《心理統計基礎教程》是一本專為心理學領域學生和研究者設計的統計學教材，旨在幫助讀者掌握心理學研究中常用的統計方法和技術。以下是本書的主要內容概述：
1. 統計學的基本概念
- 統計學的定義與應用：介紹統計學在心理學研究中的重要性，以及如何通過數據分析來驗證假設。
- 變量類型：區分名義變量、順序變量、等距變量和比率變量，並解釋它們在統計分析中的應用。
- 數據的收集與整理：討論如何設計問卷、實驗，以及如何整理和編碼數據。
2. 描述性統計
- 集中趨勢的測量：包括均值、中位數和眾數的計算與解釋。
- 離散趨勢的測量：介紹全距、方差和標準差的概念及其計算方法。
- 數據的可視化：通過直方圖、箱線圖和散點圖等方式展示數據分布。
3. 機率與分布
- 機率基礎：解釋機率的基本概念，包括獨立事件、條件機率和貝葉斯定理。
- 常見的機率分布：介紹二項分布、正態分布和t分布，並討論它們在心理學研究中的應用。
4. 推論性統計
- 假設檢驗：詳細講解假設檢驗的步驟，包括零假設與對立假設的設定、顯著性水平的選擇以及p值的解釋。
- t檢驗：介紹單樣本t檢驗、獨立樣本t檢驗和配對樣本t檢驗的適用場景與計算方法。
- 方差分析（ANOVA）：解釋單因素和多因素方差分析的原理，以及如何進行事後檢驗。
5. 相關與回歸分析
- 相關分析：介紹皮爾遜相關系數和斯皮爾曼等級相關系數的計算與解釋。
- 線性回歸：討論簡單線性回歸和多元線性回歸的基本原理，以及如何利用回歸模型進行預測。
6. 非參數檢驗
- 卡方檢驗：介紹卡方檢驗在分類數據分析中的應用。
- 曼-惠特尼U檢驗和威爾科克森符號秩檢驗：討論這些非參數檢驗在數據不滿足正態分布時的適用性。
7. 多變量分析
- 因子分析：解釋因子分析的基本原理及其在心理測量中的應用。
- 主成分分析（PCA）：介紹如何通過主成分分析降維並提取數據的主要特徵。
8. 統計軟件的應用
- SPSS與R語言：簡要介紹如何使用SPSS和R語言進行心理學數據分析，並提供實際操作示例。
9. 研究設計與統計誤差
- 實驗設計：討論隨機化、控制組和重複測量等實驗設計方法。
- 統計誤差與偏差：解釋I型錯誤、II型錯誤以及如何減少統計分析中的偏差。
10. 倫理與報告撰寫
- 研究倫理：強調數據收集與分析過程中的倫理問題。
- 統計結果的報告：提供撰寫統計結果報告的指南，包括如何呈現表格、圖表和統計結論。
《心理統計基礎教程》通過理論講解與實際案例相結合的方式，幫助讀者深入理解統計學在心理學研究中的應用，並掌握相關的數據分析技能。