應用心理統計學 [Applied Statistics for Psychology] pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

劉紅雲，駱方 著

圖書標籤:

• 心理統計學
• 應用統計
• 心理學研究
• 統計分析
• 數據分析
• SPSS
• R語言
• 實驗設計
• 心理測量
• 研究方法

齣版社： 北京師範大學齣版社

ISBN：9787303166497

版次：1

商品編碼：11722374

包裝：平裝

叢書名： 高等學校心理學精品教材係列

外文名稱：Applied Statistics for Psychology

開本：16開

齣版時間：2015-07-01

用紙：膠版紙

頁數：467

字數：654000

內容簡介

　　《應用心理統計學》全麵、係統地講解瞭心理統計學的知識，在內容設計上，突齣應用性和“學以緻用”的原則，著重通過實例講述統計思想，培養和提高學生應用統計方法的能力。書中詳細介紹瞭文獻中的報告方式和統計軟件的操作以及SPSS在各種統計分析中的具體應用。結閤目前論文發錶中對統計結果報告的要求，《應用心理統計學》還較為全麵地介紹瞭統計檢驗力和效應量的意義和計算方法。
　　《應用心理統計學》適閤高等院校心理學、教育學、社會學等專業的學生使用。

作者簡介

　　劉紅雲，北京師範大學心理學院教授，博士生導師，中國教育學會教育統計與測量學會秘書長、常務理事。從事心理測量與評價、統計分析方法理論及應用等方麵的研究，尤其關注統計與測量方法新進展及應用方麵的研究。主要著作有：《追蹤數據分析方法及其應用》《調節效應和中介效應分析》《心理與教育研究方法、設計及統計分析》，譯著《行為科學統計概要》等。
　　駱方，北京師範大學心理學院副教授，博士生導師，中國教育學會教育統計與測量學會副秘書長、常務理事。從事考試理論與技術、心理與教育統計、人纔測評與選拔等方麵的研究。主要著作有：《SPSS數據統計與分析》，譯著《行為科學統計概要》等。

內頁插圖

精彩書評

　　★本書是作者多年教學的豐碩成果，內容編排閤理、詳略得當，充分體現瞭作者深厚的統計學功底與豐富的教學經驗。書中介紹瞭超齣公式之外的統計學原理，提供瞭大量的心理實驗、測量與評估等領域中的統計分析實例，內容由淺入深，循序漸進，是本科生和研究生學習心理統計課程的優秀教材。
　　——張厚粲 北京師範大學教授、中國心理學會常務理事
　　
　　★本書緊扣當前應用統計學領域基本的問題，以通俗易懂的語言描述統計過程，深刻地揭示瞭統計學的原理。書中生動的例子和課後的大量練爿，幫助數學基礎薄弱的學生真正理解統計思想。本書適閤心理學等專業的本科生，同時也涵蓋瞭研究生考試的基本內容。
　　——車宏生 北京師範大學教授、中國心理學會心彈測量專業委員會主任

目錄

導論統計學入門
第一節 概述
第二節 基本術語
第三節 統計符號
SPSS操作
小結
練習題
第一部分 描述統計
第一章 數據的整理
第一節 數據的特點與分類
第二節 統計錶
第三節 統計圖
第四節 在文獻中報告圖錶結果
SPSS操作
小結
練習題
第二章 集中趨勢統計量
第一節 概述
第二節 平均數
第三節 中位數
第四節 眾數
第五節 平均數、中位數和眾數的比較與選擇
第六節 在文獻中報告集中趨勢的測量
SPSS操作
小結
練習題
第三章 離散趨勢統計量
第一節 概述
第二節 全距和四分位差
第三節 方差和標準差
第四節 離散統計量的比較
第五節 在文獻中報告離散趨勢的測量
SPSS操作
小結
練習題
第四章 相對位置量數
第一節 百分等級
第二節 標準分數
第三節 標準化分布
第四節 在文獻中報告相對位置的測量
SPSS操作
小結
練習題

第二部分 抽樣分布與假設檢驗
第五章 概率與抽樣分布
第一節 概率的基本概念
第二節 二項分布
第三節 正態分布
第四節 抽樣分布
SPSS操作
小結
練習題
第六章 假設檢驗
第一節 假設檢驗的一般原理
第二節 假設檢驗的一般過程
第三節 假設檢驗中的不確定性和誤差
第四節 一個假設檢驗的例子
第五節 有方嚮的假設和單側檢驗
第六節 假設檢驗的一般要素
SPSS操作
小結
練習題
第七章 樣本平均數的假設檢驗
第一節 t統計量與t檢驗
第二節 單樣本t檢驗的方法
第三節 有方嚮的假設和單側檢驗
第四節 總體非正態分布的t檢驗
SPSS操作
小結
練習題
第八章 獨立樣本t檢驗
第一節 獨立測量t檢驗
第二節 獨立測量t檢驗的使用和前提假設
第三節 獨立測量t檢驗的方法
第四節 有方嚮的假設和單側檢驗
第五節 在文獻中報告獨立測量t檢驗的結果
SPSS操作
小結
練習題
第九章 兩個相關樣本的t檢驗
第一節 相關樣本t檢驗
第二節 相關樣本t檢驗的使用和前提假設
第三節 相關樣本t檢驗的方法
第四節 有方嚮的假設和單側檢驗
第五節 文獻中如何呈現重復測量t檢驗的結果
SPSS操作
小結
練習題
第十章 效應量和統計檢驗力
第一節 效應量的測量
第二節 均值檢驗的效應量
第三節 統計檢驗力及其影響因素
第四節 統計檢驗力的計算
小結
練習題
第十一章 參數估計
第一節 參數估計的基本內容
第二節 假設檢驗和參數估計
第三節 用t統計量作參數估計
第四節 影響置信區間寬度的因素
SPSS操作
小結
練習題

第三部分 方差分析
第十二章 方差分析概述
第一節 幾個例子
第二節 方差分析的邏輯
第三節 方差分析的假設
第四節 方差分析的計算
小結
練習題
第十三章 完全隨機單因素方差分析
第一節 完全隨機單因素實驗設計
第二節 完全隨機單因素方差分析舉例
第三節 方差分析的測量效應
第四節 方差分析的事後檢驗
第五節 在文獻中：完全隨機單因素方差分析的結果報告
小結
練習題
第十四章 重復測量單因素方差分析
第一節 重復測量單因素實驗設計
第二節 重復測量單因素方差分析的邏輯
第三節 重復測量單因素方差分析的計算
第四節 重復測量單因素方差分析的例子
第五節 重復測量單因素方差分析的測量效應與事後檢驗
第六節 在文獻中：重復測量單因素方差分析的結果報告
小結
練習題
第十五章 完全隨機兩因素方差分析
第一節 完全隨機兩因素實驗設計
第二節 完全隨機兩因素方差分析的邏輯
第三節 完全隨機兩因素方差分析的計算
第四節 完全隨機兩因素方差分析的簡單效應分析
第五節 完全隨機兩因素方差分析的測量效應和事後檢驗
第六節 在文獻中：完全隨機兩因素方差分析的結果報告
小結
練習題

第四部分 相關與非參數檢驗
第十六章 相關分析與檢驗
第一節 概述
第二節 皮爾遜相關
第三節 等級相關
第四節 二列相關和點二列相關
第五節 Ф相關
第六節 相關係數檢驗力的計算
第七節 測量效應r2
第八節 相關的解釋和應用
第九節 在文獻中的結果報告
SPSS操作
小結
練習題
第十七章 迴歸與預測
第一節 概述
第二節 簡單綫性迴歸
第三節 迴歸模型和迴歸係數
第四節 綫性迴歸的基本假設
第五節 變異的分解
第六節 迴歸方程的估計標準誤
第七節 迴歸方程的有效性檢驗
第八節 迴歸的應用
第九節 在文獻中的結果報告
SPSS操作
小結
練習題
第十八章 計數數據的檢驗
第一節 概述
第二節 二項檢驗
第三節 配閤度檢驗
第四節 獨立性檢驗
第五節 ψ相關和列聯相關
第六節 x2檢驗的事後檢驗
第七節 Cohen的kappa係數
第八節 文獻中卡方值的報告
SPSS操作
小結
練習題
第十九章 非參數檢驗
第一節 概述
第二節 單樣本的非參數檢驗
第三節 兩獨立樣本的非參數檢驗
第四節 多獨立樣本的非參數檢驗
第五節 兩相關樣本的非參數檢驗
第六節 多相關樣本的非參數檢驗
第七節 文獻中非參數檢驗結果的報告
SPSS操作
小結
練習題
主要參考文獻

附錄
附錶1標準正態分布錶
附錶2t分布錶
附錶3Fmax的臨界值錶
附錶4統計檢驗力錶
附錶5F臨界值錶（單側）
附錶6F臨界值錶（雙側）
附錶7所需樣本量錶
附錶8q臨界值錶
附錶9Zr轉換錶
附錶10積差相關係數顯著性臨界值錶
附錶11斯皮爾曼等級相關係數顯著性檢驗臨界值錶
附錶12肯德爾W係數顯著性臨界值錶
附錶13二項分布臨界值錶
附錶14卡方分布錶
附錶15單樣本K-S檢驗臨界值錶
附錶16曼-惠特尼U檢驗臨界值錶
附錶17符號檢驗錶
附錶18符號等級檢驗錶
附錶19弗裏德曼雙嚮等級方差分析卡方值錶

前言/序言

探索人類心智的奧秘：一本麵嚮心理學探索者的統計學指南 本書並非一本枯燥的數字堆砌，而是一扇通往理解人類行為復雜性的窗戶。它旨在賦能心理學領域的學生、研究者以及任何對探究人心深處奧秘充滿好奇的讀者，掌握將日常觀察和理論假設轉化為可靠證據的鑰匙。我們生活在一個信息爆炸的時代，從宏觀的社會趨勢到微觀的個體決策，無數數據如潮水般湧來。然而，沒有一套嚴謹的分析工具，這些數據便如同散落的珍珠，難以串聯成有意義的見解。本書正是為您量身打造的指南，幫助您從紛繁的數據中提煉齣洞察，從而更深刻地理解人類的行為、思想和情感。 我們深知，對於許多初涉心理學殿堂的學子而言，“統計學”一詞常常伴隨著一絲畏懼。復雜的公式、抽象的概念，似乎與生動鮮活的人類心理學研究存在著遙遠的距離。然而，本書將以一種顛覆性的視角，為您呈現統計學在心理學研究中的核心地位和實踐價值。我們將摒棄學院派的冗餘理論，聚焦於那些最能直接服務於心理學研究問題的統計方法，並輔以大量貼近實際的案例，讓您在實踐中理解統計的精髓。 本書的編排邏輯，始終圍繞著“問題導嚮”展開。我們相信，統計學並非目的本身，而是實現科學探究的手段。因此，我們從心理學研究中最常遇到的問題齣發，逐步引入相應的統計工具。例如，當您想要探究不同教學方法對學生學習成績的影響時，您需要瞭解如何進行比較不同群體之間的差異。本書將引導您掌握t檢驗和方差分析等方法，幫助您量化這種差異，並判斷其是否具有統計學意義。當您試圖理解兩個變量之間是否存在關聯，例如，是否存在負麵新聞的暴露頻率與個體焦慮水平之間的關係時，我們將帶您走進相關分析的世界，學習如何量化這種關聯的強度和方嚮。 更進一步，本書將引導您深入理解迴歸分析的強大力量。迴歸分析不僅僅是描述變量之間的綫性關係，更是預測和解釋復雜現象的基石。我們將幫助您理解如何構建單一迴歸模型，預測一個因變量（如工作滿意度）如何受到一個或多個自變量（如薪資、工作環境、人際關係）的影響。更重要的是，您將學習如何運用多元迴歸模型，在控製其他因素的影響下，獨立地評估特定變量的作用，這對於復雜的人類行為研究至關重要。例如，在研究人格特質對學業成就的影響時，您可能需要考慮傢庭背景、學習習慣等其他潛在影響因素，而多元迴歸分析正是解決這類問題的利器。 當然，數據分析的嚴謹性離不開對基本統計概念的深刻理解。本書將在恰當的時機，以清晰易懂的方式，解釋諸如均值、中位數、標準差、方差等描述性統計量的含義及其在數據解釋中的作用。我們將重點強調統計顯著性（p值）的意義，以及它如何幫助我們區分真實效應和隨機變異。同時，我們也將深入探討置信區間的概念，它為我們提供瞭對總體參數的更有力的估計，並讓我們理解研究結果的精確度。 本書的另一大亮點在於，它將不僅僅局限於傳統的統計方法。在數據日益龐大和復雜的今天，瞭解一些現代統計技術也變得尤為重要。我們將適時介紹一些更高級的分析方法，但始終保持其應用導嚮，確保您能夠理解這些方法的核心思想及其在心理學研究中的應用場景，而不是沉溺於晦澀的數學證明。例如，我們可能會簡要介紹因子分析，幫助您理解如何從大量的問捲條目中提取齣潛在的心理構念，例如“大五”人格特質的形成過程。 在整個學習過程中，我們都將強調“批判性思維”的重要性。統計學為我們提供瞭強大的分析工具，但如何正確地解釋結果，避免常見的誤區，卻是至關重要的。本書將通過豐富的案例分析，揭示數據分析中可能存在的陷阱，例如混淆相關與因果、過度擬閤模型、以及對統計顯著性的誤讀等。我們將鼓勵您在解讀研究結果時，始終保持懷疑精神，並結閤研究的理論背景和實際情境進行審慎的判斷。 本書的案例選取，將力求涵蓋心理學研究的各個分支，從臨床心理學、認知心理學、社會心理學到發展心理學，讓您看到統計學在不同領域中的廣泛應用。您將有機會分析關於抑鬱癥治療效果的數據，探究社交媒體使用對青少年心理健康的影響，理解兒童語言發展模式的統計規律，甚至解析群體決策中的心理偏差。這些鮮活的案例，將幫助您將抽象的統計概念與具體的心理學問題緊密聯係起來，從而激發您對統計學學習的興趣和熱情。 我們相信，統計學並非是心理學研究的“配角”，而是“主角”之一。它賦予瞭心理學研究以科學的力量，使我們能夠超越直覺和主觀臆斷，以客觀、量化的方式來探索人類心智的奧秘。通過本書的學習，您將不再畏懼統計報告中的圖錶和數字，而是能夠自信地閱讀、理解和評估它們。更重要的是，您將能夠運用這些統計工具，設計自己的研究，收集數據，並對您的發現進行嚴謹的分析，從而為心理學知識體係的進步貢獻自己的力量。 本書的語言風格，將力求平實、流暢，避免使用過多的技術術語，或者在必要時給予詳盡的解釋。我們理解，學習的過程需要循序漸進，因此每個章節的難度都將有所遞進，並提供充足的練習和自我檢測的機會，以鞏固您所學的知識。我們希望，在您閤上本書時，您不僅掌握瞭一套強大的統計分析技能，更重要的是，您能夠以一種全新的、更具科學性和洞察力的視角來審視心理學研究，並感受到統計學在揭示人類行為規律方麵的獨特魅力。 總而言之，本書是一場關於數據與心靈的對話。它邀請您一同踏上這段探索之旅，用統計學的語言來解讀人類的內心世界，用嚴謹的分析來驅動心理學的創新。無論您是剛剛起步的學生，還是經驗豐富的研究者，本書都將成為您手中不可或缺的工具，助您在心理學研究的道路上，行進得更遠，看得更深。

評分☆☆☆☆☆

這本書在處理統計推斷的倫理和局限性方麵，展現齣瞭一種超越一般教材的深度和批判精神。很多統計教材隻關注如何正確地得齣結論，卻很少探討結論可能帶來的社會影響或方法論上的陷阱。然而，在這本《應用心理統計學》中，作者花瞭一個專門的章節來討論“過度依賴P值”的危害，以及在小樣本研究中如何謹慎地進行效應量報告。他們沒有迴避心理學研究中常見的問題，比如樣本代錶性不足或者數據挖掘（p-hacking）的誘惑。這種坦誠的態度讓我感到非常踏實，它仿佛在告訴我：統計學是工具，而工具的使用者需要保持清醒的頭腦和最高的學術誠信。我尤其欣賞其中關於“統計功效（Power）”的討論，作者不僅計算瞭所需的樣本量，更深入地解釋瞭功效不足對研究結論的“虛無主義”影響——即我們可能因為樣本太小而錯過瞭一個真實存在的效應。這促使我在設計實驗時，必須把統計功效作為和實驗設計本身同等重要的環節來對待，這是一種非常負責任的研究態度。

評分☆☆☆☆☆

這本書最大的價值，或許在於它成功地將“統計學”從一個令人恐懼的計算學科，轉化成瞭一種富有洞察力的“科學思維方式”。我以前總是把統計看作是寫論文時必須完成的一項任務，是為瞭滿足審稿人要求而進行的必要步驟。但讀完這本書，我開始明白，統計分析的真正目的，是幫助我們更清晰、更量化地理解人類行為的復雜性。書中對“中介變量”和“調節變量”的區分與應用，讓我對心理學模型有瞭更精細的理解。它不僅僅教我如何運行一個層級迴歸模型，更引導我去思考：一個變量是如何影響另一個變量的？這種影響是直接的還是通過某個中間機製傳遞的？這種對“機製”的探究，正是心理學研究的核心所在。這本書讓我從一個隻關注“是否顯著”的初學者，轉變為一個更關注“如何顯著”以及“顯著性背後的意義”的研究者，這對於任何想要深入心理學領域的人來說，都是一種寶貴的思維升級。

評分☆☆☆☆☆

說實話，我對統計軟件的使用一直心存芥蒂，總覺得那些復雜的軟件界麵和代碼讓人望而生畏，每次運行分析都要小心翼翼地檢查參數設置，生怕齣錯。然而，這本書在軟件操作這一塊的處理方式，非常巧妙地規避瞭純粹的技術手冊的枯燥感。它沒有陷入特定軟件（比如SPSS或R）的冗長操作步驟講解，而是將重點放在瞭“你應該選擇哪種分析方法，以及為什麼”。它提供瞭一種更宏觀的視角，教我們如何根據研究設計和數據類型，在各種分析技術中做齣明智的選擇。當我閱讀到關於迴歸分析的部分時，書中用瞭一個非常生動的比喻，將多重共綫性比作“一群說客在試圖影響決策者，但他們彼此乾擾，使得真正的影響力難以辨彆”，這個比喻瞬間讓我抓住瞭問題的核心。它強調的不是你點擊瞭哪個按鈕，而是你對結果的每一個輸齣參數——無論是標準化係數還是方差膨脹因子——都應該有能力做齣自己的判斷和解釋。這種側重於“結果的解釋力”而非“操作的精確性”的教學方法，極大地增強瞭我應用統計工具的信心。我感覺自己不再是被軟件奴役的機器，而是真正掌握瞭解讀數據的能力。

評分☆☆☆☆☆

閱讀體驗上，這本書給我帶來的震撼在於它的敘事流暢性和知識的循序漸進。統計學知識的積纍往往是螺鏇上升的，前一個概念不紮實，後一個就容易崩塌。我以前讀過一些統計入門書，它們要麼是把基礎概念講得太淺，導緻後麵模型學習時總感覺力不從心；要麼就是上來就堆砌數學證明，讓人望而卻步。這本書找到瞭一個絕佳的平衡點。它從最基礎的描述性統計開始，穩步地過渡到參數檢驗，然後纔引入復雜的多元分析技術。每次引入一個新概念，比如“自由度”或“中心極限定理”，它都會先用一個直觀的例子建立起概念的“畫麵感”，然後再逐步引入必要的符號錶達。這種結構設計，讓我的學習麯綫保持在一個比較舒適且持續嚮上的狀態。我不需要頻繁地翻迴頭去查找前文的定義，因為作者在後續的講解中總能巧妙地溫和地重新喚醒那些基礎知識的記憶，使得知識點之間的關聯性非常清晰自然，避免瞭知識點的碎片化。

評分☆☆☆☆☆

拿到這本《應用心理統計學》，我本以為會是那種枯燥乏味的教科書，塞滿瞭各種復雜的公式和理論，讀起來估計得像啃石頭。結果，我完全齣乎意料。首先，這本書的排版和設計就非常人性化，不是那種密密麻麻讓人望而生畏的文本堆砌。它使用瞭大量的圖錶和實際案例，這些案例大多取材於真實的心理學研究場景，這對我這個正在進行畢業論文的學生來說簡直是雪中送炭。比如，在講解方差分析（ANOVA）時，作者並沒有直接扔齣一個復雜的數學模型，而是通過一個關於“不同教學方法對學生焦慮水平影響”的模擬實驗來展開，把概念的引入和實際應用緊密地結閤起來。更重要的是，它並沒有把統計學當作一個孤立的學科來處理，而是始終強調統計思維在心理學研究中的核心作用——如何提齣好的研究問題，如何設計能夠有效檢驗假設的實驗，以及如何批判性地解讀數據結果。這本書的行文風格非常親切，像是一個經驗豐富的導師在手把手地指導你，而不是一個冷冰冰的知識搬運工。我尤其欣賞它對“假設檢驗”這一核心概念的闡述，它花瞭大量的篇幅去解釋P值背後的哲學含義和潛在的誤區，這一點在很多同類書籍中常常被一筆帶過。這種對概念深度的挖掘，讓我對統計的理解不再停留在“計算”層麵，而是上升到瞭“理解和應用”的層麵。

評分☆☆☆☆☆

很實用的一本書，自己老師寫的

評分☆☆☆☆☆

很實用的一本書，自己老師寫的

評分☆☆☆☆☆

書的話質量還算是不錯的，內容上的話感覺並沒有想象中那麼好，算是入門級彆的教材吧，對於現在的水平提升不是很大

評分☆☆☆☆☆

經典的玩具

評分☆☆☆☆☆

條理性好，容易理解，學習用書

評分☆☆☆☆☆

good

評分☆☆☆☆☆

經典的玩具

評分☆☆☆☆☆

送貨速度很快，書的質量很好，內容豐富，很實用，我非常滿意！

評分☆☆☆☆☆

很好的一本專業書，作者很強的