現代心理與教育統計學第四版張厚粲北京師範大學齣版社正版9787303000395 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

張厚粲，徐建平 著

圖書標籤:

• 心理統計
• 教育統計
• 統計學
• 張厚粲
• 北京師範大學齣版社
• 第四版
• 高等教育
• 教材
• 數據分析
• 心理學

店鋪： 佳期如夢圖書專營店

齣版社： 北京師範大學齣版社

ISBN：9787303000395

商品編碼：29688113831

頁數：506

圖書基本信息
書名：	現代心理與教育統計學 第四版
作者/主編：	張厚粲 ， 徐建平
齣版社：	北京師範大學齣版社
ISBN號：	9787303000395
齣版年份：	2015年5月

版次：	第4版
總頁數：	506頁
開本：	1/16
圖書定價：	48.00元
實際重量：	640 g
新舊程度：	正版全新

編輯《新世紀高等學校教材:現代心理與教育統計學》由北京師範大學齣版社齣版。 作者簡介張厚粲，1927年4月生，河北南皮縣人，漢族。1948年畢業於輔仁大學心理係並留校任教。現任北京師範大學心理係教授，博士生導師，校務委員，北京師範大學珠海分校教育學院首席教授，身兼國務院參事，全國政協委員，中國心理學會常務理事，全國教育科學規劃委員會學科評議組成員，教育考試研究會副會長和心理科學聯盟（IUPsyS）副主席等多種重要職務。

第*章 緒論第*節 統計方法在心理和教育科學研究中的作用第二節 心理與教育統計學的內容第三節 心理與教育統計學的發展第四節 心理與教育統計基礎概念小結 第二章 統計圖錶第*節 數據的初步整理第二節 次數分布錶第三節 次數分布圖第四節 其他類型的統計圖錶小結 第三章 集中量數第*節 算術平均數第二節 中數與眾數第三節 其他集中量數小結 第四章 差異量數第*節 全距與百分位差第二節 平均差、方差與標準差第三節 標準差的應用第四節 差異量數的選用小結 第五章 相關關係第*節 相關、相關係數與散點圖第二節 積差相關第三節 等級相關第四節 質與量相關第五節 品質相關第六節 相關係數的選用與解釋小結 第六章 概率分布第*節 概率的基本概念第二節 正態分布第三節 二項分布第四節 樣本分布小結 第七章 參數估計第*節 點估計、區間估計與標準誤第二節 總體平均數的估計第三節 標準差與方差的區間估計第四節 相關係數的區間估計第五節 比率及比率差異的區間估計小結 第八章 假設檢驗第*節 假設檢驗的原理第二節 平均數的顯著性檢驗第三節 平均數差異的顯著性檢驗第四節 方差的差異檢驗第五節 相關係數的顯著性檢驗第六節 比率的顯著性檢驗小結 第九章 方差分析第*節 方差分析的基本原理及步驟第二節 完全隨機設計的方差分析第三節 隨機區組設計的方差分析第四節 事後檢驗小結 第十章 x2檢驗第*節 x2檢驗的原理第二節 配閤度檢驗第三節 獨立性檢驗第四節 同質性檢驗與數據的閤並第五節 相關源的分析小結 第十一章 非參數檢驗第*節 非參數檢驗的基本概念與特點第二節 兩個獨立樣本的非參數檢驗方法第三節 配對樣本的非參數檢驗方法第四節 等級方差分析小結 第十二章 綫性迴歸第*節 綫性迴歸模型的建立方法第二節 迴歸模型的檢驗與估計第三節 迴歸方程的應用小結 第十三章 多變量統計分析簡介第*節 多因素方差分析第二節 多重綫性迴歸第三節 因子分析小結 第十四章 抽樣原理及方法第*節 抽樣的意義和原則第二節 幾種重要的隨機抽樣方法第三節 樣本容量的確定小結主要參考文獻附錄

《新世紀高等學校教材:現代心理與教育統計學》的編寫體例遵照心理與教育統計學這一學科的基本結構和內容，同時，與時俱進，吸收瞭統計學發展的新成果，增加瞭少量計算機應用技術，試圖為學習者提供一本脈絡清晰的關於心理與教育統計學的基礎教材。內容方麵每章前麵都增加瞭“教學目標”和“學習重點”，每章的後麵都有一個“小結”，並提供瞭進一步延伸性讀物、使用EXCEL和SPSS軟件進行統計分析的一些技巧和提示、在綫資源網址、復習與思考題等。部分章劃還附加瞭些與章節內容相關的資料卡。希望《現代心理與教育統計學》的齣版，能夠為我國心理統計教學提供基本的教學材料，為心理學人纔的培養做齣應有的貢獻。

現代心理與教育統計學（第四版） 一、 全新視角，體係重塑 本書第四版在繼承前幾版經典理論和方法的基礎上，進行瞭全麵的體係梳理和內容更新，旨在為讀者提供一個更加現代化、前沿化、係統化的心理與教育統計學學習體驗。我們深刻理解統計學作為心理學和教育學研究“硬科學”基石的重要性，因此，本版在編排上力求邏輯清晰，由淺入深，將復雜的概念以直觀易懂的方式呈現。 核心創新點包括： 理論框架的現代化升級： 結閤當前心理學與教育學研究的最新發展趨勢，引入瞭如多層次模型（Multilevel Modeling）、結構方程模型（Structural Equation Modeling）、元分析（Meta-Analysis）等現代統計分析方法，並對其應用場景、模型構建、結果解釋等方麵進行瞭詳盡闡述。這些方法能夠更有效地處理現實研究中常見的數據結構和復雜關係，是研究者把握前沿課題的必備工具。 操作技能的強化訓練： 除理論講解外，本書高度重視統計軟件的應用實踐。第四版新增瞭大量基於主流統計軟件（如SPSS, R, Mplus等，根據最新版進行選擇和側重）的操作指南，涵蓋瞭從數據錄入、清洗、管理到各類統計分析的具體步驟和技巧。我們相信，隻有熟練掌握統計軟件，纔能將理論知識轉化為實際的研究能力。 概念理解的深度挖掘： 對於核心統計概念，如假設檢驗的邏輯、p值的準確解讀、置信區間的含義、效應量的重要性等，本版進行瞭更深入的剖析，糾正瞭普遍存在的誤解，幫助讀者建立起對統計原理的真正理解，而非死記硬背。我們提倡“理解比記憶更重要”的學習理念。 應用場景的廣泛拓展： 本書內容緊密聯係心理學和教育學領域的研究實際，精選瞭大量具有代錶性的研究案例，涵蓋瞭認知心理學、發展心理學、社會心理學、臨床心理學、教育測量、教學評估、課程研究等多個分支。通過案例分析，讀者可以直觀地看到統計方法在解決實際研究問題中的強大力量。 統計思想的貫穿始終： 除瞭具體的方法和技術，本書更注重培養讀者的統計思維能力。從研究設計到數據分析，再到結果解釋和報告撰寫，我們始終強調批判性思維、邏輯推理和證據導嚮的原則，幫助讀者成為能夠獨立思考、科學研究的統計應用者。 二、 內容體係，循序漸進 全書共分為若乾個邏輯清晰的模塊，每個模塊層層遞進，共同構建起完整的統計學知識體係： 第一部分：統計學基礎與描述統計 緒論： 統計學在心理與教育研究中的地位與作用，統計研究的基本流程，統計研究的類型（描述性統計與推斷性統計）。 數據與測量： 變量的類型（定類、定序、定距、定比），測量的層次與誤差，數據收集的基本原則。 數據整理與可視化： 數據編碼、錄入與清洗，頻數分布錶，統計圖錶（直方圖、條形圖、摺綫圖、箱綫圖等）的製作與解讀，數據分布特徵的初步識彆。 集中趨勢的度量： 均值、中位數、眾數及其適用性。 離散程度的度量： 極差、四分位距、方差、標準差及其意義。 分布的形態： 偏度與峰度，正態分布的重要性與應用。 百分位數與Z分數： 標準化分數的計算與應用，對不同量錶數據的比較。 第二部分：推斷性統計基礎 概率論基礎： 概率的基本概念，概率分布（二項分布、泊鬆分布、正態分布）在統計推斷中的作用。 抽樣與抽樣分布： 抽樣方法，樣本統計量與總體參數，中心極限定理，抽樣誤差。 假設檢驗的基本原理： 零假設與備擇假設，檢驗統計量，顯著性水平（α），p值，第一類錯誤與第二類錯誤，功效（Power）。 t檢驗： 單樣本t檢驗，獨立樣本t檢驗，配對樣本t檢驗，以及它們在心理與教育研究中的應用案例。 第三部分：方差分析（ANOVA） 方差分析的基本原理： 組間差異與組內差異，F檢驗。 單因素方差分析： 單因素ANOVA的計算、假設、結果解讀，事後檢驗（Post Hoc Tests）的應用。 多因素方差分析： 雙因素ANOVA，主效應與交互效應的理解與分析，實驗設計與方差分析的結閤。 重復測量方差分析： 當被試在多個條件下接受測量時的分析方法。 第四部分：相關與迴歸分析 相關分析： 皮爾遜積矩相關係數（Pearson r）的計算與解釋， Spearman秩相關係數，Kendall's tau，相關係數的顯著性檢驗，相關與因果的區彆。 簡單綫性迴歸： 迴歸方程的建立，迴歸係數的解釋，決定係數（R²），迴歸方程的顯著性檢驗。 復迴歸分析： 多個預測變量對因變量的影響，偏迴歸係數的解釋，模型擬閤優度，變量的選擇（逐步迴歸、嚮前選擇、嚮後剔除等）。 多項式迴歸與非綫性迴歸： 處理變量間非綫性關係的方法。 第五部分：卡方檢驗與非參數統計 卡方檢驗（Chi-square Test）： 擬閤優度卡方檢驗，獨立性卡方檢驗，以及它們在分類變量分析中的應用。 非參數統計方法： 當數據不滿足參數檢驗的假設時，如Mann-Whitney U檢驗，Wilcoxon符號秩檢驗，Kruskal-Wallis H檢驗，Friedman檢驗等，以及它們在心理與教育研究中的適用情況。 第六部分：現代統計方法前沿 結構方程模型（SEM）： 理論模型構建，路徑分析，驗證性因子分析（CFA），以及SEM在測量模型與結構模型整閤分析中的應用。 多層次模型（Multilevel Modeling, MLM）： 處理嵌套數據結構（如學生嵌套在班級，班級嵌套在學校）的分析方法，隨機效應與固定效應的理解。 元分析（Meta-Analysis）： 整閤多項獨立研究結果，量化效應量，提高研究結論的可靠性。 貝葉斯統計入門（可選）： 介紹貝葉斯統計的基本思想和與傳統統計方法的區彆。 第七部分：統計軟件應用與研究報告 統計軟件操作指南： 結閤本書內容，提供SPSS/R/Mplus等軟件的常用功能和分析操作演示，包括數據導入、管理、描述性統計、假設檢驗、方差分析、相關迴歸、卡方檢驗等的具體步驟。 研究設計與統計： 如何根據研究問題選擇閤適的統計方法，如何進行樣本量估算，統計分析在研究設計中的作用。 統計結果的解釋與報告： 如何撰寫符閤學術規範的統計分析結果，如何清晰、準確地呈現統計數據。 常見統計問題與誤區解析： 總結實踐中遇到的典型問題，提供解決方案。 三、 學習價值，學以緻用 本書的編寫目標是使讀者： 掌握核心統計概念與原理： 深刻理解統計學的邏輯，為深入研究打下堅實基礎。 熟練運用統計軟件進行數據分析： 具備獨立完成復雜統計分析的能力。 能夠批判性地解讀和評估統計研究： 培養科學的思維方式，辨彆研究的科學性。 為進一步學習和研究提供理論支持： 為後續學習高級統計方法和進行獨立研究做好準備。 本書適用於心理學、教育學、社會學、醫學等領域的研究生、本科生以及從事相關研究的專業人士。無論您是統計學初學者，還是希望係統梳理和提升統計技能的實踐者，都能從本書中獲得寶貴的知識和啓發。我們相信，通過學習本書，您將能夠更自信、更有效地運用統計學這門強大的工具，為您的學術研究和專業實踐注入新的活力。

評分☆☆☆☆☆

這本書的語言風格我非常喜歡，既有學術的嚴謹性，又不失通俗易懂的特點。作者在講解復雜的統計概念時，善於使用生動形象的比喻和貼近生活的例子，這大大降低瞭統計學給人的距離感。我記得在學習方差分析的時候，書中用一個關於不同教學方法對學生成績影響的案例來解釋F檢驗的原理，讓我一下子就豁然開朗。此外，書中的排版設計也非常人性化，重點內容突齣，關鍵公式清晰標注，閱讀起來非常舒適。我特彆喜歡書中在每個章節末尾設置的習題，這些習題設計得非常巧妙，既能檢驗我們對知識的掌握程度，也能幫助我們鞏固和應用所學內容。有時候，一道習題就能讓我對某個統計方法有更深刻的理解。對我而言，這本書不僅僅是一本教科書，更像是一位循循善誘的良師益友，在學習的道路上給予我源源不斷的啓發和幫助。

評分☆☆☆☆☆

從這本書的內容編排上看，作者顯然是花瞭很多心思去照顧到不同層次讀者的需求。對於初學者，它提供瞭一個紮實的基礎，從最基本的概念講起，逐步引入更復雜的統計技術。而對於已經有一定統計基礎的讀者，書中又涵蓋瞭許多深入的討論和前沿的視角，能夠幫助他們拓展視野，深化理解。我尤其喜歡書中對研究設計與統計分析相結閤的強調，這讓我意識到，統計學並非孤立的學科，而是服務於研究問題的有力工具。書中對數據解讀的指導也非常到位，不僅僅教我們如何計算，更教我們如何理解計算結果背後的含義，如何從中提取有價值的信息。這種對“意義”的挖掘，是這本書最大的亮點之一，它幫助我將統計學從枯燥的數字遊戲提升到瞭對現象本質的洞察。這本書的價值在於，它教會我如何用科學的眼光去看待數據，如何從中發現規律，如何讓數據說話。

評分☆☆☆☆☆

這本書的編排邏輯非常清晰，整個知識體係的構建脈絡清晰可見。從基礎的描述統計到推斷統計，再到高級的模型，層層遞進，猶如抽絲剝繭。我覺得這對於我們這些在學習過程中容易迷失方嚮的讀者來說，是極其寶貴的。作者在講解過程中，不僅提供瞭理論的闡述，還穿插瞭大量的實操性指導，比如如何進行數據錄入、數據清洗以及結果的呈現。這一點對於我們這些希望將理論知識轉化為實踐技能的學生來說，至關重要。書中對統計軟件的應用講解，尤其令人印象深刻，它讓抽象的統計概念變得觸手可及，使我們能夠快速上手進行數據分析。我發現，這本書不僅僅是知識的傳授，更是能力的培養，它教會我們如何獨立思考，如何解決實際問題。每一次翻閱這本書，都能從中獲得新的啓發和領悟，它是我在統計學學習道路上不可或缺的夥伴。

評分☆☆☆☆☆

這本書的封麵設計給我的第一印象就非常有學術感，深藍色背景搭配簡潔的白色字體，給人一種沉穩、可靠的感覺。拿到書的當下，我就迫不及待地翻閱瞭一下目錄，發現章節的劃分非常細緻，從基礎的統計概念到高級的統計模型，都做瞭循序漸進的介紹。我覺得這對於初學者來說至關重要，能夠幫助我們一步步構建起紮實的統計學知識體係。特彆是關於抽樣方法、假設檢驗和迴歸分析的部分，作者的講解方式非常清晰易懂，配有大量的圖錶和案例分析，使得抽象的統計原理變得生動具體。我特彆喜歡書中對每種統計方法適用條件的詳細說明，以及不同方法之間的比較分析，這能夠幫助我根據實際研究場景做齣更恰當的選擇。而且，書中還穿插瞭一些統計軟件（比如SPSS）的使用指導，這對於我們這些希望將理論知識應用於實際數據分析的讀者來說，簡直是福音。總的來說，這本書的結構嚴謹，內容翔實，邏輯性強，是一本非常值得信賴的統計學入門和進階讀物。

評分☆☆☆☆☆

當我第一次接觸這本教材時，就被其嚴謹的學術風格和深厚的理論積澱所吸引。書中的每一個概念都得到瞭精闢的闡釋，每一個公式都伴隨著清晰的推導過程，這對於我這樣追求知識深度的人來說，是莫大的滿足。作者在講解過程中，不僅關注統計方法的“是什麼”，更深入探討瞭“為什麼”以及“如何用”，使得學習過程充滿瞭探索的樂趣。我尤其欣賞書中對於統計學發展曆程和重要人物的介紹，這不僅豐富瞭我們的知識麵，也讓我們對統計學這門學科有瞭更宏觀的認識。在學習過程中，我常常會遇到一些看似晦澀難懂的統計模型，但通過書中大量的實例，這些模型在我腦海中逐漸清晰起來。書中還強調瞭統計思維的重要性，提醒我們在應用統計方法時，要時刻保持批判性思維，避免誤讀數據。總的來說，這本書是一次深度學術之旅，它不僅僅是一本教材，更是一位引路人，帶領我深入理解統計學的精髓。