行为科学统计
作者: [美] F. J. Gravetter / [美] L. B. Wallnau
出版社: 中国轻工业出版社
原作名: Statistics for the behavioral sciences
译者: 王爱民 / 李悦
出版年: 2008-7
页数: 692
定价: 85.00元
装帧: 平装
丛书: 心理学导读系列
ISBN: 9787501964376
描述性统计
- 统计学入门
- 统计、科学与观察
- 总体与样本
- 数据结构、研究方法与统计
- 相关法
- 实验法
- 实验法的术语
- 非实验与准实验法
- 变量与测量
- 构念与操作定义
- 离散变量与连续变量
- 测量量表
- 频数分布
- 概述
- 频数分布表
- 比例与百分比
- 分组频数分布表
- 频数分布图
- 等距或等比数据的频数分布图
- 直方图
- 折线图
- 称名数据或顺序数据的频数分布图
- 柱形图
- 总体分布的频数分布图
- 等距或等比数据的频数分布图
- 频数分布的形状
- 百分位数、百分等级与内插法
- 累积频数和累积百分率
- 内插法
- 茎叶图
- 茎叶图与频数分布的比较
- 集中趋势
- 概述
- 平均数
- 中数
- 众数
- 集中趋势与分布形状
- 对称分布
- 偏态分布
- 变异性
- 概述
- 全矩和四分位距
- 总体的方差和标准差
- 总体方差及标准差的公式
- 方差及标准差
- 样本的方差和标准差
- 无偏估计与有偏估计
推论性统计
- z分数
- z分数介绍
- z分数及在分布中的位置
- 使用z分数将分布标准化
- 其他基于z分数的标准分布
- 计算样本的z分数
- 推论性统计前瞻
- 概率
- 概率介绍
- 概率与正态分布
- 概率与二项分布
- 二项分布
- 二项分布的正态近似
- 关于推论统计
- 概率和样本：样本平均数的分布
- 概述
- 样本平均数的分布
- 中心极限定理
- 标准误
- 概率及样本平均数的分布
- 标准误的进一步讨论
平均数差异推论
- 假设检验
- 假设检验的逻辑
- 进一步讨论z分数
- 假设检验的不确定性以及误差
- 第一类误差
- 第二类误差
- 选择α水平
- 假设检验的例子
- 方向性（单尾）假设检验
- 关于假设检验：测量效应大小（科恩d值）
- 统计效能
- t分数
- t分数——代替z分数的一种方法
- 自由度
- 假设检验和t分数
- 过程与步骤
- 假设检验的例子
- 有关t检验的假设
- t检验中效应大小的测量
- 估算科恩d值
- $r^2$值
- 方向性假设与单尾检验
- t分数——代替z分数的一种方法
- 两个独立样本的t检验
- 概述（独立测量研究与重复测量研究）
- 独立测量研究设计的t分数
- 独立测量假设检验的假设
- 独立测量假设检验的公式
- 合并方差
- 估计标准误
- 最后的公式与自由度
- 独立测量t分数的假设检验与效应大小
- t检验例子
- 效应大小
- 方向性假设和单尾检验
- 独立测量t分数公式的根本假设
- Hartley检验
- 两个相关样本的t检验
- 概述（重复测量与匹配被试）
- 相关样本t检验
- 差值：相关样本研究的数据
- 相关样本检验的假设
- 相关样本t检验
- 重复测量设计的假设检验和效应大小
- 重复测量t检验例子
- 重复测量t检验的效应大小
- 方向性假设与单尾检验
- 相关样本t检验的应用与假设
- 估计
- 估计概述
- 对t分数的估计
- 单样本研究中对μ的估计
- 独立测量研究中对μ1-μ2的估计
- 重复测量研究中对μD的估计
- 方差分析
- 概述
- ANOVA的统计假设
- ANOVA的检验统计量
- 第一类误差和多假设检验
- 方差分析的逻辑
- 处理间方差
- 处理内方差
- F分数
- ANOVA的符号与公式
- ANOVA公式
- 平方和的计算
- 总的平方和
- 处理内平方和
- 处理间平方和
- 自由度分析
- 总的自由度
- 处理内自由度
- 处理间自由度
- 方差（MS）和F分数
- F分布
- ANOVA中假设检验和效应大小的例子
- 效应大小
- 合并方差
- 样本大小不相等例子
- 事后比较
- Tukey真实显著差异检验
- Scheffe检验
- ANOVA与t检验之间的关系
- 独立测量ANOVA的假设
- 概述
- 重复测量方差分析
- 概述
- 单因素重复测量设计
- 重复测量ANOVA的假设
- 重复测量ANOVA的F分数
- 重复策略ANOVA的逻辑
- 检验重复测量ANOVA的假设
- 测量重复测量ANOVA的效应大小
- 重复测量的后继检验
- 重复测量ANOVA的假定
- 重复测量设计的优点
- 个体差异和处理效应的一致性
- 概述
- 双因素方差分析（独立测量）
- 概述
- 主效应与交互作用
- 主效应
- 交互作用
- 符号与公式
- 测量双因素ANOVA的效应大小
- 解释双因素ANOVA的结果
- 双因素ANOVA的假设
- 多因素设计
相关与非参数检验
- 相关
- 概述（关系的特点）
- 皮尔逊相关
- 比较SP与SS公式
- 皮尔逊相关的计算
- 皮尔逊相关与z分数
- 理解和解释皮尔逊相关
- 皮尔逊相关的假设检验
- 假设
- 相关检验的自由度
- 假设检验
- 斯皮尔曼相关
- 计算斯皮尔曼相关
- 为相同的数据排序
- 斯皮尔曼的特殊公式
- 斯皮尔曼相关的显著性检验
- 其他关系的测量
- 点二列相关及用r2衡量大小
- φ系数
- 回归
- 线性方程与回归
- 线性方程
- 最小二乘
- 标准化回归方程
- 估计的标准误
- 标准误与相关的关系
- 回归方程的显著性检验：回归分析
- 有两个预测变量的多元回归
- 两个预测变量的回归方程
- 回归方差所占的百分比与残差
- 据残差计算R2与1−R2
- 估计的标准误
- 多元回归方程的显著性检验：回归分析
- 线性方程与回归
- 卡方检验：拟合度与独立性检验
- 参数与非参数统计的检验
- 拟合度的卡方检验
- 拟合度检验的虚无假设
- 拟合度检验的数据
- 期望频数
- 卡方
- 卡方分布与自由度
- 拟合度的卡方检验举例
- 拟合度与单样本t检验
- 独立性的卡方检验
- 观察频数与期望频数
- 决定期望频数的简单公式
- 卡方与自由度
- 独立性卡方检验、皮尔逊相关与独立测量t检验
- 测量独立性卡方检验的效应大小
- φ系数
- Cramer’s V
- 卡方检验的假设与限定
- 卡方检验的特殊应用
- 卡方与皮尔逊相关
- φ系数
- 独立测量t检验与方差分析
- 独立样本的中数检验
- 二项检验
- 概述
- 二项检验的假设
- 二项检验的检验统计量
- 二项检验
- 二项检验的假设
- 卡方检验与二项检验的关系
- 符号检验
- 符号检验的零差异
- 概述
- 顺序数据的统计方法
- 顺序量表的数据
- Mann-Whitney检验 U检验：独立测量t检验的替代方法
- Mann-Whitney检验的虚无假设
- Mann-Whitney U假设检验完整例子
- Mann-Whitney U的假设检验
- Mann-Whitney U的正态近似
- Wilcoxon符号秩和检验：重复测量t检验的替代方法
- Wilcoxon T假设检验完整例子
- Wilcoxon T检验的正态近似
- Kruskal-Wallis检验：独立测量ANOVA的替代方法
- Kruskal-Wallis检验的虚无假设
- Kruskal-Wallis检验的公式与符号
- Fridman检验：重复测量ANOVA的替代方法
- Fridman检验的虚无假设
- Fridman检验的符号与计算