具体描述
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最基本的教学材料，为心理学人才的培养做出应有的贡献。
作者简介
目录信息
第一节 统计方法在心理和教育科学研究中的作用
第二节 心理与教育统计学的内容
第三节 心理与教育统计学的发展
第四节 心理与教育统计基础概念
小结
第二章 统计图表
第一节 数据的初步整理
第二节 次数分布表
第三节 次数分布图
第四节 其他类型的统计图表
小结
第三章 集中量数
第一节 算术平均数
第二节 中数与众数
第三节 其他集中量数
小结
第四章 差异量数
第一节 全距与百分位差
第二节 平均差、方差与标准差
第三节 标准差的应用
第四节 差异量数的选用
小结
第五章 相关关系
第一节 相关、相关系数与散点图
第二节 积差相关
第三节 等级相关
第四节 质与量相关
第五节 品质相关
第六节 相关系数的选用与解释
小结
第六章 概率分布
第一节 概率的基本概念
第二节 正态分布
第三节 二项分布
第四节 样本分布
小结
第七章 参数估计
第一节 点估计、区间估计与标准误
第二节 总体平均数的估计
第三节 标准差与方差的区间估计
第四节 相关系数的区间估计
第五节 比率及比率差异的区间估计
小结
第八章 假设检验
第一节 假设检验的原理
第二节 平均数的显著性检验
第三节 平均数差异的显著性检验
第四节 方差的差异检验
第五节 相关系数的显著性检验
第六节 比率的显著性检验
小结
第九章 方差分析
第一节 方差分析的基本原理及步骤
第二节 完全随机设计的方差分析
第三节 随机区组设计的方差分析
第四节 事后检验
小结
第十章 x2检验
第一节 x2检验的原理
第二节 配合度检验
第三节 独立性检验
第四节 同质性检验与数据的合并
第五节 相关源的分析
小结
第十一章 非参数检验
第一节 非参数检验的基本概念与特点
第二节 两个独立样本的非参数检验方法
第三节 配对样本的非参数检验方法
第四节 等级方差分析
小结
第十二章 线性回归
第一节 线性回归模型的建立方法
第二节 回归模型的检验与估计
第三节 回归方程的应用
小结
第十三章 多变量统计分析简介
第一节 多因素方差分析
第二节 多重线性回归
第三节 因子分析
小结
第十四章 抽样原理及方法
第一节 抽样的意义和原则
第二节 几种重要的随机抽样方法
第三节 样本容量的确定
小结
主要参考文献
附录
· · · · · · (收起)
读后感
几个月前我初拾心理统计，看的就是这本传说中国内最优秀的《现代心理与教育统计学》，看到一半的时候实在看不下去了，转而看Gravetter教授的《行为科学统计》，短短数日，大彻大悟，醍醐灌顶，豁然开朗，啷哩咯啷，写下了那篇《标准误与标准差》（http://www.douban.com/review...
评分作为一名工科生，我对于心理统计学这门课程确实不怎么上心，因为内容都是学过两遍的了，当然，文科同学面对着这本书还是蛮头疼的，如果我没学过的话，我看这本书一样会有点头疼。因为作为一门有着心理学背景的数学教材，实在是有一点点不伦不类，真的不太好学好。。。
评分作为一名工科生，我对于心理统计学这门课程确实不怎么上心，因为内容都是学过两遍的了，当然，文科同学面对着这本书还是蛮头疼的，如果我没学过的话，我看这本书一样会有点头疼。因为作为一门有着心理学背景的数学教材，实在是有一点点不伦不类，真的不太好学好。。。
评分各种后面几章才会介绍的知识，前面的篇幅就大幅出现。 各种莫名其妙冒出来的符号跟要点。 各种跟其他书都不一样的符号使用方法。 最离谱的是，竟然有一些跟其他书都不一样，疑似写错了的地方。 我实在都无法表达对此书的失望，甚至很为国内教授们可悲。我认为一个无法让学生迅...
评分怎么说呢，是一本不错的书，现在考研也都用这一本，即使不统考的几个学校，很多也会把它作为参考书目，但是总觉得很晦涩的样子，或许有的知识本不需要说的那么困难的，看过三遍后还是很朦朦胧胧，应该还是本好书吧，呵呵
用户评价
这本书的文字风格非常具有学者的严谨性，每一个论述都力求精准和客观，没有丝毫的夸张或空泛的辞藻。它更侧重于概念的溯源和逻辑链条的构建，这一点我非常欣赏。例如，在探讨不同统计分布的适用场景时，作者没有简单地罗列公式，而是深入剖析了其背后的概率学原理，这使得我对这些概念的理解不再停留在“会用”的层面，而是真正理解了“为什么用”。我特别喜欢作者在讨论量表信度和效度时的那种细致入微的态度，每一个维度都经过了反复的推敲和论证，让人对结论深信不疑。唯一让我觉得稍有不足的是，在某些需要高度抽象思维的部分，如果能穿插一些生活化的比喻来辅助理解，或许能更好地服务于那些不太擅长纯理论抽象的读者。但瑕不掩瑜，对于追求深度和准确性的读者而言，这本书的学术价值是毋庸置疑的。
评分坦率地说，这本书的厚度最初让我有些望而却步，但一旦真正沉浸其中，便发现这种“厚”恰恰源于其内容的广博与精深。它不像市面上许多同类书籍那样，只是将各种统计公式堆砌在一起，而是构建了一个完整的知识体系。作者对统计推断的哲学基础有着深刻的洞察，这使得书中的每一个推导和论证都显得水到渠成。我特别留意了它处理缺失数据和异常值的部分，处理方式非常成熟和稳健，提供了多种实用的应对策略，并清晰地指明了每种策略的适用条件和潜在风险。这种“不偏不倚，面面俱到”的处理态度，使我对其产生了极大的信赖感。如果非要挑剔的话，或许是部分图表的视觉呈现略显单调，如果能引入更多彩色的图示来区分不同的数据结构或模型关系，可能会进一步提升读者的直观理解能力。但就其核心的学术贡献而言，这本书无疑达到了一个非常高的标准。
评分这本书的封面设计得非常醒目，那种深邃的蓝色调配上简洁有力的字体，一下就抓住了我的眼球。拿到手里，沉甸甸的质感让我对接下来的阅读充满了期待。我首先翻阅了目录，发现它涵盖了从最基础的概念到高级模型构建的方方面面，结构布局非常清晰，条理分明。作者似乎非常注重理论与实践的结合，在很多章节后面都附带有详尽的案例分析，这对于我们这些在实际工作中需要应用统计方法的学习者来说，无疑是一大福音。特别是关于假设检验和回归分析的部分，讲解得深入浅出，即便是初学者也能快速掌握核心要点。不过，我个人感觉在某些复杂统计软件操作的步骤上，如果能提供更多图文并茂的指引，对于自学的朋友可能会更加友好一些。总体来说，这本书的框架非常扎实，是一本值得放在案头时常翻阅的工具书。它不仅仅是一本教科书，更像是一位严谨而耐心的导师，指引着我们探索复杂数据的奥秘。
评分这本书的排版设计和细节处理处处体现了出版社的用心。纸张的质感非常好，即便是长时间阅读也不会感到眼睛疲劳，这对于我这种需要长时间伏案学习的人来说至关重要。页边距的留白恰到好处，为读者在阅读过程中做笔记和批注提供了充足的空间。内容上，作者似乎特别关注现代统计学工具的演变，书中对于一些新兴的统计方法和软件应用趋势也有所涉及，这让这本书保持了与时俱进的生命力。我尤其关注了关于效应量估计的那一章，作者没有简单地引用皮尔逊$r$或$eta^2$，而是详尽地讨论了不同场景下更合适的效应量指标，这体现了作者对统计报告规范性的高度重视。当然，如果能在附录中增加一些常见统计术语的中英对照表，对于需要阅读英文文献的读者来说，会更加便利。总而言之，这是一本兼顾了阅读体验和专业深度的优秀著作。
评分我最近一直在寻找一本能够系统梳理复杂数据分析流程的参考书，这本书给我的感觉就像是“寻觅知音”。它的章节编排极具匠心，从数据预处理的细枝末节讲起，逐步攀升到多元统计分析的高峰。我最欣赏的是，它并没有把统计学视为孤立的学科，而是巧妙地将其与实际的研究问题紧密结合起来。比如，在介绍方差分析时，它不仅讲解了F检验的原理，还立刻引申到如何解读交互作用效应，以及在什么情况下需要进行事后检验，这种“带着问题学”的方式极大地提高了我的学习效率。尽管内容详实到令人敬佩，但作者在语言运用上却保持了一种难得的流畅性，使得冗长的专业术语在行文中也能保持一种自然的节奏。阅读过程中，我感觉自己仿佛在与一位经验丰富的研究伙伴进行深入的学术交流，而非简单地被动接受知识灌输。
评分好想撕书哦。无语问苍天，我为什么要学这个东西，为什么国内的教材写得这么枯燥而又笼统，教材教材，学生都看不懂，你写这么多有个毛线球的用哦。
评分添加课本是一种神经病行为
评分看了无数遍了 还得看恩。。。个人认为介绍随机区组方差分析中把区组平方和与组间平方和定义弄反了
评分劝退必备。看得我怀疑智商，直到重新看了行为科学的统计学原理才意识到，不是我蠢。
评分错误数量与张先生的威名实在不符
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有