更新时间：2024-09-10 16:38:08
封面
版权信息
版权
内容提要
前言
资源与支持
资源获取
第1章 大数据时代的科研与统计思维
关键知识点
知识结构图
学前深思
1.1 科研统计思维及其社会需求
1.1.1 统计思维之魅力
1.1.2 统计思维何以重要
1.2 统计的主流技术及应用
1.2.1 统计描述的关键技术
1.2.2 统计推断的主流技术
1.2.3 统计分析技术及其应用领域
1.2.4 统计分析的关键思路及质量评价
1.3 统计思维在科研中的主要应用
1.3.1 在自然科学领域的常见应用
1.3.2 在社会科学领域的常见应用
1.4 统计思维方法及应用误区
1.4.1 量化研究中统计分析的层次
1.4.2 量化研究中的误区
1.4.3 量化研究质量的保证
1.5 统计分析软件及其分析环境
1.5.1 统计分析软件简介
1.5.2 基于Excel的统计分析环境
1.5.3 基于SPSS的统计分析环境
1.6 科研视点：面向统计思维的量化研究论文品读
1.6.1 品读导引
1.6.2 研究论文
思考题
综合实践题
第2章 数据的规范化及预处理
科研视点：研究报告品读
2.1 数据来源及其规范化要求
2.1.1 科研数据的来源
2.1.2 数据类别及特点
2.1.3 数据的规范化要求
2.2 以Excel做数据预处理
2.2.1 Excel下的数据编辑
2.2.2 实战：数据类型转化与格式标准化
2.2.3 实战：数值化编码技术
2.2.4 实战：数据表的拼接
2.3 以SPSS做数据预处理
2.3.1 SPSS的变量预定义及编辑
2.3.2 实战：数据文件打开、保存及优化
2.3.3 实战：变量的重编码技术
2.3.4 实战：变量之间的计算
2.3.5 实战：缺失值的标记与处理
2.3.6 实战：数据文件的拼合技术
2.4 科研数据的质量保证
2.4.1 科研数据质量保证的两个指标
2.4.2 效度检验的主要技术
2.4.3 以德尔菲法实现效度保证的思路
2.4.4 实战：以德尔菲法实现效度保证
2.4.5 信度检验的主要技术
2.4.6 实战：SPSS下的信度检验
第3章 统计描述及数据加工
3.1 科研数据的统计描述
3.1.1 统计描述中的统计量
3.1.2 数据的分布形态
3.2 SPSS实现统计描述的技术
3.2.1 实战：以SPSS获取常见统计量
3.2.2 实战：频数统计及分析
3.2.3 实战：数据的图示化描述
3.2.4 实战：数据分布形态的判断
3.2.5 实战：面向低测度数据的统计描述
3.3 数据抽取与变形
3.3.1 实战：数据的排序与抽样
3.3.2 实战：个案的加权处理
3.3.3 实战：求秩分
3.3.4 实战：求正态得分
3.3.5 实战：分数的标准化——求Z分数
3.3.6 补充说明：其他变形操作
第4章 差异显著性检验
4.1 差异显著性检验&统计推断
4.1.1 差异显著性检验的概念
4.1.2 统计推断的概念
4.2 面向配对数据的差异显著性检验
4.2.1 配对样本及其统计推断操作
4.2.2 实战：教改前后学生的成绩有变化吗？——两配对样本差异显著性检验
4.2.3 实战：三轮测量数据之间的差别明显吗？——K-配对样本差异性检验
