掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
妙相梵容
-
>
基立爾蒙文:蒙文
-
>
我的石頭記
-
>
心靈元氣社
-
>
女性生存戰爭
-
>
縣中的孩子 中國縣域教育生態
-
>
(精)人類的明天(八品)
買過本商品的人還買了
語言研究中的統計學-R軟件應用入門 版權信息
- ISBN：9787100161787
- 條形碼：9787100161787 ; 978-7-100-16178-7
- 裝幀：70g膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
語言研究中的統計學-R軟件應用入門 本書特色
這是一本集高度適用性和趣味性于一體的著作和教材。一本深入淺出、結構組織合理、理論與實踐相結合的語言統計好書，值得每一位打算在自己的研究中采用統計方法的語言研究者閱讀。
語言研究中的統計學-R軟件應用入門 內容簡介
《語言研究中的統計學：R軟件應用入門/應用語言學譯叢》是一本專門為語言研究撰寫的統計學入門書籍，使用開源R軟件，撰寫方式通俗易懂，配有練習題、思考題、警告和建議等，適合任何水平的語言學學習者：本科生、研究生、講師、教授。 《語言研究中的統計學：R軟件應用入門/應用語言學譯叢》介紹了定量研究的基本邏輯、R軟件的基礎知識、用R生成匯總統計頻率、平均數和相關性的方法以及如何用繪圖表示研究結果；還介紹了如何用R執行統計檢驗和匯總檢驗結果、多因子研究方法以及聚類研究的探究性方法。 與絕大多數同類書籍不同的是，《語言研究中的統計學：R軟件應用入門/應用語言學譯叢》非常清晰地循序漸進地介紹了每一種研究方法的使用。
語言研究中的統計學-R軟件應用入門 目錄
第1章 實證研究中的一些基本原則
1．引言
2．語言學中的定量研究方法
3．定量研究的設計和邏輯
3．1 探尋
3．2 假設及其可操作性
3．2．1 文本形式的科學假設
3．2．2 操縱變量
3．2．3 數學形式的科學假設
3．3 數據收集和儲存
3．4 做出判斷
3．4．1 離散概率分布的單側p值
3．4．2 離散概率分布的雙側p值
3．4．3 擴展：連續概率分布
4．因果關系實驗設計：簡介
5．因果關系實驗設計：再舉例
第2章 R的基礎知識
1．簡介與安裝
2．函數和參數
3．向量
3．1 創建向量
3．2 加載和儲存向量
3．3 編輯向量
4．因子
4．1 創建因子
4．2 加載和儲存因子
4．3 編輯因子
5．數據框
5．1 創建數據框
5．2 加載和儲存數據框
5．3 編輯數據框
6．一些關于編程的知識：條件和循環
6．1 條件表述式
6．2 循環
7．編寫自己的小函數
第3章 描述性統計
1．單變量統計
1．1 頻率數據
1．1．1 散點圖和線條圖
1．1．2 餅狀圖
1．1．3 條形圖
1．1．4 帕累托圖
1．1．5 直方圖
1．1．6 經驗累積分布圖
1．2 集中趨勢量度
1．2．1 眾數
1．2．2 中位數
1．2．3 算術平均數
1．2．4 幾何平均數
1．3 離散性量度
1．3．1 相對熵
1．3．2 全距
1．3．3 分位數和四分位數
1．3．4 平均差
1．3．5 標準差
1．3．6 變異系數
1．3．7 匯總函數
1．3．8 標準誤
1．4 置中和標準化（z分數）
1．5 置信區間
1．5．1 算術平均數的置信區間
1．5．2 百分比的置信區間
2．雙變量統計
2．1 頻率和交叉列表
2．1．1 條形圖和馬賽克圖
2．1．2 棘狀圖
2．1．3 折線圖
2．2 平均數
2．2．1 箱形圖
2．2．2 交互作用圖
2．3 相關系數和線性回歸
第4章 推斷性統計
1．分布與頻率
1．1 分布擬合
1．1．1 一個定距型因變量
1．1．2 一個定類型因變量
1．2 差異／獨立性檢驗
1．2．1 一個定序／定距型因變量和一個獨立樣本稱名型自變量
1．2．2 一個稱名型／定類型因變量和一個稱名型定類型獨立樣本自變量
1．2．3 一個稱名N／／定類型非獨立樣本因變量2．離散性
2．1 一個定距型因變量的擬合度檢驗
2．2 一個定距型因變量和一個定類型自變量
3．平均數
3．1 擬合度檢驗
3．1．1 一個定距型因變量
3．1．2 一個定序型因變量
3．2 差異／獨立性檢驗
3．2．1 一個定距型因變量和一個定類型獨立樣本自變量
3．2．2 一個定距型因變量和一個定類型非獨立樣本自變量
3．2．3 一個定序型因變量和一個定類型獨立樣本自變量
3．2．4 一個定序型因變量和一個定類型非獨立樣本自變量
4．相關性系數和線性回歸
4．1 積差相關性的顯著性
4．2 Kendall'sTau的顯著性
4．3 相關關系和因果關系
第5章 多因子和多因變量統計方法
1．交互作用和模型選擇
1．1 交互作用
1．2 模型選擇
1．2．1 構建**個模型
1．2．2 選擇*后的模型
2．線性回歸
2．1 包含一個帶兩個水平定類型預測因子的線性模型
2．2 包含一個帶三個水平定類型預測因子的線性模型
2．3 包含一個定距型預測因子的線性模型
2．4 包含兩個定類型預測因子的線性模型
2．5 包含一個定類型和一個定距型預測因子的線性模型
2．6 包含兩個定距型預測因子的線性模型
2．7 包含多個預測因子線性模型的選擇過程
3．二元邏輯回歸
3．1 包含兩個水平的定類型預測因子的二元邏輯回歸
3．2 包含三個水平的定類型預測因子的二元邏輯回歸
3．3 包含一個定距型預測因子的二元邏輯回歸
3．4 包含兩個定類型預測因子的二元邏輯回歸
3．5 包含-個定類型和一個定距型預測因子的二元邏輯回歸
3．6 包含兩個定距型預測因子的二元邏輯回歸
4．其他類型的回歸
4．1 包含-個定類型和-個定距型預測因子的定序邏輯回歸
4．2 包含一個定類型和一個定距型預測因子的多元回歸
4．3 包含一個定類型和一個定距型預測因子的泊松回歸
5．重復測量
5．1 一個被試內自變量
5．2 兩個被試內自變量
5．3 一個被試問自變量和一個被試內自變量
5．4 混合效應／多水平模型
6．分層聚類分析
第6章 結語
參考書目
1．引言
2．語言學中的定量研究方法
3．定量研究的設計和邏輯
3．1 探尋
3．2 假設及其可操作性
3．2．1 文本形式的科學假設
3．2．2 操縱變量
3．2．3 數學形式的科學假設
3．3 數據收集和儲存
3．4 做出判斷
3．4．1 離散概率分布的單側p值
3．4．2 離散概率分布的雙側p值
3．4．3 擴展：連續概率分布
4．因果關系實驗設計：簡介
5．因果關系實驗設計：再舉例
第2章 R的基礎知識
1．簡介與安裝
2．函數和參數
3．向量
3．1 創建向量
3．2 加載和儲存向量
3．3 編輯向量
4．因子
4．1 創建因子
4．2 加載和儲存因子
4．3 編輯因子
5．數據框
5．1 創建數據框
5．2 加載和儲存數據框
5．3 編輯數據框
6．一些關于編程的知識：條件和循環
6．1 條件表述式
6．2 循環
7．編寫自己的小函數
第3章 描述性統計
1．單變量統計
1．1 頻率數據
1．1．1 散點圖和線條圖
1．1．2 餅狀圖
1．1．3 條形圖
1．1．4 帕累托圖
1．1．5 直方圖
1．1．6 經驗累積分布圖
1．2 集中趨勢量度
1．2．1 眾數
1．2．2 中位數
1．2．3 算術平均數
1．2．4 幾何平均數
1．3 離散性量度
1．3．1 相對熵
1．3．2 全距
1．3．3 分位數和四分位數
1．3．4 平均差
1．3．5 標準差
1．3．6 變異系數
1．3．7 匯總函數
1．3．8 標準誤
1．4 置中和標準化（z分數）
1．5 置信區間
1．5．1 算術平均數的置信區間
1．5．2 百分比的置信區間
2．雙變量統計
2．1 頻率和交叉列表
2．1．1 條形圖和馬賽克圖
2．1．2 棘狀圖
2．1．3 折線圖
2．2 平均數
2．2．1 箱形圖
2．2．2 交互作用圖
2．3 相關系數和線性回歸
第4章 推斷性統計
1．分布與頻率
1．1 分布擬合
1．1．1 一個定距型因變量
1．1．2 一個定類型因變量
1．2 差異／獨立性檢驗
1．2．1 一個定序／定距型因變量和一個獨立樣本稱名型自變量
1．2．2 一個稱名型／定類型因變量和一個稱名型定類型獨立樣本自變量
1．2．3 一個稱名N／／定類型非獨立樣本因變量2．離散性
2．1 一個定距型因變量的擬合度檢驗
2．2 一個定距型因變量和一個定類型自變量
3．平均數
3．1 擬合度檢驗
3．1．1 一個定距型因變量
3．1．2 一個定序型因變量
3．2 差異／獨立性檢驗
3．2．1 一個定距型因變量和一個定類型獨立樣本自變量
3．2．2 一個定距型因變量和一個定類型非獨立樣本自變量
3．2．3 一個定序型因變量和一個定類型獨立樣本自變量
3．2．4 一個定序型因變量和一個定類型非獨立樣本自變量
4．相關性系數和線性回歸
4．1 積差相關性的顯著性
4．2 Kendall'sTau的顯著性
4．3 相關關系和因果關系
第5章 多因子和多因變量統計方法
1．交互作用和模型選擇
1．1 交互作用
1．2 模型選擇
1．2．1 構建**個模型
1．2．2 選擇*后的模型
2．線性回歸
2．1 包含一個帶兩個水平定類型預測因子的線性模型
2．2 包含一個帶三個水平定類型預測因子的線性模型
2．3 包含一個定距型預測因子的線性模型
2．4 包含兩個定類型預測因子的線性模型
2．5 包含一個定類型和一個定距型預測因子的線性模型
2．6 包含兩個定距型預測因子的線性模型
2．7 包含多個預測因子線性模型的選擇過程
3．二元邏輯回歸
3．1 包含兩個水平的定類型預測因子的二元邏輯回歸
3．2 包含三個水平的定類型預測因子的二元邏輯回歸
3．3 包含一個定距型預測因子的二元邏輯回歸
3．4 包含兩個定類型預測因子的二元邏輯回歸
3．5 包含-個定類型和一個定距型預測因子的二元邏輯回歸
3．6 包含兩個定距型預測因子的二元邏輯回歸
4．其他類型的回歸
4．1 包含-個定類型和-個定距型預測因子的定序邏輯回歸
4．2 包含一個定類型和一個定距型預測因子的多元回歸
4．3 包含一個定類型和一個定距型預測因子的泊松回歸
5．重復測量
5．1 一個被試內自變量
5．2 兩個被試內自變量
5．3 一個被試問自變量和一個被試內自變量
5．4 混合效應／多水平模型
6．分層聚類分析
第6章 結語
參考書目
展開全部
語言研究中的統計學-R軟件應用入門 作者簡介
斯蒂芬·托馬斯·格萊斯（Stefan Th．Gries），加州大學圣巴巴拉分校語言學系教授，德國吉森大學李比希榮譽教授，吉森大學英語語言學會主任，蘭卡斯特大學社會科學語料庫研究方法中心客座主席（2013-2017），萊比錫大學研究院萊比錫教授，等等。1998和2000年在德國漢堡大學獲得碩士和博士學位。多年來一直致力于語料庫語言學、認知語言學和計算語言學交叉學科的計量研究，擅長把多種統計方法應用于母語、二語習得等的形態音位、句法、句法一詞匯銜接領域以及語料庫語言學領域的研究。 韋愛云，壯族，廣西師范大學外國語學院副教授，浙江大學外國語學院博士生，主要研究方向為計量語言學和商務英語教學，側重壯語的計量語言學研究，主持國家社科基金項目《壯語詞匯的計量語言學研究》，發表論文10余篇。
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
唐代進士錄
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
苦雨齋序跋文-周作人自編集
- >
龍榆生：詞曲概論/大家小書
- >
莉莉和章魚
- >
我從未如此眷戀人間
- >
隨園食單
本類暢銷
