心理統(tǒng)計(jì)學(xué)與SPSS應(yīng)用

第一章 引論
第一節(jié) 為什么要學(xué)習(xí)統(tǒng)計(jì)學(xué)
一 統(tǒng)計(jì)學(xué)是研究隨機(jī)現(xiàn)象的方法論
二 統(tǒng)計(jì)學(xué)是心理學(xué)研究設(shè)計(jì)的技術(shù)
三 統(tǒng)計(jì)學(xué)是心理學(xué)研究資料分析的技術(shù)
四 統(tǒng)計(jì)學(xué)為心理學(xué)研究提供了有效的表達(dá)語(yǔ)言
五 統(tǒng)計(jì)學(xué)成為心理學(xué)專(zhuān)業(yè)的應(yīng)用技術(shù)
第二節(jié) 心理學(xué)研究中測(cè)量的性質(zhì)
一 數(shù)字的特性與測(cè)量
二 心理學(xué)研究中的變量
三 測(cè)量中的系統(tǒng)誤差與隨機(jī)誤差
第三節(jié) 量化研究的邏輯：從樣本到總體
一 量化研究的基本假設(shè)
二 總體、樣本與個(gè)案
三 從樣本推斷總體的風(fēng)險(xiǎn)
第四節(jié) 請(qǐng)計(jì)算機(jī)代勞：SPSS瀏覽
一 SPSS的誕生與發(fā)展
二 SPSS的基本視窗
三 SPSS應(yīng)用的一般過(guò)程
第五節(jié) 如何更好地掌握心理統(tǒng)計(jì)學(xué)
一 重視理解隨機(jī)現(xiàn)象與隨機(jī)誤差
二 重視概念理解而非公式記憶
三 聯(lián)系生活實(shí)際與心理學(xué)研究實(shí)例
四 依靠SPSS技術(shù)但不要迷失“自我”
第二章 數(shù)據(jù)的圖表描述與特征量
第一節(jié) 統(tǒng)計(jì)資料的表列與圖示
一 資料分類(lèi)
二 次數(shù)分布表
三 次數(shù)分布圖
第二節(jié) 常用集中量數(shù)
一 算術(shù)平均數(shù)
二 中位數(shù)
三 眾數(shù)
第三節(jié) 差異量數(shù)
一 全距、四分位差和平均差
二 方差與標(biāo)準(zhǔn)差
第四節(jié) 地位量數(shù)
一 百分位數(shù)
二 百分等級(jí)
第五節(jié) SPSS數(shù)據(jù)文件的建立與編輯”
一 定義變量
二 數(shù)據(jù)的輸入與保存
三 數(shù)據(jù)文件的編輯與轉(zhuǎn)換
第六節(jié) 描述性特征量計(jì)算的SPSS過(guò)程
一 DcscriDtivc過(guò)程
二 FrcqLlences過(guò)程
第三章 隨機(jī)事件與概率分布
第一節(jié) 隨機(jī)事件及其概率
一 隨機(jī)現(xiàn)象和隨機(jī)事件
二 隨機(jī)事件的概率
第二節(jié) 離散變量的概率分布
一 離散變量的分布列
二 二項(xiàng)分布
第三節(jié) 連續(xù)變量的概率分布
一 連續(xù)變量的概率密度函數(shù)
二 正態(tài)性概率分布
三 正態(tài)分布表及其應(yīng)用
四 正態(tài)分布在實(shí)踐中的應(yīng)用
第四節(jié) 頻數(shù)分布分析的SPSS過(guò)程
一 頻數(shù)分布表的制作
二 頻數(shù)分布圖的制作
第四章 抽樣分布與參數(shù)估計(jì)
第一節(jié) 抽樣分布
一 抽樣分布與抽樣誤差估計(jì)
二 樣本平均數(shù)的抽樣分布
第二節(jié) 參數(shù)估計(jì)的基本原理
一 參數(shù)估計(jì)的概念
二 良好的點(diǎn)估計(jì)量的特征
三 區(qū)間估計(jì)的原理
第三節(jié) 總體平均數(shù)的區(qū)間估計(jì)
一 總體正態(tài)且方差已知時(shí)的區(qū)間估計(jì)
二 總體正態(tài)但方差未知時(shí)的區(qū)間估計(jì)
三 總體非正態(tài)且方差已知時(shí)的區(qū)間估計(jì)
四 總體非正態(tài)且方差未知時(shí)的區(qū)間估計(jì)
第四節(jié) 抽樣誤差與區(qū)間估計(jì)的SPSS過(guò)程
第五章 平均數(shù)的差異性t檢驗(yàn)
第一節(jié) 假設(shè)檢驗(yàn)的基本原理
一 假設(shè)與假設(shè)檢驗(yàn)
二 單側(cè)檢驗(yàn)與雙側(cè)檢驗(yàn)
三 統(tǒng)計(jì)決策的兩類(lèi)錯(cuò)誤
四 參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn)
五 假設(shè)檢驗(yàn)的步驟
第二節(jié) 單樣本平均數(shù)的差異檢驗(yàn)
一 總體為正態(tài)分布且方差已知
二 總體為正態(tài)分布但方差未知
三 總體為非正態(tài)分布
第三節(jié) 獨(dú)立樣本平均數(shù)的差異檢驗(yàn)
一 兩個(gè)總體均為正態(tài)且方差已知
二 兩個(gè)總體均為正態(tài)但方差均未知
三 兩個(gè)總體均為非正態(tài)分布
四 方差齊性檢驗(yàn)
第四節(jié) 相關(guān)樣本平均數(shù)的差異檢驗(yàn)
一 兩個(gè)總體均為正態(tài)且方差均已知
二 兩個(gè)總體均為正態(tài)但方差未知
三 兩個(gè)總體均為非正態(tài)分布
第五節(jié) t檢驗(yàn)的SPSS過(guò)程
一 單樣本t檢驗(yàn)
二 兩獨(dú)立樣本t檢驗(yàn)
三 兩配對(duì)樣本t檢驗(yàn)
第六章 方差分析
第一節(jié) 方差分析的基本原理
一 變異量的可加性
二 方差分析的適用條件
三 方差分析的基本程序
第二節(jié) 單因素完全隨機(jī)設(shè)計(jì)的方差分析
一 單因素完全隨機(jī)設(shè)計(jì)方差分析的過(guò)程
二 各組數(shù)據(jù)個(gè)數(shù)不等時(shí)的方差分析過(guò)程
三 只給出各組統(tǒng)計(jì)量時(shí)的方差分析過(guò)程
第三節(jié) 單因素隨機(jī)區(qū)組設(shè)計(jì)的方差分析
一 單因素隨機(jī)區(qū)組設(shè)計(jì)的基本模式
二 單因素隨機(jī)區(qū)組設(shè)計(jì)的方差分析過(guò)程
三 單因素重復(fù)測(cè)量實(shí)驗(yàn)設(shè)計(jì)的方差分析
第四節(jié) 多因素完全隨機(jī)設(shè)計(jì)的方差分析
第五節(jié) 方差分析中效應(yīng)的進(jìn)一步分析
一 各平均數(shù)間的多重比較
二 主效應(yīng)與交互效應(yīng)
三 簡(jiǎn)單效應(yīng)檢驗(yàn)
第六節(jié) 方差分析的SPSS過(guò)程
一 單因素完全隨機(jī)設(shè)計(jì)的方差分析SPSS過(guò)程
二 單因素重復(fù)測(cè)量設(shè)計(jì)的方差分析SPSS過(guò)程
三 多因素完全隨機(jī)設(shè)計(jì)方差分析的SPSS過(guò)程
第七章 相關(guān)分析
第一節(jié) 相關(guān)的概念
一 相關(guān)概念的提出
二 相關(guān)的性質(zhì)
第二節(jié) 積差相關(guān)分析
一 積差相關(guān)系數(shù)計(jì)算的邏輯
二 積差相關(guān)系數(shù)的計(jì)算
三 相關(guān)系數(shù)大小的意義
四 積差相關(guān)的適用條件
第三節(jié) 等級(jí)相關(guān)分析
一 斯皮爾曼等級(jí)相關(guān)
二 肯德?tīng)柡蛥f(xié)系數(shù)
第四節(jié) 偏相關(guān)分析
第五節(jié) 相關(guān)分析的SPSS過(guò)程
一 二元相關(guān)分析的SPSS過(guò)程
二 肯德?tīng)柡蛥f(xié)系數(shù)計(jì)算的SPSS過(guò)程
三 偏相關(guān)分析的SPSS過(guò)程
第八章 聚類(lèi)分析
第一節(jié) 聚類(lèi)分析的基礎(chǔ)
……
第九章 線(xiàn)性回歸分析
第十章 因素分析
第十一章 比率的差異性檢驗(yàn)
第十二章 卡方（X2）檢驗(yàn)
第十三章 非參數(shù)檢驗(yàn)
附錄 常用統(tǒng)計(jì)檢驗(yàn)用表
參考文獻(xiàn)
后記