《心理统计学》 第一章 绪论
第一节 统计方法在心理和教育科学研究中的作用
一、统计学的分类与心理统计学
二、统计学的作用与统计科学的发展
第二节 基本术语
一、数据的特点
二、概念与术语
第三节 统计学的特性和法则
一、统计学的特性
二、统计学的法则
本章重点
1．统计学的研究对象和作用是什么？
2．心理实验数据的特点 3．统计学的特点和遵循的法则 本章难点
理解统计学的思想内涵。 思考题
1．心理统计学的研究的数据的特点？
2．心理统计学的主要内容及学习心理统计学的重要意义？ 3．怎样理解随机变量？怎样理解总体，样本和个体？ 4．怎样理解推论统计的思想？怎样理解统计学遵循的法则？ 第二章 数据资料的整理和描述方法
第一节 心理统计学中的研究方法
一、个案研究（Case Study）
二、总体研究（Population Study）
三、抽样研究（Sample Study）
第二节 测量水平
一、比例尺量(Ratio Measurement)
二、等距量尺(Interval Measurement)
三、顺序量尺(Ordinal Measurement)
四、分类量尺(Nominal Measurement)
第三节统计表
一、统计表的作用
二、制表的要求
三、统计表的种类
第四节 统计图
一、统计图的功用
二、统计图的结构与制图要点
三、统计图的种类
第五节 频数分布表与频数分布图
一、频数分布表
1．频数分布表的编制步骤
2．相对频数和百分频数分布表
3．实际累积频数分布表
4．相对累积频数分布表
二、频数分布图
1．频数直方图
2．频数多边图
3. 累积频数直方图
4．累加频数曲线
5．相对累加频数曲线
本章重点
1． 测量水平的度量
2． 各种统计图的适用条件与制图要点 3．频数分布表和频数分布图的编制 本章难点
1．各类量尺的特点 2．频数分布表的编制 本章习题及思考题
1．统计分组应注意的问题？
2．条形图和直方图各适用于哪类数据资料？ 3．等距量尺和顺序量尺的区别？ 第三章 集中趋势的度量 第一节 算术平均数（Mean）
一、总体平均数与样本平均数
二、加权平均数(Weighted mean)
三、几何平均数(Geometric mean)
四、调和平均数（Harmonic Mean）
五、平均数的意义与应用
第二节 中数（Median）
一、单列数目的情况
二、重复数目的情况
三、频数分布表求中数的方法
四、中数的意义与应用
第三节 众数（Mode）
一、直接观察求众数
二、用公式求众数
第四节 平均数、中数、众数之间的关系和比较
一、平均数、中数、众数之间的关系
二、平均数、中数、众数之间的比较
本章重点
1．平均数，中数和众数的定义及各自的公式及适用条件
2．平均数、中数、众数之间的关系及意义
3．集中量数的意义及应用
本章难点
1．掌握不同平均数及各集中量数的计算公式及适用条件
2．理解平均数、中数、众数之间的关系
本章习题及思考题
1．算术平均数，加权平均数，几何平均数，调和平均数各适用什么数据资料？
2．平均数、中数、众数的意义？
第四章 离中趋势的度量 第一节 离散性质
第二节 离中趋势的度量
一、全距（Range）
二、平均差（Average Deviation）
三、方差和标准差（Variance and Standard Deviation）
四、标准差的相对差异系数(Coefficient of variation)
五、标准分数(Standard Score)
六、四分差 （Quartile）
七、百分位差（Percentile Deviation）
本章重点
1． 方差和标准差的计算公式、意义和应用
2． 几种离中趋势的差异量数的意义、特点及之间的关系
本章难点
1．方差和标准差的意义和公式
2．各种差异量数的意义及适用的数据资料 思考题
1． 为什么要度量离中趋势？ 2． 标准差在心理研究中的应用？
3． 用标准分数求不同质的数据总和时应注意什么问题？ 第五章 相关分析
第一节 相关的基本概念
一、相关的定义
二、相关散点图
三、相关的性质
四、相关的意义
第二节 常用相关分析方法及其计算
一、积差相关系数（Pearson Correlation Coefficient）
二、相关系数的合并
三、斯皮尔曼等级相关（Spearman Correlation）
四、计算有相同等级的等级相关的方法
五、肯德尔等级相关（Kendall Correlation）
第三节 质与量相关
一、点二列相关（The Point-Biserial Correlation Coefficient）
二、二列相关（The Biserial Correlation Coefficient）
三、多系列相关(Multi-serial Correlation)
本章重点
1．掌握积差相关和斯皮尔曼等级相关的计算方法和适用条件 2．点二列相关和二列相关的区别
本章难点
1． 理解相关系数的意义
2． 掌握各种相关系数的正确使用方法及计算公式 3． 会解释相关系数的计算结果 本章习题及思考题
1、积差相关和斯皮尔曼等级相关各适用什么条件？ 2、解释相关系数时，应注意什么问题？
3、假设两列变量为线性关系，对下列各种情况应使用什么方法计算相关系数： （1） 两列变量均为等距或等比数据，且正态分布； （2） 两列变量均为等距或等比数据，但不为正态分布；
（3） 一列变量为等距或等比数据，另一列被人为地分为两类，且均为正态分布； （4） 一列变量为等距或等比数据，另一列被人为地分为多类，且均为正态分布； （5） 一列变量为正态等距或等比数据，另一列为二分名义变量；
（6） 两列变量均以等级表示。 第六章 概率和概率分布
第一节 概率的基本概念
一、随机事件
二、随机变量
三、概率
第二节 概率的定理
一、随机事件的运算
二、概率的加法定理
三、条件概率和概率的乘法定理
第三节 二项分布
一、随机变量与概率分布
二、试验序列概型
三、二项分布
四、二项分布的应用
第四节 正态分布
一、频率分布直方图与概率密度曲线
二、正态分布
三、正态分布曲线下的面积
四、正态分布理论的应用
第五节 样本分布
一、平均数的样本分布
二、t分布
三、2分布
四、F分布
本章重点
1． 了解概率的定义及性质及概率的思想 2． 掌握几种概率分布的特点
3． 理解正态分布，平均数样本分布的意义 本章难点
1． 正态分布的概念、计算及应用 2．样本平均数的概念 思考题
1． 概率具有哪些性质？ 2． 概率分布都有哪些类型？ 3． 什么是平均数的样本分布？ 第七章 总体参数估计
第一节 均值的点估计、区间估计与标准误
一、均值的点估计
二、均值的区间估计与标准误
第二节 总体平均数的估计
一、总体平均数估计的计算步骤
二、总体方差已知，对总体平均数的估计
三、总体方差未知，对总体平均数的估计
第三节 标准差与方差的区间估计
一、标准差的区间估计
二、方差的区间估计
三、二总体方差之比的区间估计
第四节 相关系数的区间估计
一、积差相关系数的抽样分布
二、相关系数的区间估计
第五节 比例数的区间估计
本章重点
1．点估计和区间估计的概念、意义及关系
2．平均数区间估计的计算和应用
本章难点
1． 理解点估计，区间估计的意义和应用
2． 掌握各参数区间估计的计算方法及解释
思考题
1． 如何通过样本所提供的信息推论出总体的特征？
2． 区间估计的原理是什么？
3． 总体平均数估计有哪些计算方法？
本章必读书目与参考书目
第八章 假设检验的基本原理和程序
第一节 提出待检验的假设
一、假设与假设检验
第二节 确定被检验的统计量的样本分布
第三节 选择检验的显著性水平和临界区
一、假设检验中的两类错误
二、单侧检验与双侧检验
第四节 计算被检验统计量的值并作出结论
本章重点
1．统计检验的基本原理和统计检验的过程 2．假设检验中的两类错误 本章难点
1．理解假设检验的基本概念
2．单侧检验与双侧检验的区别，临界值及应用
3．为什么假设检验中会出现两类错误？检验时，如何避免造成较大的误差？
本章习题或思考题
1什么叫和错误，如何同时控制这两种错误？ 2如何确知样本所来自的总体平均数大于假设总体平均数？
3．单侧检验还是双侧检验，左侧检验还是右侧检验的意义和适用条件？ 第九章 假设检验（课时——6）
第一节 平均数的显著性检验
一、总体正态分布，总体方差已知
二、总体正态分布，总体方差未知
三、总体非正态分布
第二节 平均数差异的显著性检验
一、两个总体正态分布，两个总体方差已知
1．样本的假设检验
2．相关样本的假设检验
二、两个总体正态分布，两个总体方差未知
1．样本的假设检验
2．相关样本的假设检验
第三节 方差的差异检验
一、样本方差与总体方差的差异检验
二、两个样本方差之间的差异显著性检验
第四节 相关系数的显著性检验
一、相关系数的显著性检验
二、两个相关系数差异的显著性检验
本章重点
1． 假设检验的各种条件的公式和检验结果的解释
2．样本统计量与总体参数的差异检验及两个样本统计量之间的差异检验的方法
本章难点
1．理解各种假设检验的适用条件
2．掌握不同假设检验的计算步骤及应用
本章习题及思考题
1．试述假设检验的原理
2．从假设检验的过程，看统计推断有什么特点？
3．两个样本平均数差异的显著性检验比一个样本平均数差异的显著性检验增加了哪些前提条件？
第十章 方差分析
第一节 方差分析原理
第二节 单因素方差分析
一、单因素完全随机设计的方差分析
二、单因素随机区组设计的方差分析
第三节 双因素方差分析
本章重点
1． 方差分析的基本原理
2． 不同实验设计的方差分析原理及计算步骤
本章难点
1．理解方差分析的基本原理
2．掌握完全随机设计和随机区组设计的方法及适用的条件
本章习题或思考题
1．方差分析的基本原理及假设条件是什么？
2．完全随机设计和随机区组设计的原则及优缺点？
3．多因素方差分析和单因素方差分析的重要区别是什么？
第十一章 回归分析
第一节 一元线形回归方程
一、回归方程与回归系数
二、回归方程的求法
三、一元线形回归的基本假设
第二节 一元线形回归方程的检验与评价
一、一元线形回归中的方差分析
二、回归系数的显著性检验
三、测定系数
第三节 一元线形回归方程的应用
一、用样本回归方程进行预测或估计
二、真值的预测区间
第四节 多元线形回归
一、多元线形回归方程的建立
二、多元线形回归方程的检验
三、多元线形回归方程应用中的几个问题
本章重点
1． 线性回归方程的基本原理和计算方法
2． 线性回归方程的检验、评价及应用
本章难点
1． 理解线性回归方程的基本假设
2． 掌握线性回归方程有效性的检验和评价方法
思考题
1． 什么是回归分析？
2． 回归系数和相关系数的关系是什么？
3． 回归分析的主要内容有哪些？
第十二章 计数数据的分析方法
第一节 比率或百分数的统计分析
一、计算比率或百分数的要求
二、比率差异的显著性检验
第二节 卡方2检验
一、卡方检验的意义
二、卡方检验的基本公式
三、应用卡方检验应注意的问题
第三节 配合度检验
一、配合度检验的一般问题
二、配合度检验应用举例
第四节 性检验
一、性检验的一般问题
二、四格表（2X2）性检验
三、RXC表性检验
第五节、品质相关
本章重点
1． 比率差异的显著性检验和卡方检验的意义，公式及用途
2． 卡方检验的分析方法及应用
本章难点
1． 了解比率差异的显著性检验和卡方检验在应用上的相同与不同
2． 理解配合度检验，性检验和品质相关的意义，应用条件及结果的解释
本章习题或思考题
1．有哪些计数数据的统计分析方法？
2．卡方检验有哪些应用？
3．怎样解释性检验的结果？
第十三章 非参数检验方法
第一节 两个样本的差异显著性检验
一、秩和检验法
二、中数检验法
第二节 相关样本的差异显著性检验
一、符号检验法
二、符号等级检验法
第三节 等级方差分析
一、克——瓦氏(Kruskal and Wallis)单向方差分析(H检验)
二、弗里德曼(Friedman)双向等级方差分析
本章重点
1． 非参数检验的定义，它与参数检验的区别
2． 几种非参数检验方法的计算方法及适用资料
本章难点
1． 非参数检验的理论意义及与参数检验的共同点和不同点
思考题
1． 什么是非参数检验？
2． 非参数方法与参数方法比较有哪些特点？
