新書推薦：
《
三国争霸（全三册）第2版（跟着渤海小吏，读一部不一样的三国史！有趣、有洞见、有知识点，把人情世故、底
》
售價：NT$
908
《
习惯的演进：基于十七世纪普通法思想史的考察与分析
》
售價：NT$
352
《
象形文字 , 精神分析师如是说：十个关于生命、痛苦和爱的故事
》
售價：NT$
254
《
唐案：法治兴衰与大唐兴亡
》
售價：NT$
403
《
进化论思想与晚清、五四的文学变革
》
售價：NT$
347
《
成为有能的自己：探索发现性与强迫性
》
售價：NT$
347
《
牛津大学正念课：重建生命的智慧
》
售價：NT$
383
《
中医医德研究
》
售價：NT$
6120
|
| 編輯推薦： |
1. 精装锁线工艺，内容近800页，具有不输英文原版的阅读体验。
2. 英文原版豆瓣评分9.5分，有读者称这是“着火了也要带走的唯一一本书”。
3. 自2008年起，英文原版每年被引量均超过2 000次，学术影响力经久不衰。
4. 配有数据库，以及与正文内容相匹配的SPSS、SAS和SYSTAT语句。
|
| 內容簡介： |
《行为科学应用统计：多元回归与相关分析》从双变量相关与回归入手，逐步拓展到多变量的回归与相关分析，并探讨了数据可视化、回归诊断、曲线关系、变量间的交互作用、极端值和缺失值的处理等相关问题。最后讲解了逻辑回归和泊松回归等广义线性模型，以及随机系数回归、纵向回归分析、集合相关等统计方法。具有淡化数理、强调应用和重视数据分析三大特色。
相较前两版，第3版更加强调图表、置信区间和效应量指标的使用，淡化显著性检验。本书既可以作为心理学、教育学传播学、商学、社会学、政治学、人类学和经济学等行为科学领域研究生的统计教科书，也可以作为相应领域研究者的统计参考书。
|
| 關於作者： |
雅各布·科恩（Jacob Cohen），美国纽约大学临床心理学博士，纽约大学心理学荣誉退休教授。科恩博士于1998 年去世，享年74 岁。他在统计分析方面撰写的开创性文章和书籍使他成为最常被引用的心理学家之一。他因在多元回归、统计检验力和效应量方面的工作而闻名于世。以他名字命名的统计量包括科恩卡帕（kappa）系数、科恩d值、科恩h值。他的研究深刻影响了心理学、教育学等行为科学领域的研究方法，推动了研究者对统计分析的理解和应用。作为一名教师和著述者，科恩擅长把晦涩难懂的概念讲解得通俗易懂，不仅如此，他的著作充满着敏锐的洞察力，并富有幽默感。科恩生前活跃于多个专业组织，被选为美国科学促进会、美国心理学协会、美国心理科学协会以及美国统计学会的会士，还曾任多元实验心理学会主席。他曾荣获多元实验心理学会的塞尔斯奖和美国心理学协会颁发的杰出终身成就奖。
帕特里夏·科恩（Patricia Cohen），美国纽约大学社会心理学博士，纽约州精神病学研究所和哥伦比亚大学医学院精神病学领域的临床流行病学教授。她于2018年去世，享年81岁。与第二任丈夫雅各布·科恩共同撰写了大量关于多元回归分析的论文和专著。作为一名研究型心理学家，她和同事对纽约州北部800多名9岁儿童进行了长达30年的研究，详细记录了精神疾病问题的自然发展历程，并助力构建了一个用于未来长期研究的框架。这项被称为“社区儿童研究”的项目成为了同类研究中持续时间最长的项目之一。
斯蒂芬·韦斯特（Stephen G. West），美国得克萨斯大学奥斯汀分校博士，现任亚利桑那州立大学心理学教授。他曾任《人格杂志》《心理学方法》《多元行为研究》等期刊的主编，现任《多元行为研究》的副主编，并在多种方法学及研究型期刊的编委会任职。他曾在美国的威斯康星大学麦迪逊分校、佛罗里达州立大学、得克萨斯大学奥斯汀分校等多所大学任职，还曾在德国的基尔大学、海德堡大学、柏林自由大学任职。韦斯特曾获得亚利桑那州立大学的杰出研究生导师奖，美国心理学协会定量与定性方法分会的雅各布·科恩杰出教学奖和塞缪尔·梅西克杰出科学贡献奖，美国心理学协会人格与社会心理学分会的亨利·默里奖，以及多元实验心理学会的塞尔斯奖，等等。
利昂娜·艾肯（Leona S. Aiken），美国普渡大学心理学博士，现任亚利桑那州立大学的校长讲席心理学教授。1998年，她成为亚利桑那州立大学心理学定量方法博士专业方向的首任负责人。艾肯在心理学研究方法和具体的心理学研究方面均有突出贡献。她在方法学方面的工作主要侧重于包含连续变量交互作用的模型，而在连续变量交互作用方面的工作则涵盖了测量变量以及潜变量两种框架下的交互作用。她多次因教学和导师工作获奖，最近获得了亚利桑那州立大学杰出研究生导师、年度教授以及校长讲席教授等荣誉。她目前是《心理学方法》《多元行为研究》《美国心理学家》等期刊的编委。利昂娜·艾肯曾担任美国多元实验心理学会、西部心理学协会以及美国心理学协会定量与定性方法分会的主席。
译者简介：
陈俊霖，北京师范大学心理统计与测量方向硕士，师从北京师范大学心理学部副部长骆方教授。
|
| 目錄：
|
Preface（前言）
Chapter 1: Introduction（概述）
Chapter 2: Bivariate Correlation and Regression（双变量相关与回归）
Chapter 3: Multiple Regression/Correlation With Two or More Independent Variables（多个自变量的多元回归/相关分析）
Chapter 4: Data Visualization， Exploration， and Assumption Checking: Diagnosing and Solving Regression Problems I （数据可视化、探索与模型假设检查：回归诊断与解决方法Ⅰ）
Chapter 5: Data-Analytic Strategies Using Multiple Regression/Correlation（多元回归/ 相关分析的数据
分析策略）
Chapter 6: Quantitative Scales， Curvilinear Relationships， and Transformations（定量量表、曲线关系与变量转换）
Chapter 7: Interactions Among Continuous Variables（连续变量间的交互作用）
Chapter 8: Categorical or Nominal Independent Variables（分类自变量）
Chapter 9: Interactions With Categorical Variables（分类变量的交互作用）
Chapter 10: Outliers and Multicollinearity: Diagnosing and Solving Regression Problems II（极端值和多重共线性：回归诊断与解决方法Ⅱ）
Chapter 11: Missing Data（缺失值）
Chapter 12: Multiple Regression/Correlation and Causal Models（多元回归/ 相关分析与因果模型）
Chapter 13: Alternative Regression Models: Logistic， Poisson Regression， and the Generalized Linear Model（其他回归模型：逻辑回归、泊松回归与广义线性模型）
Chapter 14: Random Coefficient Regression and Multilevel Models（随机系数回归和多水平模型）
Chapter 15: Longitudinal Regression Methods（纵向回归分析方法）
Chapter 16: Multiple Dependent Variables: Set Correlation（多因变量：集合相关）
Appendices （附录）
Appendix Tables（附表）
References（参考文献）
Glossary（术语表）
Statistical Symbols and Abbreviations（统计符号及缩写）
Author Index（作者索引）
Subject Index（作者索引）
|
| 內容試閱：
|
本书所论的多元回归/相关分析，不仅仅是一种统计方法，更是一个全面、实用且易于理解的多元回归/相关分析框架。通常的多元回归/相关分析，被拓展到不同变量类型(如分类变量)、不同变量关系类型(包括非线性关系以及多个影响因素的交互作用)，以及不同数据类型(包括多水平数据、追踪数据)。所以，本书其实是在论述一套强大的数据分析工具，可以分析多个变量之间的复杂关系。
先说变量类型，自变量和因变量都可以是分类变量。当因变量是分类变量时，可使用Logistic回归或Probit回归。当自变量是分类变量时，对分类变量采用虚拟编码的回归可以做出与方差分析等价的结果，但前者的适用性更强。书中有详细的论述，值得实验研究人员学习借鉴，尤其是在实验非平衡设计因而导致因素之间不互相独立的情况下。
再说变量之间的关系，从简单性出发，总是先考虑线性关系。如果模型解释力低，再追求精确性，考虑多项式关系乃至其他的非线性关系。调节作用(或者交互作用)也属于一种变量关系类型，就是有条件的关系，因变量与自变量的关系会受到调节变量取值的影响。
最后解释一下拓展的数据类型。多水平数据是指有嵌套结构的数据，例如学生嵌套于学校。在这种数据中，有些变量是在学生层面测量的，例如入学成绩、学习动机、学业成绩等;有些变量是在学校层面测量的，例如学校类型、学校规模、学校平均入学成绩等。对所研究的学生变量之间的关系，每个学校都可以建立一个回归方程，斜率可以不同(随机效应)，属于学校层面的新变量，将其视为因变量，可以做学校变量的回归分析。因而多水平数据分析其实是在回归基础上再进行回归。而追踪数据，每个个体有多个时间点的重复测量，可以将个体看作“学校”，里面嵌套的“学生”为不同时间点的数据。这样，就可以对追踪数据进行多水平数据分析。虽然有专门针对多水平数据和追踪数据的统计方法专著，但本书既是有关统计方法的入门教科书，也是有关统计专著的引路牌。
Multiple regression analysis is broadly applicable to hypotheses generated by researchers inthe behavioral sciences， health sciences， education， and business. These hypotheses may comefrom formal theory， previous research， or simply scientific hunches. Consider the followinghypotheses chosen from a variety of research areas:
1. In health sciences， Rahe， Mahan， and Arthur (1970) hypothesized that the amount ofmajor life stress experienced by an individual is positively related to the number of days ofillness that person will experience during the following 6 months.
2. In sociology， England， Farkas， Kilbourne， and Dou (1988) predicted that the size ofthe positive relationship between the number of years of job experience and workers’ salarieswould depend on the percentage of female workers in the occupation. Occupations with a higherpercentage of female workers were expected to have smaller increases in workers salaries thanoccupations with a smaller percentage of female workers.
3. In educational policy， there is strong interest in comparing the achievement of studentswho attend public vs. private schools (Coleman， Hoffer， & Kilgore， 1982; Lee & Bryk， 1989).In comparing these two “treatments\ it is important to control statistically for a number ofbackground characteristics of the students such as prior academic achievement， IQ， race， andfamily income.
4. In experimental psychology， Yerkes and Dodson (1908) proposed a classic “law” thatperformance has an inverted U-shaped relationship to physiological arousal. The point atwhich maximum performance occurs is determined by the difficulty of the task.
5. In health sciences， Aiken， West， Woodward， and Reno (1994) developed a predictivemodel of womens compliance versus noncompliance (a binary outcome) with recommenda-tions for screening mammography， They were interested in the ability of a set of health beliefs(perceived severity of breast cancer， perceived susceptibility to breast cancer， perceived ben-efts of mammography， perceived barriers to mammography) to predict compliance over andabove several other sets of variables: demographics， family medical history， medical input.and prior knowledge.
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
