[二手] 现代心理与教育统计学 （第三版） pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

张厚粲，徐建平 著

图书标签:

• 心理学
• 教育统计学
• 统计学
• 二手书
• 教材
• 第三版
• 现代心理学
• 教育学
• 学术研究
• 心理与教育

店铺： 盛况空前图书专营店

出版社： 北京师范大学出版社

ISBN：9787303000395

商品编码：16003810411

包装：平装

出版时间：2009-01-01

友情提示： 本店出售二手图书均为正版，请放心选购！所购图书满29元包邮（新疆 西藏 青海,宁夏，甘肃及港澳台除外）一般当日16：00前下单，当日发货（发货时间周一至周六，如遇法定假日，发货时间顺延至假期后的工作日），有特别着急的客户请您谨慎下单。本店默认发韵达快递，从河北燕郊发货，一般同城次日达，外阜3-5日达。 关于二手图书的品相问题：本店一般默认八成新以上的二手图书才会出库发货，如有个别书达不到标准或者光盘丢失的情况，我们会在发货前与您联系。（二手图书品相因每个人的标准有差异，所以请追求完美的客户谨慎下单）。因为是多平台销售，故有小几率缺货情况出现，如有此等情况我们会尽快与您联系。如需帮助请给我们联系咨询，我们会及时回复，并根据您的下单时间安排发货。客服在线时间：周一至周六，早9点到晚6点。

基本信息

书名：现代心理与教育统计学

定价：48.00元

作者：张厚粲,徐建平

出版社：北京师范大学出版社

出版日期：2009-01-01

ISBN：9787303000395

字数：520000

页码：506

版次：3

装帧：平装

开本：16开

商品重量：0.640kg

编辑推荐

---

内容提要

---

本书的编写体例遵照心理与教育统计学这一学科的基本结构和内容，同时，与时俱进，吸收了统计学发展的新成果，增加了少量计算机应用技术，试图为学习者提供一本脉络清晰的关于心理与教育统计学的基础教材。内容方面每章前面都增加了“教学目标”和“学习重点”，每章的后面都有一个“小结”，并提供了进一步延伸性读物、使用EXCEL和SPSS软件进行统计分析的一些技巧和提示、在线资源网址、复习与思考题等。部分章划还附加了些与章节内容相关的资料卡。希望这本书的出版，能够为我国心理统计教学提供基本的教学材料，为心理学人才的培养做出应有的贡献。

目录

---

作者介绍

---

文摘

---

序言

---

《心理学与教育统计学：深度解析与实践指南》 一、 引言：数据时代的认知基石 在信息爆炸的今天，无论是科学研究的严谨探索，还是教育实践的精准评估，数据都扮演着至关重要的角色。掌握统计学原理，理解数据背后的规律，已经成为现代心理学和教育领域从业者不可或缺的核心能力。本书并非仅仅是对枯燥数字的罗列，而是致力于为读者构建一套清晰、系统、且富有实践意义的统计学知识体系，帮助大家穿越数据的迷雾，洞察事物的本质，从而在各自的领域做出更明智的决策，推动学科的进步。 本书的编写理念是“理解而非记忆”。我们深知，死记硬背公式和方法并不能真正掌握统计学的精髓。因此，我们注重从概念的源头出发，深入浅出地阐释统计学原理的逻辑性和普适性。通过丰富的实例和图表，我们将抽象的统计概念具象化，让读者在理解统计思想的同时，也能够掌握实际操作的技巧。本书旨在成为您在心理学与教育统计学领域的得力助手，无论您是初学者，还是希望深化理解的专业人士，都能从中获益。 二、 核心概念：统计学思维的构建 本书的首要目标是为读者打下坚实的统计学基础。我们将从最基本的概念讲起，逐步深入。 数据的本质与分类： 了解数据的类型（定类、定序、定距、定比）及其对应的统计方法，是进行有效分析的前提。我们将详细探讨不同数据类型在心理学和教育研究中的具体表现，以及如何根据数据类型选择合适的统计工具。 描述性统计： 如何用简洁的语言概括一组数据？本书将详细介绍集中趋势（均数、中位数、众数）和离散趋势（方差、标准差、极差）的计算及其解释，并通过丰富的图示（直方图、箱线图等）帮助读者直观理解数据的分布特征。我们将强调，描述性统计是探索性数据分析的重要步骤，它能帮助我们快速了解数据的基本面貌，发现潜在的规律和异常值。 概率论基础： 统计推断离不开概率论。本书将以生动易懂的方式介绍概率的基本概念、概率分布（如二项分布、正态分布）的特性，特别是正态分布在统计学中的核心地位。我们将解释为什么正态分布如此重要，以及它如何为推断统计奠定基础。 抽样与抽样分布： 在绝大多数研究中，我们无法获得总体信息，只能通过样本进行推断。因此，理解抽样的原理、不同的抽样方法（随机抽样、分层抽样等）以及抽样分布的概念至关重要。本书将深入剖析中心极限定理，揭示样本统计量如何逼近总体参数，以及抽样分布的意义。 三、 推断统计：从样本到总体的智慧跃升 在掌握了描述性统计和概率论的基础上，本书将带领读者进入推断统计的领域，这是统计学最具挑战性也最具价值的部分。 参数估计： 如何利用样本数据对总体参数进行估计？本书将详细介绍点估计和区间估计的方法。我们将重点讲解置信区间（Confidence Interval）的概念和计算，解释置信区间所代表的含义，以及它如何为研究结果提供不确定性的度量。 假设检验（Hypothesis Testing）： 这是推断统计的核心工具。本书将系统地介绍假设检验的逻辑框架，包括建立原假设（Null Hypothesis）和备择假设（Alternative Hypothesis），选择合适的检验统计量，计算检验的P值（P-value），以及如何根据P值做出统计决策。我们将详细讲解不同类型的假设检验，例如： Z检验与t检验： 适用于样本均值的比较，我们将区分何时使用Z检验，何时使用t检验，并详细阐述独立样本t检验、配对样本t检验以及单样本t检验的适用条件、计算步骤和结果解释。 方差分析（ANOVA）： 当需要比较三个或更多组的均值时，ANOVA是强大的工具。本书将深入讲解单因素方差分析和多因素方差分析的原理，包括F统计量的计算、F分布的理解以及事后检验（Post-hoc Tests）的作用，帮助读者理解多个组别之间差异的来源。 卡方检验（Chi-Square Test）： 用于分析分类变量之间的关联性。我们将讲解拟合优度检验（Goodness-of-Fit Test）和独立性检验（Test of Independence）的原理和应用，并提供在不同情境下的实例。 相关与回归分析： 相关分析： 探讨两个变量之间线性关系的强度和方向。我们将介绍皮尔逊相关系数（Pearson's r）的计算与解释，以及斯皮尔曼秩相关系数（Spearman's rho）在非参数情况下的应用。 回归分析： 预测一个变量（因变量）如何受到一个或多个其他变量（自变量）的影响。本书将详细讲解简单线性回归和多元线性回归的原理，包括回归方程的建立、回归系数的解释、模型拟合优度的评价（如R²）以及回归系数的显著性检验。我们将强调回归分析在预测和解释变量关系中的作用。 四、 高级主题与实践应用：深化洞察，解决复杂问题 在掌握了基础的推断统计方法后，本书将进一步探讨一些更高级的主题，并结合心理学和教育领域的实际应用，帮助读者解决更复杂的研究问题。 非参数统计（Nonparametric Statistics）： 当数据不符合参数检验的假设（如正态性）时，非参数统计提供了有效的替代方案。我们将介绍一些常用的非参数检验，例如Mann-Whitney U检验、Wilcoxon符号秩检验、Kruskal-Wallis H检验等，并阐述其适用场景。 效应量（Effect Size）： P值仅告诉我们差异是否具有统计学意义，而效应量则衡量差异的大小。本书将强调效应量的重要性，介绍常用的效应量指标（如Cohen's d、Eta-squared），并指导读者如何解释效应量，从而更全面地评估研究结果的实际意义。 统计功效（Statistical Power）： 统计功效是指正确地拒绝一个虚假的零假设的概率。本书将深入探讨影响统计功效的因素（如样本量、效应量、显著性水平），并介绍如何通过样本量计算来确保研究具有足够的统计功效，避免“假阴性”结果。 多重比较（Multiple Comparisons）： 当进行多次统计检验时，发生第一类错误（Type I error）的概率会累积增加。本书将介绍控制多重比较的方法，如Bonferroni校正、Tukey's HSD等，确保研究结论的可靠性。 统计软件的应用： 理论知识需要通过实践来巩固。本书将结合主流的统计软件（如SPSS, R），通过详细的操作步骤和实例，指导读者如何运用软件进行数据录入、数据清洗、统计分析以及结果解读。我们将强调软件操作的重要性，并帮助读者将所学知识转化为实际操作能力。 五、 统计思维在研究中的应用：案例分析与伦理考量 本书不仅传授统计方法，更注重培养读者的统计思维。 研究设计与统计分析的协同： 我们将强调，统计分析应与研究设计紧密结合。在研究设计阶段就考虑好如何收集数据、选择何种统计方法，才能确保研究的有效性和结论的可靠性。 统计结果的解读与报告： 如何清晰、准确地呈现统计结果？本书将提供撰写研究报告中统计部分的指导，包括如何描述样本特征、报告统计检验结果，以及如何解释统计发现的局限性。 常见统计误区与陷阱： 我们将剖析在统计分析和结果解读中常见的误区，例如混淆相关与因果、过度依赖P值、忽略效应量等，帮助读者避免这些误区，做出更科学的判断。 伦理考量： 在统计分析和数据报告中，数据隐私、研究公正性以及对研究结果的负责任解读至关重要。我们将探讨在统计实践中的伦理原则，引导读者成为负责任的研究者。 六、 结论：赋能前行，洞见未来 掌握心理学与教育统计学，是理解复杂现象、做出科学决策、推动学科发展的关键。本书希望通过深入浅出的讲解、丰富的案例以及实践性的指导，帮助您克服对统计学的恐惧，激发对数据分析的兴趣，并最终将统计学转化为解决实际问题的强大工具。无论您是未来的研究者、教育工作者，还是任何需要与数据打交道的专业人士，本书都将是您开启数据智慧之旅的理想起点。我们相信，通过本书的学习，您将能够更加自信地驾驭数据，从纷繁复杂的信息中提炼出有价值的洞见，为您的专业领域带来更深远的积极影响。

评分☆☆☆☆☆

这本书在理论深度和实践指导之间找到了一个很好的平衡点。它不仅仅是罗列公式和定义，更重要的是教会读者如何思考，如何设计研究，如何运用统计工具去解决实际问题。我注意到，书中在介绍每一个统计方法时，都会先说明它的适用条件、研究目的，然后给出详细的步骤和解释，最后再通过案例进行巩固。这种“是什么-为什么-怎么做-怎么用”的讲解模式，让整个学习过程更加高效和有条理。我特别喜欢其中关于假设检验的部分，作者将P值、α水平、β误差等概念解释得非常透彻，并且通过一系列的对比和类比，让这些抽象的概念变得生动起来。在讲解ANOVA（方差分析）时，作者还特别强调了多重比较的问题，这在实际研究中是一个非常容易被忽略的细节，但这本书却给出了详细的说明和解决办法。这本书的价值不仅仅体现在它提供了知识，更在于它培养了一种科学的思维方式，一种严谨的态度去面对数据和研究。

评分☆☆☆☆☆

这本书的封面设计确实很吸引人，淡淡的蓝色调，配上简洁的书名和作者信息，给人一种专业又亲切的感觉。拿到手里，纸张的触感也相当不错，厚实且略带磨砂质感，翻页时不会有那种廉价纸张的脆响，让人感觉很扎实。书脊的装订也很牢固，即使经常翻阅，也不容易散架。我最喜欢的是它开篇的导读部分，作者用了一种非常平实的语言，勾勒出了心理与教育统计学在当下社会中的重要性，以及这本书的学习目标和大致内容框架。这让我这个初学者一下子就有了方向感，知道自己将要踏上一段怎样的学习旅程，也打消了我一开始对统计学枯燥乏味的刻板印象。作者在序言中提到的“让统计学不再是阻碍，而是理解人类行为和教育现象的有力工具”，这句话对我来说很有共鸣。我一直对心理学领域很感兴趣，但总觉得缺乏量化的分析能力，这本书的出现，就像为我打开了一扇新的大门，让我看到了将理论与实践相结合的可能性。我迫不及待地想要深入其中，去探索那些隐藏在数据背后的秘密，去学习如何科学地分析和解释现象。

评分☆☆☆☆☆

作为一名正在准备毕业论文的学生，统计学是我不可或缺的工具。这本书的出现，无疑为我提供了强有力的支持。它的内容涵盖了我论文研究所需的绝大部分统计方法，从基础的描述性统计到复杂的回归分析、因子分析等，都讲得十分到位。我最看重的是它在解读结果方面的指导。很多时候，我们学会了计算，但却不知道如何有效地解读统计结果，或者如何将结果与研究问题联系起来。这本书在这方面提供了很多实用的建议，比如如何根据研究假设来选择合适的统计检验，如何撰写统计分析报告，如何避免常见的统计误区等等。我目前正在学习多元回归分析，这本书的讲解清晰明了，并且提供了一个完整的案例，从数据录入到模型建立，再到结果的解释，都一一演示。这让我对如何运用回归分析解决我的研究问题有了清晰的思路。这本书不仅是一本教科书，更像是一位经验丰富的导师，为我的学术研究之路指明了方向。

评分☆☆☆☆☆

我最近在寻找一本能够系统性梳理心理与教育统计学知识的书籍，终于入手了这本《现代心理与教育统计学》（第三版）。这本书的内容编排非常合理，从最基础的概念讲起，比如描述性统计中的集中趋势、离散程度，到推断性统计中的假设检验、方差分析等等，循序渐进，逻辑清晰。每个章节都配有大量的实例，这些例子非常贴近心理学和教育学的实际研究场景，例如分析不同教学方法对学生学习成绩的影响，或者探讨某种心理干预措施的效果。作者在讲解公式和概念时，力求通俗易懂，避免了过于晦涩的数学推导，而是侧重于让读者理解其背后的逻辑和应用。我尤其欣赏的是书中的图表运用，各种统计图，如直方图、箱线图、散点图等，都制作得清晰明了，并且作者会详细解释如何解读这些图表，这对于初学者来说是极大的帮助。另外，书中还穿插了一些关于统计软件（如SPSS）使用的指导，虽然不是深入的教程，但足以帮助读者将理论知识转化为实际操作。我目前还在学习前半部分的描述性统计，已经感觉收获颇丰，对数据的理解和呈现有了更深的认识。

评分☆☆☆☆☆

这本书的排版和印刷质量也给我留下了深刻的印象。白色的书页，黑色的文字，搭配上适当的行距和字号，阅读起来非常舒适，长时间阅读也不会感到眼睛疲劳。章节的划分清晰，小标题的使用也很得当，方便读者快速定位到自己需要的内容。书中的公式标注也很规范，使用了标准的数学符号，并且每一步推导都清晰可见，不会跳跃式地给出结果。我尤其喜欢它在每章结尾的“本章小结”和“思考题”部分。小结能够帮助我快速回顾本章的重点内容，而思考题则能够引导我进一步思考和应用所学知识，有时候还会涉及一些开放性的问题，激发我的学习兴趣。我尝试做了几道思考题，发现它们确实能够帮助我加深对理论的理解，并且能够将不同章节的知识点联系起来。这本书的学习曲线相对平缓，对于没有统计学基础的人来说，也能够逐步掌握。