《北京师范大学本科课程教学大纲》
课程名称：心理统计II
英文名称：Statistics for Psychology II
【课程代码】 |
【课程性质】专业必修课（专业基础课） |
【学分数】3 |
【适用专业】心理学 |
【学时数】32+32 |
【开设学期（春季、秋季、小学期）】秋季 |
【已开设次数】2 |
【建议最大选课人数】 50 (需配备1名助教) |
【授课教师姓名】徐永泽 |
【授课教师职称】讲师 |
【授课教师联系方式】 Email：yzxu@bnu.edu.cn |
|
【先修课要求】心理统计I |
|
一、课程简介
“心理统计”课程共分为两个学期修读，分别安排在本科第一学年的秋季学期和春季学期。本课程“心理统计II”为春季学期课程，教学的主要内容延续“心理统计I”的统计原理和方法，包括方差分析、相关分析、回归分析和非参数检验方法等。教学内容分为理论课程和SPSS操作课程，在讲授心理统计方法的同时，学生不仅要理解各类方法的理论知识和原理，还要掌握基础的计算以及SPSS统计软件的操作和应用。
本门课程的目的是让学生充分理解心理统计作为方法课的应用价值，系统学习心理学研究中的统计方法，掌握心理统计知识。本课程采用灵活多样的教学方法和手段，通过讲授、演示、互动讨论、数据收集、上机操作、案例制作、在线答疑和文献阅读等多种方式，侧重对学生多方面能力的培养。主要教学对象为心理学专业的励耘班。该班级以科研技能训练为导向，而统计方法是科研技能的基础，对学生需要提出更高的学习要求。
二、课程目标
教学目标：
（1）能运用所学的统计分析方法（心理统计II课程中主要包括方差分析、相关分析、回归分析和非参数检验方法等），读懂相关文献，能够系统地、有条理地、规范地汇报文献结果，并与其它研究者作有效交流。
（2）能运用所学的统计分析方法，独立设计实验（或调查）计划、收集数据、最后对实际数据进行分析和处理，写出规范的实验（或调查）数据处理报告。
（3）除了达到以上两个输入与输出的目标之外，学生能够将所学统计原理融会贯通，独立阅读理解并运用更高级的统计方法，真正掌握自学能力。
育人目标：引导学生领悟统计思想，并用统计思想科学地指导学习与生活。在实际生活中能独立思考，不人云亦云，带有批判性地分析各类信息背后的统计学本质。懂得用数据说话，成为一名头脑理性、决策严谨的合格的现代公民。
三、教学内容和学时分配
（一）方差分析概述 3学时（课堂讲授学时）
主要内容：
方差分析是一种能够用于分析多个处理条件间平均数差异的假设检验方法。与t检验相比，方差分析也是基于样本数据对总体平均数差异进行推断的统计方法，但二者的原理并不相同。t检验通过构造样本均值差异的抽样分布，并比较样本均值差异是否明显偏离了H0假设下的总体均值差异，从而推断总体均值的差异是否显著存在；而方差分析则关注实验数据的变异性，通过比较由不同处理组引起的变异与由随机误差引起的变异的大小，从而确定不同实验处理组之间的差异是否显著存在。从实际应用角度来看，当面临两个以上的处理条件时，方差分析相较于t检验的检验效率更高，且具有更高的可靠性。
从本章开始，我们将开始系统地学习方差分析的方法，本章将重点学习方差分析的逻辑和原理，以及方差分析的基本过程。在之后的第十二章、第十三章与第十四章将详细介绍不同实验设计下的方差分析方法及其应用。课程内容主要包括以下几个部分：
第一节 方差分析的引入
第二节 方差分析的逻辑
第三节 方差分析的假设
第四节 方差分析的计算
教学要求：
1. 温故知新，结合学生此前章节学习的统计知识，引入本课程；
2. 循序渐进，用一些实际中直接形象的统计问题引出统计概念；
3. 举一反三，鼓励学生围绕原理展开联想，触类旁通理解知识。
重难点：
1. 对方差分析，尤其是变异分解原理的理解；
2. 从假设检验跨越到方差分析，理解两类方法的区别和联系。
其它教学环节：辅以该章节配套练习题，主要包括概念辨析等理论思考题，以及公式计算等原理应用题。课后要求学生纸笔完成，下一节课当堂提交。
（二）完全随机单因素方差分析 3学时（课堂讲授学时）
主要内容：
在方差分析中，如果每名被试只接受多个处理中某种处理下的一次测量，称为“独立测量设计”，也称作完全随机设计；如果每名被试均同时接受了所有处理的所有测量，那么便属于“重复测量设计”。两种不同设计的试验在方差分解过程中存在差异，具体内容将在本章以及之后的两个章节进行介绍。本章首先讲授完全随机单因素方差分析，将逐步讲解该方法的逻辑、计算、效应量和事后检验。课程内容主要包括以下几个部分：
第一节 完全随机单因素设计
第二节 完全随机单因素方差分析举例
第三节 方差分析的效应量
第四节 方差分析的事后检验
第五节 完全随机单因素方差分析的结果报告
教学要求：
1. 温故知新，结合学生此前章节学习的统计知识，引入本课程；
2. 循序渐进，用一些实际中直接形象的统计问题引出统计概念；
3. 举一反三，鼓励学生围绕原理展开联想，触类旁通理解知识。
课前学习要求：完成上一章节课程的课后作业；预习本章节课程教材内容，总结梳理自学过程中的疑问。
重难点：变异分解原理的理解与应用。
其它教学环节：辅以该章节配套练习题，主要包括概念辨析等理论思考题，以及公式计算等原理应用题。课后要求学生纸笔完成，下一节课当堂提交。
（三）重复测量单因素方差分析 3学时（课堂讲授学时）
主要内容：
在上一章学习的完全随机单因素方差分析中，处理内变异和部分处理间变异都来源于实验的随机误差，研究者希望对这部分变异加以控制，使其尽可能小。对随机误差的来源进行研究可以发现，它一般是由两部分组成的：一部分是由实验中的测量误差引起的变异；另一部分是由实验中未控制的无关变量造成的变异。后者主要是指被试的个体差异带来的变异。
为了达到控制个体差异的目的，在本章，我们将学习一种比完全随机单因素实验设计更有效的实验设计——重复测量单因素实验设计。本章将主要介绍重复测量单因素实验设计下，如何采用方差分析检验实验处理效应。将逐步讲解该方法的逻辑、计算、事后检验和效应量。课程内容主要包括以下几个部分：
第一节 重复测量单因素实验设计
第二节 重复测量单因素方差分析的逻辑
第三节 重复测量单因素方差分析的计算
第四节 重复测量单因素方差分析的事后检验与效应量
第五节 重复测量单因素方差分析的软件操作与结果报告
教学要求：
1. 温故知新，结合学生此前章节学习的统计知识，引入本课程；
2. 循序渐进，用一些实际中直接形象的统计问题引出统计概念；
3. 举一反三，鼓励学生围绕原理展开联想，触类旁通理解知识。
课前学习要求：完成上一章节课程的课后作业；预习本章节课程教材内容，总结梳理自学过程中的疑问。
重难点：重复测量方差分析与完全随机方差分析在变异分解上的区别和联系。
其它教学环节：辅以该章节配套练习题，主要包括概念辨析等理论思考题，以及公式计算等原理应用题。课后要求学生纸笔完成，下一节课当堂提交。
（四）完全随机两因素方差分析 3+10学时（课堂讲授学时+实践学时）
主要内容：
在前面两章中，我们介绍了完全随机单因素实验设计和重复测量单因素实验设计，这些实验设计中只含有一个因素（自变量），但实际研究中的影响因素往往更加复杂，变量很少会独立存在，并且变量之间会存在一定的关联。针对这样的研究问题，研究者常设计同时包含多个因素（自变量）的实验，通过操纵多个自变量的不同水平来探索复杂影响因素的作用。在这一章中，我们将单因素实验设计扩展到两因素实验设计的情境，介绍两因素实验设计中最简单的一种形式——完全随机两因素实验设计。将逐步讲解该方法的逻辑、计算、简单效应检验和效应量。课程内容主要包括以下几个部分：
第一节 完全随机两因素实验设计
第二节 完全随机两因素方差分析的逻辑
第三节 完全随机两因素方差分析的计算
第四节 完全随机两因素方差分析的简单效应检验和效应量
第五节 完全随机两因素方差分析的软件操作与结果报告
教学要求：
1. 温故知新，结合学生此前章节学习的统计知识，引入本课程；
2. 循序渐进，用一些实际中直接形象的统计问题引出统计概念；
3. 举一反三，鼓励学生围绕原理展开联想，触类旁通理解知识。
课前学习要求：完成上一章节课程的课后作业；预习本章节课程教材内容，总结梳理自学过程中的疑问。
重难点：
1. 对交互作用这一概念的理解；
2. 完全随机两因素方差分析的变异分解。
其它教学环节：
1. 辅以该章节配套练习题，主要包括概念辨析等理论思考题，以及公式计算等原理应用题。课后要求学生纸笔完成，下一节课当堂提交。
2. 在方差分析理论部分内容讲授完成后，下一堂课为上机操作教学，学习如何使用SPSS软件作3种类型的上机操作，并完成个人上机作业（10实践学时）。
（五）相关分析与检验 6+2学时（课堂讲授学时+实践学时）
主要内容：
前面所讲述的集中量数、差异量数均属于单个变量的描述统计量，而在心理学中往往涉及两个变量或者多个变量之间的关系。例如，学生智商和学业成绩之间的关系，儿童依恋水平与父母教养行为的关系，睡眠时间和心理健康之间的关系，身高与体重的关系等。这些变量之间的变化关系有的属于因果关系；有的虽然两者之间存在关系，但是不能作出因果关系的解释。我们把一个变量变化，另一个变量也随之变化的现象称为共变或者相关。本章所讲述的相关分析就是研究两个变量的样本观测值之间是否存在某种依存关系，并对有依存关系的变量探讨其相关方向以及相关程度，是研究随机变量之间相关关系的一种统计方法。本章节将根据变量类型和应用场景的不同，讲授各种类型的相关分析。第一次课程主讲皮尔逊相关，第二次课程讲其它相关分析方法。课程内容主要包括以下几个部分：
第一节 概述
第二节 皮尔逊相关
第三节 等级相关
第四节 点二列相关和二列相关
第五节 Φ相关
第六节 相关系数检验力的计算
第七节 测量效应r²
第八节 相关的解释和应用
第九节 在文献中的结果报告
教学要求：
1. 温故知新，结合学生此前章节学习的统计知识，引入本课程；
2. 循序渐进，用一些实际中直接形象的统计问题引出统计概念；
3. 举一反三，鼓励学生围绕原理展开联想，触类旁通理解知识。
课前学习要求：完成上一章节课程的课后作业；预习本章节课程教材内容，总结梳理自学过程中的疑问。
重难点：
1. 将相关和此前学习的效应量r²结合理解，打通统计知识壁垒；
2. 不同类型的相关分析方法的适用条件。
其它教学环节：
1. 辅以该章节配套练习题，主要包括概念辨析等理论思考题，以及公式计算等原理应用题。课后要求学生纸笔完成，下一节课当堂提交。
2. 进行期中理论考试（2实践学时）。
（六）一元线性回归 3学时（课堂讲授学时）
主要内容：
本章所讲述的回归与第十五章所讲述的相关是从不同角度对变量间关系进行分析。相关关系是两个变量之间的双向关系，没有原因和结果之分。例如，身高与体重具有相关关系，但身高和体重并不具有因果关系；而回归关系是两个变量之间的单向关系，是自变量（又称预测变量）对因变量（又称结果变量）的影响关系。回归表示一个变量（因变量）由于另一个变量（自变量）的变化而引起的不同程度的变化。本章将围绕一元线性回归模型的建立、变异分解、有效性检验和应用讲授这一方法。课程内容主要包括以下几个部分：
第一节 概述
第二节 一元线性回归模型的建立
第三节 变异的分解与解释
第四节 回归方程的有效性检验
第五节 回归的应用
第六节 在文献中的结果报告
教学要求：
1. 温故知新，结合学生此前章节学习的统计知识，引入本课程；
2. 循序渐进，用一些实际中直接形象的统计问题引出统计概念；
3. 举一反三，鼓励学生围绕原理展开联想，触类旁通理解知识。
课前学习要求：完成上一章节课程的课后作业；预习本章节课程教材内容，总结梳理自学过程中的疑问。
重难点：
1. 回归与相关的区别和联系；
2. 在变异分解部分与方差分析方法的区别和联系。
其它教学环节：辅以该章节配套练习题，主要包括概念辨析等理论思考题，以及公式计算等原理应用题。课后要求学生纸笔完成，下一节课当堂提交。
（七）多元线性回归 3+10学时（课堂讲授学时+实践学时）
主要内容：
在第十六章一元线性回归中，我们讨论了回归分析中只有一个自变量的情况，也就是一元回归分析，它只能处理两个变量之间的关系。然而在实际研究中，变量之间的关系十分错综复杂，一个因变量往往会同时受到多个自变量的影响。也就是说，因变量需要通过多个自变量来综合解释或预测。例如：学生的学业成绩除了受智商的影响，还受到学习兴趣、学习时长、自我效能感等因素的影响。当研究者需要考察多个自变量对一个因变量的影响时，就需要用到多元回归分析。这一章我们将在一元线性回归分析的基础上，简要介绍多元线性回归分析。课程内容主要包括以下几个部分：
第一节 概述
第二节 多元回归的类型
第三节 自变量的重要性
第四节 多元回归分析中的有效性检验
第五节 多重共线性
第六节 在文献中的结果报告
教学要求：
1. 温故知新，结合学生此前章节学习的统计知识，引入本课程；
2. 循序渐进，用一些实际中直接形象的统计问题引出统计概念；
3. 举一反三，鼓励学生围绕原理展开联想，触类旁通理解知识。
课前学习要求：完成上一章节课程的课后作业；预习本章节课程教材内容，总结梳理自学过程中的疑问。
重难点：多元回归的不同类型之间的区别。
其它教学环节：
1. 辅以该章节配套练习题，主要包括概念辨析等理论思考题，以及公式计算等原理应用题。课后要求学生纸笔完成，下一节课当堂提交。
2. 在相关与回归理论部分内容讲授完成后，后续为上机操作教学，学习如何使用SPSS软件作相关和回归分析，重点在多元回归分析的操作和结果解释，并完成个人上机作业（10实践学时）。
（八）计数数据的检验 3学时（课堂讲授学时）
主要内容：
在前面的章节中，我们介绍了Z检验、t检验、方差分析等多种统计检验方法，这些方法适用的数据类型均为等距或等比的连续数据。然而，在教育与心理学研究中，研究者往往会收集到一些计数数据。例如，在第一章中我们提到的称名数据，该类数据用不同的数值作分类标记（例如，1表示“男”，2表示“女”），数值本身并不表示大小的含义。我们对这类数据的描述一般只能统计不同类别的数量，而无法作加减乘除运算，也就无法计算平均值、标准差等统计量，因此也不能使用前面讲过的Z检验、t检验等方法来分析。在本章中，我们将介绍教育和心理学研究中常用的适用于处理计数数据的方法，主要包括二项检验和卡方（
）检验，其中卡方检验又分为配合度检验和独立性检验两种。课程内容主要包括以下几个部分：
第一节 二项检验
第二节 配合度检验
第三节 独立性检验
第四节 文献中卡方值的报告
教学要求：
1. 温故知新，结合学生此前章节学习的统计知识，引入本课程；
2. 循序渐进，用一些实际中直接形象的统计问题引出统计概念；
3. 举一反三，鼓励学生围绕原理展开联想，触类旁通理解知识。
课前学习要求：完成上一章节课程的课后作业；预习本章节课程教材内容，总结梳理自学过程中的疑问。
重难点：
1. 配合度检验与独立性检验适用数据格式的不同与方法的区别；
2. 二项检验、卡方检验以及之前所学的Z检验等各种不同方法之间相互联系打通。
其它教学环节：辅以该章节配套练习题，主要包括概念辨析等理论思考题，以及公式计算等原理应用题。课后要求学生纸笔完成，下一节课当堂提交。
（九）非参数检验 5+10学时（课堂讲授学时+实践学时）
主要内容：
在实际研究工作中，样本所属的总体分布形态有时候是未知的，或者有关总体形态和其他总体参数的假设不满足，而且数据也可能来自称名量表或顺序量表。在这些情况下，参数检验的方法不再适用，此时便需要使用非参数检验。在总体的分布类型未知或不考虑总体分布的条件下，对总体的分布进行检验，称为“非参数检验”。由于非参数检验方法在推断过程中不涉及总体参数，因而得名“非参数”检验。第十八章介绍的二项检验和卡方检验就属于非参数检验。本章将继续介绍几个比较重要的非参数检验方法，分为两次课程讲解。课程内容主要包括以下几个部分：
第一节 概述
第二节 单样本的非参数检验
第三节 两独立样本的非参数检验
第四节 多独立样本的非参数检验
第五节 两相关样本的非参数检验
第六节 多相关样本的非参数检验
第七节 文献中非参数检验结果的报告
教学要求：
1. 温故知新，结合学生此前章节学习的统计知识，引入本课程；
2. 循序渐进，用一些实际中直接形象的统计问题引出统计概念；
3. 举一反三，鼓励学生围绕原理展开联想，触类旁通理解知识。
课前学习要求：完成上一章节课程的课后作业；预习本章节课程教材内容，总结梳理自学过程中的疑问。
重难点：非参数方法与对应的参数方法的区别和联系。
其它教学环节：
1. 辅以该章节配套练习题，主要包括概念辨析等理论思考题，以及公式计算等原理应用题。课后要求学生纸笔完成，下一节课当堂提交；
2. 在非参分析方法理论部分内容讲授完成后，后续为上机操作教学，学习如何使用SPSS软件作各类非参分析，并完成个人上机作业（8实践学时）；
3. 上机考试（2实践学时）
四、选用教材与学习资源
选用教材：
1.《教育与心理统计学》（刘红云、骆方编著，北京师范大学出版社）
2.《SPSS基础与应用》（刘红云编著，中国人民大学出版社）
学习资源：
1.学堂在线上的《心理统计》课程
心理统计 - 北京师范大学 - 学堂在线 (xuetangx.com)
2.《心理统计》交互式可视化教学平台
Ant Design Pro (dianzhantech.com)
五、教学策略与方法建议
1.理论、操作学习相结合。围绕各类统计方法，将理论与操作内容穿插教学。先学习理论，夯实学生的统计理论基础；再作上机操作教学，锻炼学生统计分析的实际应用能力。知行合一，理论与实践相结合。
2.课内、课外学习相结合。除了课堂测验与教学外，课外通过个人理论作业、个人上机作业、小组作业、线上下答疑和学堂在线、交互式可视化教学平台，拓宽各类学习渠道，多样化、全方位巩固学生在课堂上的学习成果。
3.讲授、探索学习相结合。在课堂教学过程中，教师需要讲授统计课程内容，同时要引导学生使用交互式可视化平台自行探索统计原理，发现统计知识。一方面加强学生对统计原理的发现和领悟能力，加深对知识的印象，另一方面也增加师生之间、学生之间的互动性和课堂的趣味性。
六、考核方式
考核方式为考试。
【编写日期】：2024.01.02
1