心理與社會科學研究中的統計方法是分析數據、檢驗假設和推斷結論的重要工具。以下是一些常見的統計方法及其套用：
1. 描述性統計
描述性統計用於總結和描述數據的基本特徵，常用方法包括：
- 集中趨勢：平均數、中位數、眾數。
- 離散程度：方差、標準差、極差。
- 數據分布：偏度、峰度、頻率分布表。
2. 推論統計
推論統計用於從樣本數據推斷總體特徵，常見方法包括：
- 假設檢驗：如t檢驗、卡方檢驗、F檢驗，用於判斷樣本結果是否具有統計顯著性。
- 置信區間：估計總體參數的區間範圍。
- 效應量：衡量變數關係的強度，如Cohen's d、η²。
3. 相關分析
用於研究變數之間的關係，常用方法包括：
- 皮爾遜相關係數：衡量線性關係。
- 斯皮爾曼等級相關係數：適用於非線性或非常態分配數據。
- 偏相關：控制其他變數後分析兩變數關係。
4. 回歸分析
用於預測變數之間的關係，常見類型包括：
- 線性回歸：分析因變數與自變數之間的線性關係。
- 多元回歸：分析多個自變數對因變數的影響。
- 邏輯回歸：適用於因變數為分類變數的情況。
5. 方差分析（ANOVA）
用於比較多個組之間的均值差異，常見類型包括：
- 單因素方差分析：比較單一因素對因變數的影響。
- 多因素方差分析：分析多個因素及其互動作用。
- 重複測量方差分析：適用於同一被試在不同時間點的測量。
6. 因子分析
用於降維和探索變數間的潛在結構，常見方法包括：
- 探索性因子分析（EFA）：識別潛在因子結構。
- 驗證性因子分析（CFA）：檢驗預設因子模型的擬合度。
7. 結構方程模型（SEM）
用於分析複雜變數關係，結合因子分析和路徑分析，適用於理論模型的檢驗。
8. 非參數檢驗
適用於非常態分配或小樣本數據，常見方法包括：
- 曼-惠特尼U檢驗：比較兩組獨立樣本。
- 威爾科克森符號秩檢驗：比較配對樣本。
- 克魯斯卡爾-沃利斯檢驗：比較多組獨立樣本。
9. 時間序列分析
用於分析時間相關數據，常見方法包括：
- 自回歸模型（AR）。
- 移動平均模型（MA）。
- 自回歸整合移動平均模型（ARIMA）。
10. 多水平模型
適用於嵌套數據（如學生嵌套於班級），分析不同層次變數的影響。
11. 元分析
用於整合多個獨立研究的結果，評估總體效應量。
12. 機器學習方法
近年來，機器學習方法逐漸套用於心理與社會科學研究，如：
- 分類與回歸樹（CART）。
- 隨機森林。
- 支持向量機（SVM）。
總結
選擇合適的統計方法需考慮研究設計、數據類型和研究問題。熟練掌握這些方法有助於更準確地分析數據並得出科學結論。