这学期学习了多元统计这么课，主要先是讲理论然后是SPSS软件的操作部分，在考试之前最后几天看了这本书的前几篇，了解个大概，还没有吃透。超级喜欢上课的老师，统计要好好学。数学是很强大的东西，很多模型都是建立在公式之上的。

第一篇  定量研究的理论与实务

第一章研究设计与量表分析

几个中英名词v-variable

定量数据（quantitative data）定性研究（qualitative research）

描述统计学（descriptive statitics）

推断统计学（inferential statstics）归纳统计学（inductive statistics）

自变量，实验变量（experimental v）因变量（dependent v）

结果变量（outcome variable）效标变量（criterion variable）

干扰变量（extraneous v）情景变量（situational v）个体变量（individual v）

统计控制（statistical control）协方差分析（analysis of covariance）

1.定量研究与定性研究的差异

2.各个概念

估计或检验的目的是希望由样本的性质来推断总体的性质

1.随机抽样（random sampling）：均等概率原则，独立性原则

2.非随机抽样：立意抽样（purposive sampling）与便利抽样（convenience sampling）

3.分层随机抽样（stratified random sampling）：比例分配抽样与等量分配抽样

4.整群抽样法（cluster sampling）

抽样误差、抽样误差率与统计误差

一、抽样的样本多大才算大？

二、变量属性是否正确界定？

1.名义变量与类别变量（互斥，完整）

2.次序变量（表示等级排序关系）

3.等距/比率变量（可加性与可乘性）

离散与连续

三、统计结论效度（statistical conclusion validity）

正确运用统计方法解释研究结果的程度（周文钦，2004）

不当的通缉你检验或误用统计方法的情况（6.结果解释有误）：

量表或测验试题质量分析的步骤：

一、编制预试问卷

1.视问卷题目性质增加测谎题或反向题

2.李克特量表以采用四点量表至六点量表法为最佳

二、建构专家效度

内容效度（content validity）效标关联效度（criterion-related v）

建构效度（construct v）专家效度

三、实施预试

四、整理问卷、编号与数据录入

五、项目分析或试题分析

六、因子分析

为了检验量表的建构效度，进行因子分析（或称共同因子分析（common factor analysis，CFA））

建构效度是指态度量表能够测量理论的概念或特质的程度

即找出量表潜在结构，减少题目数，使其变为一组较少而彼此相关程度较高的变量

主成分分析

考虑保留多少个共同因子？

1.Kaiser的特征值大于1   2.碎石图检验法

七、信度分析（α系数，折半信度）

八、再测信度

第二章 研究问题与统计方法解析

例子：

1.小学五年级学生的数学焦虑、数学态度、数学投入动机与数学成绩的现状如何？

描述（平均数与标准差）

2.学生的数学焦虑、数学态度、数学投入动机与数学成绩是否有显著相关性？

单一变量与单一变量间两两相关，变量均属于连续变量，采用皮尔逊简单相关方法

3.不同性别的学生，其数学焦虑、数学态度、数学投入动机与数学成绩是否有显著相关性？

独立样本t检验：检验两个独立总体平均数是否存在差异

相依样本t检验

相依样本单因素方差分析

4.不同家庭状况的学生，其数学焦虑与数学成绩是否有显著相关性？

独立样本单因素方差分析

独立样本单因素单协变量方差分析、独立样本单因素双协变量方差分析

5. 学生性别、数学焦虑、数学态度、数学投入动机是否可有效预测学生的数学成绩？其预测能力如何？

多元回归分析/复回归法

如果因变量不是连续变量而是二分类别变量或二分次序变量，则应采用判别分析或Logistic回归分析，如果因变量是多类别变量或多分次序变量，则需进行判别分析。

6.学生性别与家庭状况变量在数学成绩上是否有显著地交互作用？

双因素方差分析

协变量

7.不同数学投入动机组的学生在数学态度4个层面是否有显著差异？

单因素多变量方差分析（multiple analysis of variance）

8. 学生性别与家庭状况在数学成绩、整体数学焦虑、整体数学态度方面上是否有显著地交互作用？

双因素多变量方差分析

9.数学投入动机与数学态度间是否有显著地典型相关性存在？

统计检验与显著水平

统计方法：参数统计，非参数统计

双尾检验（无方向性的检验）：旨在检验两组受试者的统计量是否有所不同à不是比较大小

单尾检验（有方向性的检验）：旨在检验两组受试者的统计量哪个大哪个小

0.05的显著水平表示进行统计检验推断时，所犯的统计决策上的错误率的大小。即零假设本来是真的，对搜集的数据进行统计检验时，拒绝这一零假设时所犯的错误率。

α所在的区域称作临界域（criticalregion）或称拒绝域。当进行假设检验时所计算的统计量（z值,t值,Χ²值，F值等）落入这一区域内时，就应拒绝零假设，接受备择假设。

统计决策基准：α为0.05,0.01，0.001

统计检验力：1-β为0.8

1.统计检验量的精确概率值

2.关联强度与效果值

3.置信区间

第二篇 SPSS操作程序与方法

第三章 窗口版SPSS的基本操作

第四章数据审核和基础统计分析

统计量：平均数、中位数、众数、全距、方差与标准差、四分位、百分位数

偏态与峰度

平均标准误差代表抽样误差的可能性大小

标准分数Z与T分数

第五章数据转换与重编码

自动重码，计算观测值内的数值频数，自定重编码或分组，数据文件的转置

第三篇以后的多为理论与操作结合，版本有点老了，大家还是看新的吧！虽然多元统计结束了，但是这里面的东西还是很实用的，SPSS很强大可以好好学习一下，也是数据挖掘的一个好帮手。