角色：因果模型的两种用法 878
第三节 径路分析 883
第四节 以数字来表示的范例 898
第五节 影响系数的计算 907
第六节 结语 911
Chapter16 径路回归模型分析 913
第一节 甚么是径路分析？ 914
第二节 径路分析模型的范例 915
第三节 建构一个有理论因果关系的径路分析图与LISREL分析 917
第四节 隐含的共变数矩阵 934
第五节 检验在SEM中模型的种种验证 939
第六节 竞争的模型 942
第七节 结语：竞争模型的比较 970
Chapter17 结构的回归模型分析 973
第一节 结构的回归模型是甚么 974
第二节 建构因果关系的一个径路分析图 975
第三节 选择输入矩阵类型与估计被提出的模型 978
第四节 结果检查分析与评估适配度的效标 980
第五节 隐含的共变数矩阵 998
第七节 重复量数研究中因素交叉时间的恒定性 1004
第八节 结语 1019
部分Ⅳ多变项分析 1021
Chapter18 区别分析、多元回归与多变项变异数分析 1023
第一节 区别分析的基本概念与认知 1024
第二节 区别分析（DA） 1029
第三节 多元回归分析 1054
第四节 多变项变异数分析（MANOVA） 1061
第五节 显著性检定 1062
第六节 电脑程式软体的操作与应用 1064
第六节 结语 1072
Chapter19 典型的与区别的分析，与多变项变异数分析 1075
第一节 典型分析的基本概念与认知 1078
第二节 具有持续变项两个分组的典型分析 1080
第三节 三个分组的典型分析 1107
第四节 三个分组的多变项变异数分析 1120
第五节 三个分组的区别分析 1129
第六节 结语 1140
Reference 参考书目 1145