目录
引 言
第一章 数据的频数分布
第一节 数据的类型
一、按变量的特征分类
二、按测量水平分类
第二节 频数分布表
一、频数（及频率）分布表
二、累积频数（及频率）分布表
第三节 频数分布图
一、直方图
二、频数多边形
三、累积频数分布图
四、圆形图
五、茎叶图
第二章 数据分布的数字特征
第一节 数据的代表值
一、平均值
二、中位数
三、中位数与平均值的比较
第二节 数据的变异值
一、标准差
二、四分位差
三、数据的其他变异值
第三节 频数分布的偏度与峰度
一、偏斜系数
二、峰度系数
第四节 数据的转换
一、什么是数据的转换
二、数据转换的作用
三、百分等级转换
四、Z分数转换
第三章 随机变量的概率分布
第一节 概率
一、随机现象与随机事件
二、概率定义
三、概率运算的基本法则
第二节 概率分布
一、随机变量
二、概率分布
三、随机变量的数字特征
第三节 二项分布与泊松分布
一、二项分布
二、泊松分布
第四节 正态分布
一、正态分布的一般形式
二、标准正态分布
第四章 参数的统计估计
第一节 抽样分布
一、基本概念
二、样本平均数的抽样分布
三、样本比例的抽样分布
四、￡分布
第二节 参数的点估计与区间估计
一、点估计
二、区间估计
第三节 总体均值的区间估计
一、总体正态分布且总体方差已知
二、总体正态分布但总体方差未知
三、总体非正态分布
第四节 总体比例的区间估计
一、当nP≥5且nQ≥5时利用正态分布表
二、当nP<5时利用泊松分布表
三、考试中由选择题的卷面分数对真分数的区间估计
第五节 随机抽样及样本容量的确定
一、随机抽样的方法
二、参数估计时样本容量的确定
第五章 参数的假设检验
第一节 假设检验的基本原理
一、统计假设与小概率事件原理
二、假设检验中的两类错误
三、单侧检验与双侧检验
第二节 单总体均值的检验
一、总体正态分布且总体方差已知
二、总体正态分布但总体方差未知
三、总体非正态分布
四、小结
第三节 两个总体均值差异的检验
一、两个总体都服从正态分布且总体方差都已知
二、两个总体都服从正态分布但总体方差都未知
三、两个总体非正态分布
四、成对数据的均值检验
第四节 假设检验的效能
一、如何评价参数的差异
二、假设检验的效能及其影响因素
三、检验效能的估算与样本容量的确定
第五节 其他总体参数的检验
一、总体比例的检验
二、正态总体方差的检验
三、偏斜系数与峰度系数的检验
四、异常数据的检验
第六章 方差分析
第一节 方差分析的基本原理
一、多重￡检验的问题
二、方差分析的逻辑基础
三、方差分析的基本条件
第二节 单因素方差分析
一、完全随机设计的方差分析
二、随机区组设计的方差分析
第三节 方差分析中的多重比较
一、Tukey法
二、N-K法(Newman-Keuls method)
第四节 多因素方差分析简介
一、两因素设计的一般特点
二、两因素完全随机设计
三、两因素随机区组设计
四、关于多因素设计的几个问题
第七章 相关分析
第一节 相关系数及其含义
一、相关
二、相关系数
三、相关分析在教育研究中的意义
第二节 积差相关
一、积差相关的概念及其适用条件
二、积差相关系数的计算
三、积差相关系数的统计推断
第三节 其他相关系数
一、斯皮尔曼等级相关
二、肯德尔W系数
三、点二列相关
四、二列相关
五、偏相关
第八章 回归分析
第一节 一元线性回归
一、一元线性回归方程的建立
二、一元线性回归方程的检验
三、一元线性回归方程的应用
四、可以化为线性回归的问题
第二节 多元线性回归
一、多元线性回归方程的建立
二、多元线性回归方程的检验
第九章 因素分析
第一节 探索性因素分析
一、探索性因素分析的基本原理
二、探索性因素分析的基本过程
三、应用举例
第二节 验证性因素分析
一、验证性因素分析的数学模型
二、验证性因素分析的步骤
三、验证性因素分析的应用
第十章 X2检验
第一节 X2分布及其特点
一、X2分布
二、X2检验
第二节 适合度检验
一、检验实际的频数是否符合某一假设
二、检验实际的频数分布是否符合理论分布
第三节 独立性检验
一、独立性检验的主要步骤
二、列联系数
第十一章 元分析
第一节 实验研究结果的元分析
一、效果量的整合
二、考虑测量误差时对效果量的整合
三、￡检验结果的整合
第二节 相关研究结果的元分析
一、相关系数的整合
二、考虑测量误差时对相关系数的整合
附统计用表
主要参考文献