本書的編寫源於編者的海外學習經曆，在美國哥倫比亞大學四年的學習和研究中，編者對Charles M．Judd和GarvH．McClelland兩位學者1989年的。著述Data Anazysis：AModel—Comparison Approach印象深刻，感受頗深。該書在初等統計的基礎上，實現瞭統計方法與實驗設計的結閤，其講解思路非常適於初學者的學習，有利於無數學或理科背景的研究者和學生掌握相應的統計方法。編者迴國後，以此著述為依據，連續六年為北京師範大學心理學院的碩士生和博士生開設心理學研究方法課程，受益良多。但在教授過程中，編者發現原著中的英文示例結構並不適於中國學生的學習。因此，編者為方便教學與學習，以該書為藍本，在教學過程中結閤中國學生的學習方式和特點，加入真實的中國數據，精煉內容，不斷打磨討論，最終形成本書。

目錄

第1章 心理學研究方法概述

1．1　科學與心理學研究

1．2　心理學研究的特點和目的

1．3　因果關係

1．4　研究設計

1．5 小結

第2章 數據分析簡介

2．1　數據和模型

2．2　數據分析的基本思路

2．3　最簡單的模型

2．4　模型的檢驗

第3章　簡單迴歸模型

3．1　模型的估計

3．2　雙參數模型和單參數模型的比較

第4章　多重迴歸：多個連續預測變量的模型

4．1 多重迴歸模型

4．2 多重迴歸模型的統計推斷

4．3　對偏迴歸係數的解釋

4．4 多重迴歸應注意的幾個問題

第5章　極端值和有不適當影響的數據

5．1　極端值

5．2　一個例子

5．3　預測指標Xi1，Xi2，…Xip是否異常

5．4　Yi是否異常

5．5 忽略Yk是否戲劇性改變b0，b1，…，bp

5．6　極端值檢測概要

5．7　處理極端值

5．8　總結

第6章　交互作用和二次項迴歸——包含連續變量乘積的迴歸模型

6．1　預測變量間的交互作用

6．2　一種找齣“簡單”關係的通用方法

6．3　預測變量的檢驗力

6．4　更加復雜的非綫性方程形式

第7章　單因素方差分析：包含分類變量的模型

7．1 兩個水平的分類變量的模型

7．2　兩個水平以上的分類預測變量

7．3　非均等單位規模的對照編碼

7．4　βi的置信區間

7．5　非正交編碼

第8章 因子設計方差分析——多個分類預測變量和乘積項

8．1 把因子方差分析轉化為單因素方差分析

8．2　更好的編碼

8．3　係數的解釋

8．4　高階的方差分析

8．5 因子設計方差分析中的其他細節

8．6 因子設計方差分析的統計檢驗力

8．7　總結

第9章　協方差分析——同時包含連續與分類預測變量的迴歸模型

9．1 在因子設計中控製一個連續變量

9．2 在實驗設計情境之外，包含連續預測變量與分類預測變量的模型

第10章　重復測量的方差分析——誤差不獨立的模型

10．1 嵌套設計中的非獨立性

10．2 交叉設計中的非獨立性

10．3 多重被試內因子的設計

10．4　混閤設計中的非獨立性

10．5　更為復雜的設計

10．6　被試效應的總和

附錄　臨界值和檢驗力錶