R语言在心理语言学研究中的应用已经有相当的历史,但什么情况下要对数据进行怎样的处理,模型应该如何构建,得到结果应该如何科学地读取、规范地报告等问题仍未得到很好的解决,本书意在解决这些问题。全书共9章。第一章介绍了R语言的基础知识;第二章介绍了基本统计思路和初步数据整理,整理出两个有代表性的指标;第三章涉及数据清理、转换和描述性统计;第四章介绍了数据可视化;第五章介绍了线性混合模型和最大随机效应;第六章涉及结果解释、整理和提升;第七章介绍了power分析和bayes分析在R语言中的实现;第八章比较了线性混合模型和重复测量方差分析结果;第九章整理了多种眼动指标。
更多科学出版社服务,请扫码获取。
天津师范大学心理与行为研究院教授,博士生导师。国家级重点学科"发展与教育心理学"骨干成员,国家级教学团队《基础心理学》主要成员
目录
丛书序
前言
第一章 R语言基础知识 1
第一节 使用R语言的原因 1
第二节 R和RStudio的下载、安装和更新 3
第三节 认识RStudio 7
第四节 一些需要注意的问题 26
本章小结 27
本章练习 27
第二章 基本统计思路和初步数据整理 28
第一节 从实验设计到获得原始数据 28
第二节 R语言中的数据结构 31
第三节 数据的导入 40
第四节 设置数据属性 45
本章小结 48
本章练习 48
第三章 数据清理、转换和描述性统计 49
第一节 清理数据 49
第二节 对数据进行转换 59
第三节 描述性统计 61
本章小结 65
本章练习 66
第四章 数据可视化 67
第一节 基本绘图 67
第二节 数据报告中的常用绘图 77
本章小结 89
本章练习 90
第五章 线性混合模型和最大随机效应 91
第一节 线性混合模型 91
第二节 最大随机效应 96
第三节 从全模型到最简模型 98
第四节 设置不同的随机效应所得结果比较 103
第五节 广义线性混合模型 115
本章小结 118
本章练习 118
第六章 结果解释、整理和提升 120
第一节 对得到的结果进行解释 120
第二节 对交互作用进行简单效应分析 124
第三节 加入其他变量 129
第四节 迁移到其他类型的实验设计 133
本章小结 134
本章练习 134
第七章 power分析和Bayes分析在R语言中的实现 135
第一节 power分析原理及应用 135
第二节 Bayes分析的原理及应用 152
本章小结 155
本章练习 155
第八章 线性混合模型和重复测量方差分析结果的比较 157
第一节 适用于方差分析的数据格式整理 157
第二节 导入数据 163
第三节 被试分析的描述性统计和推论统计 167
第四节 项目分析的描述性统计和推论统计 172
第五节 简单效应分析 175
第六节 与线性混合模型比较结果 178
本章小结 180
本章练习 180
第九章 多种眼动指标整理 181
第一节 明确所需数据类型 181
第二节 列出眼动指标选择清单 183
第三节 从原始数据中整理出所需指标 186
第四节 根据研究目的挖掘眼动指标 189
本章小结 192
本章练习 192
参考文献 193