Podstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie trzecie poprawione

Spis treści:

Przedmowa do wydania trzeciego

Wykaz symboli
 Litery alfabetu greckiego wykorzystywane w podręczniku
 Symbole wykorzystywane w zagadnieniach teorii mnogości (rachunku zbiorów)
 Symbole stosowane w statystyce
Nieco informacji o oprogramowaniu
 Importowanie danych do SPSS
 Eksportowanie rezultatów do formatu MS Word
Charakterystyka pliku danych
 Stan zdrowia pracowników służb mundurowych w zależności od subiektywnego odczuwania stresu związanego z pracą

Rozdział 1. Probabilistyczne podstawy statystyki matematycznej

Wprowadzenie
Zdarzenia
Prawdopodobieństwo
Klasyczna definicja prawdopodobieństwa
Aksjomatyczna definicja prawdopodobieństwa
Definicja wykorzystująca częstości względne (Mises von, 1936)
Zmienna losowa
Rozkład prawdopodobieństwa zmiennej losowej
Dyskretne zmienne losowe
Ciągłe zmienne losowe
Parametry rozkładu prawdopodobieństwa (parametry zmiennych losowych)
Parametry położenia
Wartość oczekiwana (wartość przeciętna) rozkładu  
prawdopodobieństwa (zmiennej losowej)
Własności wartości oczekiwanej
Mediana
Parametry rozproszenia
Wariancja (odchylenie standardowe) zmiennej losowej (rozkładu prawdopodobieństwa)
Własności wariancji
Odchylenie ćwiartkowe
Parametry skośności i spłaszczenia
Współczynnik skośności
Współczynnik spłaszczenia
Liczba stopni swobody
Funkcje gęstości i funkcje prawdopodobieństwa niektórych,  
najczęściej używanych rozkładów prawdopodobieństwa
Rozkład normalny N (μ, σ)
Rozkład chi-kwadrat χ 2 (n) o n stopniach swobody
Rozkład t-Studenta T(n) o n stopniach swobody
Rozkład F-Snedecora z n 1 , n 2  stopniami swobody F(n 1 , n 2 )
Rozkład dwumianowy
Rozkład Poissona
Parametry pozycyjne
Mediana, kwartyle, percentyle

Rozdział 2. Główne zagadnienia statystyki

Wprowadzenie
Trochę historii i filozofii
Elementy teorii estymacji
Estymatory punktowe
Estymatory zgodne
Przykłady estymatorów zgodnych
Estymatory nieobciążone
Estymatory najefektywniejsze
Estymatory przedziałowe (przedziały ufności)
Statystyka opisowa
Elementy testowania hipotez statystycznych
Teoria Fishera
Teoria Neymana–Pearsona
Nieco szczegółów wynikających z teorii Neymana–Pearsona
Hipoteza prosta i hipoteza złożona
Hipoteza dwustronna i hipoteza jednostronna
Testy hipotez statystycznych
Test idealny. Testy istotności
Ocena wielkości efektu
Empiryczna (obserwowana) moc testu
O praktycznej „ważności” obserwowanych zależności (różnic)
Testy dwustronne  i testy jednostronne (hipotezy dwustronne i jednostronne)
Testy parametryczne i nieparametryczne

Rozdział 3. Ocena zależności między dwiema zmiennymi dyskretnymi

Wprowadzenie
Warunki stosowalności testu chi-kwadrat
Mierniki (miary) zależności
Miary zależności dla zmiennych mierzonych na skalach nominalnych
Miary wykorzystujące statystykę chi-kwadrat
Miary koncentracji i niepewności
Ocena zgodności ocen dwóch obserwatorów. κ (kappa) Cohena
Miary zależności dla zmiennych mierzonych na skalach porządkowych
Mierniki τ b , τ c  Kendalla
Dokładny test Fishera dla małych prób
Obliczanie prawdopodobieństwa w dokładnym teście Fishera (Woolson, 1987)
Wielkość efektu w ocenie niezależności dwóch zmiennych dyskretnych

Rozdział 4.Modele regresyjne

Wprowadzenie
Miary zależności między zmiennymi ciągłymi
Współczynnik korelacji liniowej Pearsona
Podstawowe własności współczynnika korelacji
Współczynnik korelacji rang ρ s  Spearmana
Przypadek istnienia rang wiązanych
Sposób obliczania współczynnika korelacji rang Spearmana w przypadku występowania rang wiązanych
Zależność wyniku testu od liczebności próby
Modelowanie zależności między zmiennymi ciągłymi
Jednozmiennowe (jednowymiarowe) regresyjne modele liniowe
Założenia metody najmniejszych kwadratów
Interpretacja współczynnika korelacji liniowej (współczynnika determinacji)
Wielozmiennowe (wielowymiarowe) regresyjne modele liniowe, modele regresji wielokrotnej
Standaryzacja współczynników regresji
Testy hipotez w wielozmiennowej regresji liniowej
Ocena wielkości efektu w modelach regresji liniowej
Modele regresji logistycznej
Testy dla współczynników regresji (ilorazów szans)
Ocena wielkości efektu w modelach regresji logistycznej

Rozdział 5. Porównywanie dwóch średnich (dwóch parametrów położenia)

Wprowadzenie
Test t-Studenta dla prób niezależnych
Test Manna–Whitneya (Wilcoxon–Mann–Whitney Rank Sum Test)
Test t-Studenta dla prób zależnych (dla par obserwacji)
Test Wilcoxona dla par (paired sample, matched pairs, rank sum, signed rank)
Test T (T-TEST) (dla prób niezależnych)
Testy nieparametryczne (NPAR TEST) (dla prób niezależnych)
Test Manna–Whitneya
Test T (T-TEST) (dla prób zależnych)
Testy nieparametryczne (NPAR TEST)
Test znaków rangowanych Wilcoxona
Zagadnienie porównywania dwóch median
Ocena wielkości efektu przy porównywaniu dwóch wartości oczekiwanych

Rozdział 6.  Metody analizy wariancji

Wprowadzenie
Jednoczynnikowa jednozmiennowa (jednowymiarowa) analiza wariancji (ANOVA)
Warunki stosowalności jednoczynnikowej analizy wariancji
Testy porównań wielokrotnych
Testy Levene’a jednorodności wariancji w wersji SPSS 25
Testy post hoc w SPSS
Test Kruskala–Wallisa
Normalność a testy porównań wielokrotnych
Jednoczynnikowa jednozmiennowa (jednowymiarowa) analiza kowariancji (ANCOVA)
Dwuczynnikowa jednozmiennowa (jednowymiarowa) analiza wariancji (ANOVA)
Analiza wariancji dla powtarzanych obserwacji na jednym czynniku (dla zmiennych zależnych)
Efekty proste
Test Friedmana
Wielkość efektu w modelach analizy wariancji
Jednoczynnikowa analiza wariancji (ONEWAY)

Rozdział 7. O odporności metod statystycznych (dane nie spełniają wymaganych założeń)

Wprowadzenie
Pojęcie odporności
Porównywanie dwóch średnich i jednoczynnikowa analiza wariancji
Jednorodność wariancji w grupach
Normalność rozkładu badanej cechy w populacji generalnej
Testy porównań wielokrotnych
Analiza kowariancji
Dwuczynnikowa analiza wariancji
Modele regresji liniowej
Podsumowanie

Rozdział 8. Elementy teorii pobierania prób. Badania statystyczne metodą reprezentacyjną

Wprowadzenie
Sposoby pobierania prób
Losowanie proste bez zwracania (Simple random sampling without replacement)
Losowanie systematyczne (Systematic sampling)
Indywidualne losowanie warstwowe (Stratified random sampling )
Zespołowe losowanie nieograniczone (losowanie grupowe) (Cluster sampling)
Losowanie dwustopniowe (Simple two-stage cluster sampling; two-stage sampling)
Losowanie wielostopniowe (Multi-stage sampling)
Konsekwencje przyjętego schematu pobierania próby
Kilka uwag o liczebności próby i własnościach estymatorów
Własności estymatorów wartości oczekiwanej dla różnych sposobów doboru próby
Losowanie nieograniczone indywidualne
Losowanie warstwowe
Losowanie zespołowe
Losowanie dwustopniowe
Planowanie eksperymentu

Rozdział 9. Prezentacja rezultatów analizy statystycznej

Wprowadzenie
Charakterystyka badanej grupy
Rezultaty porównywania rozkładów częstości
Wyniki uzyskane w modelach analizy wariancji
Prezentacja wyników analizy, w której oceniano efekty proste
Modele regresji liniowej
Pułapki podczas budowy modeli
Modele regresji logistycznej
Podsumowanie

Aneks. Elementy rachunku zbiorów

Tytułem wstępu
Spójniki logiczne (funktory zdaniotwórcze)
Elementy rachunku zbiorów
Piśmiennictwo
Indeks rzeczow