二語習得研究中的常用統計方法（簡體書）

二語習得研究通常涉及到對統計數據的處理與分析。研究者往往要根據研究目的和數據性質等來確定恰當的統計方法，以獲得真實可信的研究發現。 《二語習得研究中的常用統計方法》基于SPSS（Statistical Package for the Social Sciences，社會科學統計包）對不同統計方法的原理和應用條件進行了細致的剖析。《二語習得研究中的常用統計方法》首先介紹了統計中的基本概念，然後重點闡述了不同統計方法的原理和SPSS操作方法，涉及的模塊包括信度分析、相關分析、t檢驗、方差分析、線性回歸分析、因子分析、卡方檢驗和非參數檢驗。《二語習得研究中的常用統計方法》理論講解深入淺出，操作方法簡潔明了，例證多樣且貼近研究，圖表使用兼具美感和專業性，做到了理論與實踐緊密結合，易懂實用。

第一章 數據錄入1．1 變量命名及屬性定義1．2 數據輸入第二章 數據整理2．1 建立新變量2．2 變量分組2．2．1 數值排序2．2．2 組別劃分2．3 數據重組2．4 其他數據整理方法2．4．1 Data主菜單的其他功能2．4．2 Transform主菜單的其他功能第三章 統計中的基本概念3．1 中位數、平均數、眾數3．2 方差、標準差和平均數標準誤差3．3 標準分3．4 置信區間3．5 統計顯著性3．6 正態分布的概念3．7 正態分布的檢驗3．7．1 峰度與偏度、W檢驗3．7．2 正態分布檢驗的SPSS操作第四章 信度分析4．1 評估者之間信度分析4．1．1 評估者之間信度分析的基本概念4．1．2 評估者之間信度分析應用舉例4．1．3 評估者之間信度分析的SPSS操作4．2 Cronbach’s lpha4．2．1 Cronbach’s Alpha的基本概念4．2．2 Cronbach’s lpha應用舉例4．2．3 Cronbach’s lpha統計的SPSS操作4．3 折半信度4．3．1 折半信度的基本概念4．3．2 折半信度應用舉例4．3．3 折半信度系數統計的SPSS操作第五章 相關分析5．1 相關分析的基本概念5．2 相關系數應用舉例5．2．1 皮爾遜相關系數5．2．2 斯皮爾曼相關系數5．3 相關系數統計的SPSS操作第六章 t檢驗6．1 t檢驗的基本概念6．2 單一樣本t檢驗6．2．1 單一樣本t檢驗的基本概念6．2．2 單一樣本t檢驗應用舉例6．2．3 單一樣本t檢驗的SPSS操作6．3 獨立樣本t檢驗6．3．1 獨立樣本t檢驗的基本概念6．3．2 獨立樣本t檢驗應用舉例6．3．3 獨立樣本t檢驗的SPSS操作6．4 配對樣本t檢驗6．4．1 配對樣本t檢驗的基本概念6．4．2 配對樣本t檢驗應用舉例6．4．3 配對樣本t檢驗的SPSS操作第七章 方差分析7．1 方差分析的基本原理7．2 單向方差分析7．2．1 單向方差分析的基本概念

回歸（regression）的字面意思是“返回”（goingback或retm’ning）。它是英國生物學家高爾頓（FrancisGahon，1857一1936）最早使用的一個術語。在研究父母的身高和子女身高的關系時，高爾頓發現，平均看來，子女的身高不像父母那樣異常，而是趨向于平均身高，即向平均數回歸（regressiontowardmean）。也就是說，高個子父母有高個子的子女，但是他們并沒有父母那么高；矮個子父母有矮個子的子女，但是他們也沒有父母那么矮。子女的身高有向總體的平均身高回歸的趨勢。這種從兩個極端向平均數回歸的趨勢產生了回歸的概念。回歸的涵義後來得到了拓展。在統計學中，回歸是預測（predict：ion）的另外一種說法，即利用自變量的信息預測因變量之值。統計學上把有相關關系的自變量和因變量之間的變化關系或趨勢稱作回歸關系，將有關回歸關系的計算理論和方法稱作回歸分析（regressionanalysis）。 回歸關系與相關關系既有區別，又有聯系。兩者的區別在于：相關關系反映兩個變量之間的雙向關系，不能根據相關系數用一個變量的值去估計另一個變量的值；回歸關系則表示一個變量（因變量）隨另一個變量（自變量）變化的單向關系，可以根據回歸線方程式用自變量的值去預測或估計因變量的值。兩者的聯系在于：回歸分析以變量之間的相關關系為前提。兩個變量之間的相關關系越強，自變量對因變量的預測力就越強；兩個變量之間的相關關系越弱，自變量對因變量的預測力就越弱。當兩個變量之間不相關時，它們之間就不存在回歸關系。 根據自變量的多少，回歸分析可分為簡單（一元）回歸分析和多元回歸分析。簡單回歸分析中有一個自變量和一個因變量。多元回歸分析中有一個因變量和兩個或兩個以上的自變量。根據回歸線形狀的不同，回歸分析又可分為線性回歸和曲線回歸。本章只討論線性回歸，介紹簡單線性回歸和二元線性回歸（多元回歸分析中最簡單的一種）。