目錄
叢書序
前言
第一章 R語言基礎(chǔ)知識 1
第一節(jié) 使用R語言的原因 1
第二節(jié) R和RStudio的下載、安裝和更新 3
第三節(jié) 認(rèn)識RStudio 7
第四節(jié) 一些需要注意的問題 26
本章小結(jié) 27
本章練習(xí) 27
第二章 基本統(tǒng)計思路和初步數(shù)據(jù)整理 28
第一節(jié) 從實驗設(shè)計到獲得原始數(shù)據(jù) 28
第二節(jié) R語言中的數(shù)據(jù)結(jié)構(gòu) 31
第三節(jié) 數(shù)據(jù)的導(dǎo)入 40
第四節(jié) 設(shè)置數(shù)據(jù)屬性 45
本章小結(jié) 48
本章練習(xí) 48
第三章 數(shù)據(jù)清理、轉(zhuǎn)換和描述性統(tǒng)計 49
第一節(jié) 清理數(shù)據(jù) 49
第二節(jié) 對數(shù)據(jù)進(jìn)行轉(zhuǎn)換 59
第三節(jié) 描述性統(tǒng)計 61
本章小結(jié) 65
本章練習(xí) 66
第四章 數(shù)據(jù)可視化 67
第一節(jié) 基本繪圖 67
第二節(jié) 數(shù)據(jù)報告中的常用繪圖 77
本章小結(jié) 89
本章練習(xí) 90
第五章 線性混合模型和最大隨機效應(yīng) 91
第一節(jié) 線性混合模型 91
第二節(jié) 最大隨機效應(yīng) 96
第三節(jié) 從全模型到最簡模型 98
第四節(jié) 設(shè)置不同的隨機效應(yīng)所得結(jié)果比較 103
第五節(jié) 廣義線性混合模型 115
本章小結(jié) 118
本章練習(xí) 118
第六章 結(jié)果解釋、整理和提升 120
第一節(jié) 對得到的結(jié)果進(jìn)行解釋 120
第二節(jié) 對交互作用進(jìn)行簡單效應(yīng)分析 124
第三節(jié) 加入其他變量 129
第四節(jié) 遷移到其他類型的實驗設(shè)計 133
本章小結(jié) 134
本章練習(xí) 134
第七章 power分析和Bayes分析在R語言中的實現(xiàn) 135
第一節(jié) power分析原理及應(yīng)用 135
第二節(jié) Bayes分析的原理及應(yīng)用 152
本章小結(jié) 155
本章練習(xí) 155
第八章 線性混合模型和重復(fù)測量方差分析結(jié)果的比較 157
第一節(jié) 適用于方差分析的數(shù)據(jù)格式整理 157
第二節(jié) 導(dǎo)入數(shù)據(jù) 163
第三節(jié) 被試分析的描述性統(tǒng)計和推論統(tǒng)計 167
第四節(jié) 項目分析的描述性統(tǒng)計和推論統(tǒng)計 172
第五節(jié) 簡單效應(yīng)分析 175
第六節(jié) 與線性混合模型比較結(jié)果 178
本章小結(jié) 180
本章練習(xí) 180
第九章 多種眼動指標(biāo)整理 181
第一節(jié) 明確所需數(shù)據(jù)類型 181
第二節(jié) 列出眼動指標(biāo)選擇清單 183
第三節(jié) 從原始數(shù)據(jù)中整理出所需指標(biāo) 186
第四節(jié) 根據(jù)研究目的挖掘眼動指標(biāo) 189
本章小結(jié) 192
本章練習(xí) 192
參考文獻(xiàn) 193