应用心理统计学 [Applied Statistics for Psychology] pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

刘红云，骆方 著

图书标签:

• 心理统计学
• 应用统计
• 心理学研究
• 统计分析
• 数据分析
• SPSS
• R语言
• 实验设计
• 心理测量
• 研究方法

出版社： 北京师范大学出版社

ISBN：9787303166497

版次：1

商品编码：11722374

包装：平装

丛书名： 高等学校心理学精品教材系列

外文名称：Applied Statistics for Psychology

开本：16开

出版时间：2015-07-01

用纸：胶版纸

页数：467

字数：654000

内容简介

　　《应用心理统计学》全面、系统地讲解了心理统计学的知识，在内容设计上，突出应用性和“学以致用”的原则，着重通过实例讲述统计思想，培养和提高学生应用统计方法的能力。书中详细介绍了文献中的报告方式和统计软件的操作以及SPSS在各种统计分析中的具体应用。结合目前论文发表中对统计结果报告的要求，《应用心理统计学》还较为全面地介绍了统计检验力和效应量的意义和计算方法。
　　《应用心理统计学》适合高等院校心理学、教育学、社会学等专业的学生使用。

作者简介

　　刘红云，北京师范大学心理学院教授，博士生导师，中国教育学会教育统计与测量学会秘书长、常务理事。从事心理测量与评价、统计分析方法理论及应用等方面的研究，尤其关注统计与测量方法新进展及应用方面的研究。主要著作有：《追踪数据分析方法及其应用》《调节效应和中介效应分析》《心理与教育研究方法、设计及统计分析》，译著《行为科学统计概要》等。
　　骆方，北京师范大学心理学院副教授，博士生导师，中国教育学会教育统计与测量学会副秘书长、常务理事。从事考试理论与技术、心理与教育统计、人才测评与选拔等方面的研究。主要著作有：《SPSS数据统计与分析》，译著《行为科学统计概要》等。

内页插图

精彩书评

　　★本书是作者多年教学的丰硕成果，内容编排合理、详略得当，充分体现了作者深厚的统计学功底与丰富的教学经验。书中介绍了超出公式之外的统计学原理，提供了大量的心理实验、测量与评估等领域中的统计分析实例，内容由浅入深，循序渐进，是本科生和研究生学习心理统计课程的优秀教材。
　　——张厚粲 北京师范大学教授、中国心理学会常务理事
　　
　　★本书紧扣当前应用统计学领域基本的问题，以通俗易懂的语言描述统计过程，深刻地揭示了统计学的原理。书中生动的例子和课后的大量练爿，帮助数学基础薄弱的学生真正理解统计思想。本书适合心理学等专业的本科生，同时也涵盖了研究生考试的基本内容。
　　——车宏生 北京师范大学教授、中国心理学会心弹测量专业委员会主任

目录

导论统计学入门
第一节 概述
第二节 基本术语
第三节 统计符号
SPSS操作
小结
练习题
第一部分 描述统计
第一章 数据的整理
第一节 数据的特点与分类
第二节 统计表
第三节 统计图
第四节 在文献中报告图表结果
SPSS操作
小结
练习题
第二章 集中趋势统计量
第一节 概述
第二节 平均数
第三节 中位数
第四节 众数
第五节 平均数、中位数和众数的比较与选择
第六节 在文献中报告集中趋势的测量
SPSS操作
小结
练习题
第三章 离散趋势统计量
第一节 概述
第二节 全距和四分位差
第三节 方差和标准差
第四节 离散统计量的比较
第五节 在文献中报告离散趋势的测量
SPSS操作
小结
练习题
第四章 相对位置量数
第一节 百分等级
第二节 标准分数
第三节 标准化分布
第四节 在文献中报告相对位置的测量
SPSS操作
小结
练习题

第二部分 抽样分布与假设检验
第五章 概率与抽样分布
第一节 概率的基本概念
第二节 二项分布
第三节 正态分布
第四节 抽样分布
SPSS操作
小结
练习题
第六章 假设检验
第一节 假设检验的一般原理
第二节 假设检验的一般过程
第三节 假设检验中的不确定性和误差
第四节 一个假设检验的例子
第五节 有方向的假设和单侧检验
第六节 假设检验的一般要素
SPSS操作
小结
练习题
第七章 样本平均数的假设检验
第一节 t统计量与t检验
第二节 单样本t检验的方法
第三节 有方向的假设和单侧检验
第四节 总体非正态分布的t检验
SPSS操作
小结
练习题
第八章 独立样本t检验
第一节 独立测量t检验
第二节 独立测量t检验的使用和前提假设
第三节 独立测量t检验的方法
第四节 有方向的假设和单侧检验
第五节 在文献中报告独立测量t检验的结果
SPSS操作
小结
练习题
第九章 两个相关样本的t检验
第一节 相关样本t检验
第二节 相关样本t检验的使用和前提假设
第三节 相关样本t检验的方法
第四节 有方向的假设和单侧检验
第五节 文献中如何呈现重复测量t检验的结果
SPSS操作
小结
练习题
第十章 效应量和统计检验力
第一节 效应量的测量
第二节 均值检验的效应量
第三节 统计检验力及其影响因素
第四节 统计检验力的计算
小结
练习题
第十一章 参数估计
第一节 参数估计的基本内容
第二节 假设检验和参数估计
第三节 用t统计量作参数估计
第四节 影响置信区间宽度的因素
SPSS操作
小结
练习题

第三部分 方差分析
第十二章 方差分析概述
第一节 几个例子
第二节 方差分析的逻辑
第三节 方差分析的假设
第四节 方差分析的计算
小结
练习题
第十三章 完全随机单因素方差分析
第一节 完全随机单因素实验设计
第二节 完全随机单因素方差分析举例
第三节 方差分析的测量效应
第四节 方差分析的事后检验
第五节 在文献中：完全随机单因素方差分析的结果报告
小结
练习题
第十四章 重复测量单因素方差分析
第一节 重复测量单因素实验设计
第二节 重复测量单因素方差分析的逻辑
第三节 重复测量单因素方差分析的计算
第四节 重复测量单因素方差分析的例子
第五节 重复测量单因素方差分析的测量效应与事后检验
第六节 在文献中：重复测量单因素方差分析的结果报告
小结
练习题
第十五章 完全随机两因素方差分析
第一节 完全随机两因素实验设计
第二节 完全随机两因素方差分析的逻辑
第三节 完全随机两因素方差分析的计算
第四节 完全随机两因素方差分析的简单效应分析
第五节 完全随机两因素方差分析的测量效应和事后检验
第六节 在文献中：完全随机两因素方差分析的结果报告
小结
练习题

第四部分 相关与非参数检验
第十六章 相关分析与检验
第一节 概述
第二节 皮尔逊相关
第三节 等级相关
第四节 二列相关和点二列相关
第五节 Ф相关
第六节 相关系数检验力的计算
第七节 测量效应r2
第八节 相关的解释和应用
第九节 在文献中的结果报告
SPSS操作
小结
练习题
第十七章 回归与预测
第一节 概述
第二节 简单线性回归
第三节 回归模型和回归系数
第四节 线性回归的基本假设
第五节 变异的分解
第六节 回归方程的估计标准误
第七节 回归方程的有效性检验
第八节 回归的应用
第九节 在文献中的结果报告
SPSS操作
小结
练习题
第十八章 计数数据的检验
第一节 概述
第二节 二项检验
第三节 配合度检验
第四节 独立性检验
第五节 ψ相关和列联相关
第六节 x2检验的事后检验
第七节 Cohen的kappa系数
第八节 文献中卡方值的报告
SPSS操作
小结
练习题
第十九章 非参数检验
第一节 概述
第二节 单样本的非参数检验
第三节 两独立样本的非参数检验
第四节 多独立样本的非参数检验
第五节 两相关样本的非参数检验
第六节 多相关样本的非参数检验
第七节 文献中非参数检验结果的报告
SPSS操作
小结
练习题
主要参考文献

附录
附表1标准正态分布表
附表2t分布表
附表3Fmax的临界值表
附表4统计检验力表
附表5F临界值表（单侧）
附表6F临界值表（双侧）
附表7所需样本量表
附表8q临界值表
附表9Zr转换表
附表10积差相关系数显著性临界值表
附表11斯皮尔曼等级相关系数显著性检验临界值表
附表12肯德尔W系数显著性临界值表
附表13二项分布临界值表
附表14卡方分布表
附表15单样本K-S检验临界值表
附表16曼-惠特尼U检验临界值表
附表17符号检验表
附表18符号等级检验表
附表19弗里德曼双向等级方差分析卡方值表

前言/序言

探索人类心智的奥秘：一本面向心理学探索者的统计学指南 本书并非一本枯燥的数字堆砌，而是一扇通往理解人类行为复杂性的窗户。它旨在赋能心理学领域的学生、研究者以及任何对探究人心深处奥秘充满好奇的读者，掌握将日常观察和理论假设转化为可靠证据的钥匙。我们生活在一个信息爆炸的时代，从宏观的社会趋势到微观的个体决策，无数数据如潮水般涌来。然而，没有一套严谨的分析工具，这些数据便如同散落的珍珠，难以串联成有意义的见解。本书正是为您量身打造的指南，帮助您从纷繁的数据中提炼出洞察，从而更深刻地理解人类的行为、思想和情感。 我们深知，对于许多初涉心理学殿堂的学子而言，“统计学”一词常常伴随着一丝畏惧。复杂的公式、抽象的概念，似乎与生动鲜活的人类心理学研究存在着遥远的距离。然而，本书将以一种颠覆性的视角，为您呈现统计学在心理学研究中的核心地位和实践价值。我们将摒弃学院派的冗余理论，聚焦于那些最能直接服务于心理学研究问题的统计方法，并辅以大量贴近实际的案例，让您在实践中理解统计的精髓。 本书的编排逻辑，始终围绕着“问题导向”展开。我们相信，统计学并非目的本身，而是实现科学探究的手段。因此，我们从心理学研究中最常遇到的问题出发，逐步引入相应的统计工具。例如，当您想要探究不同教学方法对学生学习成绩的影响时，您需要了解如何进行比较不同群体之间的差异。本书将引导您掌握t检验和方差分析等方法，帮助您量化这种差异，并判断其是否具有统计学意义。当您试图理解两个变量之间是否存在关联，例如，是否存在负面新闻的暴露频率与个体焦虑水平之间的关系时，我们将带您走进相关分析的世界，学习如何量化这种关联的强度和方向。 更进一步，本书将引导您深入理解回归分析的强大力量。回归分析不仅仅是描述变量之间的线性关系，更是预测和解释复杂现象的基石。我们将帮助您理解如何构建单一回归模型，预测一个因变量（如工作满意度）如何受到一个或多个自变量（如薪资、工作环境、人际关系）的影响。更重要的是，您将学习如何运用多元回归模型，在控制其他因素的影响下，独立地评估特定变量的作用，这对于复杂的人类行为研究至关重要。例如，在研究人格特质对学业成就的影响时，您可能需要考虑家庭背景、学习习惯等其他潜在影响因素，而多元回归分析正是解决这类问题的利器。 当然，数据分析的严谨性离不开对基本统计概念的深刻理解。本书将在恰当的时机，以清晰易懂的方式，解释诸如均值、中位数、标准差、方差等描述性统计量的含义及其在数据解释中的作用。我们将重点强调统计显著性（p值）的意义，以及它如何帮助我们区分真实效应和随机变异。同时，我们也将深入探讨置信区间的概念，它为我们提供了对总体参数的更有力的估计，并让我们理解研究结果的精确度。 本书的另一大亮点在于，它将不仅仅局限于传统的统计方法。在数据日益庞大和复杂的今天，了解一些现代统计技术也变得尤为重要。我们将适时介绍一些更高级的分析方法，但始终保持其应用导向，确保您能够理解这些方法的核心思想及其在心理学研究中的应用场景，而不是沉溺于晦涩的数学证明。例如，我们可能会简要介绍因子分析，帮助您理解如何从大量的问卷条目中提取出潜在的心理构念，例如“大五”人格特质的形成过程。 在整个学习过程中，我们都将强调“批判性思维”的重要性。统计学为我们提供了强大的分析工具，但如何正确地解释结果，避免常见的误区，却是至关重要的。本书将通过丰富的案例分析，揭示数据分析中可能存在的陷阱，例如混淆相关与因果、过度拟合模型、以及对统计显著性的误读等。我们将鼓励您在解读研究结果时，始终保持怀疑精神，并结合研究的理论背景和实际情境进行审慎的判断。 本书的案例选取，将力求涵盖心理学研究的各个分支，从临床心理学、认知心理学、社会心理学到发展心理学，让您看到统计学在不同领域中的广泛应用。您将有机会分析关于抑郁症治疗效果的数据，探究社交媒体使用对青少年心理健康的影响，理解儿童语言发展模式的统计规律，甚至解析群体决策中的心理偏差。这些鲜活的案例，将帮助您将抽象的统计概念与具体的心理学问题紧密联系起来，从而激发您对统计学学习的兴趣和热情。 我们相信，统计学并非是心理学研究的“配角”，而是“主角”之一。它赋予了心理学研究以科学的力量，使我们能够超越直觉和主观臆断，以客观、量化的方式来探索人类心智的奥秘。通过本书的学习，您将不再畏惧统计报告中的图表和数字，而是能够自信地阅读、理解和评估它们。更重要的是，您将能够运用这些统计工具，设计自己的研究，收集数据，并对您的发现进行严谨的分析，从而为心理学知识体系的进步贡献自己的力量。 本书的语言风格，将力求平实、流畅，避免使用过多的技术术语，或者在必要时给予详尽的解释。我们理解，学习的过程需要循序渐进，因此每个章节的难度都将有所递进，并提供充足的练习和自我检测的机会，以巩固您所学的知识。我们希望，在您合上本书时，您不仅掌握了一套强大的统计分析技能，更重要的是，您能够以一种全新的、更具科学性和洞察力的视角来审视心理学研究，并感受到统计学在揭示人类行为规律方面的独特魅力。 总而言之，本书是一场关于数据与心灵的对话。它邀请您一同踏上这段探索之旅，用统计学的语言来解读人类的内心世界，用严谨的分析来驱动心理学的创新。无论您是刚刚起步的学生，还是经验丰富的研究者，本书都将成为您手中不可或缺的工具，助您在心理学研究的道路上，行进得更远，看得更深。

评分☆☆☆☆☆

这本书在处理统计推断的伦理和局限性方面，展现出了一种超越一般教材的深度和批判精神。很多统计教材只关注如何正确地得出结论，却很少探讨结论可能带来的社会影响或方法论上的陷阱。然而，在这本《应用心理统计学》中，作者花了一个专门的章节来讨论“过度依赖P值”的危害，以及在小样本研究中如何谨慎地进行效应量报告。他们没有回避心理学研究中常见的问题，比如样本代表性不足或者数据挖掘（p-hacking）的诱惑。这种坦诚的态度让我感到非常踏实，它仿佛在告诉我：统计学是工具，而工具的使用者需要保持清醒的头脑和最高的学术诚信。我尤其欣赏其中关于“统计功效（Power）”的讨论，作者不仅计算了所需的样本量，更深入地解释了功效不足对研究结论的“虚无主义”影响——即我们可能因为样本太小而错过了一个真实存在的效应。这促使我在设计实验时，必须把统计功效作为和实验设计本身同等重要的环节来对待，这是一种非常负责任的研究态度。

评分☆☆☆☆☆

阅读体验上，这本书给我带来的震撼在于它的叙事流畅性和知识的循序渐进。统计学知识的积累往往是螺旋上升的，前一个概念不扎实，后一个就容易崩塌。我以前读过一些统计入门书，它们要么是把基础概念讲得太浅，导致后面模型学习时总感觉力不从心；要么就是上来就堆砌数学证明，让人望而却步。这本书找到了一个绝佳的平衡点。它从最基础的描述性统计开始，稳步地过渡到参数检验，然后才引入复杂的多元分析技术。每次引入一个新概念，比如“自由度”或“中心极限定理”，它都会先用一个直观的例子建立起概念的“画面感”，然后再逐步引入必要的符号表达。这种结构设计，让我的学习曲线保持在一个比较舒适且持续向上的状态。我不需要频繁地翻回头去查找前文的定义，因为作者在后续的讲解中总能巧妙地温和地重新唤醒那些基础知识的记忆，使得知识点之间的关联性非常清晰自然，避免了知识点的碎片化。

评分☆☆☆☆☆

这本书最大的价值，或许在于它成功地将“统计学”从一个令人恐惧的计算学科，转化成了一种富有洞察力的“科学思维方式”。我以前总是把统计看作是写论文时必须完成的一项任务，是为了满足审稿人要求而进行的必要步骤。但读完这本书，我开始明白，统计分析的真正目的，是帮助我们更清晰、更量化地理解人类行为的复杂性。书中对“中介变量”和“调节变量”的区分与应用，让我对心理学模型有了更精细的理解。它不仅仅教我如何运行一个层级回归模型，更引导我去思考：一个变量是如何影响另一个变量的？这种影响是直接的还是通过某个中间机制传递的？这种对“机制”的探究，正是心理学研究的核心所在。这本书让我从一个只关注“是否显著”的初学者，转变为一个更关注“如何显著”以及“显著性背后的意义”的研究者，这对于任何想要深入心理学领域的人来说，都是一种宝贵的思维升级。

评分☆☆☆☆☆

拿到这本《应用心理统计学》，我本以为会是那种枯燥乏味的教科书，塞满了各种复杂的公式和理论，读起来估计得像啃石头。结果，我完全出乎意料。首先，这本书的排版和设计就非常人性化，不是那种密密麻麻让人望而生畏的文本堆砌。它使用了大量的图表和实际案例，这些案例大多取材于真实的心理学研究场景，这对我这个正在进行毕业论文的学生来说简直是雪中送炭。比如，在讲解方差分析（ANOVA）时，作者并没有直接扔出一个复杂的数学模型，而是通过一个关于“不同教学方法对学生焦虑水平影响”的模拟实验来展开，把概念的引入和实际应用紧密地结合起来。更重要的是，它并没有把统计学当作一个孤立的学科来处理，而是始终强调统计思维在心理学研究中的核心作用——如何提出好的研究问题，如何设计能够有效检验假设的实验，以及如何批判性地解读数据结果。这本书的行文风格非常亲切，像是一个经验丰富的导师在手把手地指导你，而不是一个冷冰冰的知识搬运工。我尤其欣赏它对“假设检验”这一核心概念的阐述，它花了大量的篇幅去解释P值背后的哲学含义和潜在的误区，这一点在很多同类书籍中常常被一笔带过。这种对概念深度的挖掘，让我对统计的理解不再停留在“计算”层面，而是上升到了“理解和应用”的层面。

评分☆☆☆☆☆

说实话，我对统计软件的使用一直心存芥蒂，总觉得那些复杂的软件界面和代码让人望而生畏，每次运行分析都要小心翼翼地检查参数设置，生怕出错。然而，这本书在软件操作这一块的处理方式，非常巧妙地规避了纯粹的技术手册的枯燥感。它没有陷入特定软件（比如SPSS或R）的冗长操作步骤讲解，而是将重点放在了“你应该选择哪种分析方法，以及为什么”。它提供了一种更宏观的视角，教我们如何根据研究设计和数据类型，在各种分析技术中做出明智的选择。当我阅读到关于回归分析的部分时，书中用了一个非常生动的比喻，将多重共线性比作“一群说客在试图影响决策者，但他们彼此干扰，使得真正的影响力难以辨别”，这个比喻瞬间让我抓住了问题的核心。它强调的不是你点击了哪个按钮，而是你对结果的每一个输出参数——无论是标准化系数还是方差膨胀因子——都应该有能力做出自己的判断和解释。这种侧重于“结果的解释力”而非“操作的精确性”的教学方法，极大地增强了我应用统计工具的信心。我感觉自己不再是被软件奴役的机器，而是真正掌握了解读数据的能力。

评分☆☆☆☆☆

还行，在预期之内

评分☆☆☆☆☆

很好的一本专业书，作者很强的

评分☆☆☆☆☆

很好的一本专业书，作者很强的

评分☆☆☆☆☆

不错，讲的很详细............

评分☆☆☆☆☆

送货速度很快，书的质量很好，内容丰富，很实用，我非常满意！

评分☆☆☆☆☆

送货速度很快，书的质量很好，内容丰富，很实用，我非常满意！

评分☆☆☆☆☆

送货速度很快，书的质量很好，内容丰富，很实用，我非常满意！

评分☆☆☆☆☆

good

评分☆☆☆☆☆

不错，讲的很详细............