R在語(yǔ)言科學(xué)研究中的應(yīng)用

定　價(jià)：￥88.00

作　者：	吳詩(shī)玉
出版社：	科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787030694119	出版時(shí)間：	2021-12-01	包裝：	平裝膠訂
開本：	16開	頁(yè)數(shù)：	258	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　R是天生的數(shù)據(jù)分析利器，因其在統(tǒng)計(jì)建模和數(shù)據(jù)可視化方面的優(yōu)勢(shì)，它被越來(lái)越多的語(yǔ)言學(xué)者熟知和使用，已經(jīng)成為應(yīng)用語(yǔ)言學(xué)、心理語(yǔ)言學(xué)、實(shí)驗(yàn)語(yǔ)音學(xué)等研究者青睞的重要研究工具。本書在語(yǔ)言學(xué)量化研究視域下主要介紹了四個(gè)方面內(nèi)容：①“干凈、整潔”的數(shù)據(jù)框的標(biāo)準(zhǔn)；②基于ggplot2的語(yǔ)言數(shù)據(jù)可視化；③NHST的原理，即如何在語(yǔ)言研究中實(shí)現(xiàn)從樣本到總體；④統(tǒng)計(jì)推斷的多種應(yīng)用。本書從訓(xùn)練數(shù)據(jù)框操作能力入手，在介紹這四個(gè)方面內(nèi)容時(shí)，首先著力解決一些關(guān)鍵概念的理解問(wèn)題，然后提供大量實(shí)例，把關(guān)鍵概念付諸具體應(yīng)用。比如，在介紹數(shù)據(jù)框操作時(shí)，既有語(yǔ)言研究中常用的問(wèn)卷數(shù)據(jù)處理，也有大量的反應(yīng)時(shí)行為數(shù)據(jù)（E-prime）處理，這些數(shù)據(jù)都是基于筆者真實(shí)的語(yǔ)言研究項(xiàng)目。每項(xiàng)研究都會(huì)涉及上述四個(gè)方面內(nèi)容，因此形成了一些可供后續(xù)使用的經(jīng)驗(yàn)。

作者簡(jiǎn)介

暫缺《R在語(yǔ)言科學(xué)研究中的應(yīng)用》作者簡(jiǎn)介

圖書目錄

目錄
前言
本書使用說(shuō)明
第1章 R數(shù)據(jù)科學(xué)：數(shù)據(jù)框的操作 1
1.1 “干凈、整潔”的數(shù)據(jù)框的標(biāo)準(zhǔn) 2
1.2 熟練地使用數(shù)據(jù)框操作函數(shù) 8
1.2.1 gather( )和spread( )的用法 9
1.2.2 separate( )和unite( )的用法 14
1.3 一些基礎(chǔ)正則表達(dá)式的知識(shí) 22
1.4 數(shù)據(jù)表合并 34
1.4.1 傳統(tǒng)的變長(zhǎng)或變寬的表格合并 34
1.4.2 生成新變量的表格合并 40
1.4.3 不生成新變量的表格合并 46
1.4.4 集操作 50
1.5 數(shù)據(jù)框運(yùn)算和操作的五個(gè)函數(shù) 53
第2章數(shù)據(jù)框操作實(shí)例：?jiǎn)柧頂?shù)據(jù)處理 61
2.1 案例一：漢語(yǔ)第三人稱代詞的可接受度判斷實(shí)驗(yàn) 61
2.1.1 背景 61
2.1.2 材料 62
2.1.3 程序 63
2.1.4 數(shù)據(jù)清潔和整理 64
2.1.5 利用*終數(shù)據(jù)進(jìn)行描述統(tǒng)計(jì) 72
2.2 案例二：英語(yǔ)第三人稱代詞的可接受度判斷實(shí)驗(yàn) 77
2.2.1 背景 77
2.2.2 材料 79
2.2.3 程序 80
2.2.4 數(shù)據(jù)清潔和整理 81
2.2.5 利用*終數(shù)據(jù)進(jìn)行描述統(tǒng)計(jì) 93
第3章數(shù)據(jù)框操作實(shí)例：反應(yīng)時(shí)行為數(shù)據(jù)處理 97
3.1 背景 98
3.1.1 被試 98
3.1.2 材料 99
3.1.3 程序 100
3.2 E-prime數(shù)據(jù)清潔和整理 100
3.3 RStudio數(shù)據(jù)清潔和整理 104
3.4 總結(jié) 118
第4章概率分布 121
4.1 介紹 121
4.2 離散變量分布 123
4.3 連續(xù)變量分布：正態(tài)分布，t分布、F分布和X2分布 127
4.3.1 正態(tài)分布 127
4.3.2 t分布、F分布和X2分布 135
第5章假設(shè)檢驗(yàn)的原理 141
5.1 正態(tài)分布視域下的NHST 142
5.2 t分布、F分布以及X2分布視域下的NHST 149
5.3 總結(jié) 157
第6章 ggplot2作圖 161
6.1 與實(shí)驗(yàn)數(shù)據(jù)關(guān)聯(lián)的作圖知識(shí) 162
6.1.1 基礎(chǔ)圖形語(yǔ)法 162
6.1.2 分頁(yè) 174
6.1.3 著色 185
6.1.4 圖例修改 191
6.2 實(shí)驗(yàn)數(shù)據(jù)之外的作圖知識(shí) 196
6.2.1 theme系統(tǒng) 197
6.2.2 坐標(biāo)體系、注解和繪制函數(shù) 205
第7章實(shí)驗(yàn)設(shè)計(jì)、t檢驗(yàn)、方差分析和回歸模型 211
7.1 實(shí)驗(yàn)研究和實(shí)驗(yàn)設(shè)計(jì) 211
7.1.1 描述性研究 211
7.1.2 相關(guān)研究 212
7.1.3 界定變量之間關(guān)系的研究 214
7.1.4 實(shí)驗(yàn)設(shè)計(jì) 216
7.1.5 拉丁方實(shí)驗(yàn)設(shè)計(jì) 219
7.2 t檢驗(yàn) 222
7.2.1 單樣本t檢驗(yàn) 222
7.2.2 獨(dú)立樣本t檢驗(yàn) 226
7.2.3 配對(duì)樣本t檢驗(yàn) 228
7.2.4 t檢驗(yàn)的效應(yīng)量 230
7.2.5 t檢驗(yàn)的統(tǒng)計(jì)假設(shè)的前提 234
7.3 方差分析 235
7.3.1 獨(dú)立測(cè)量的單向方差分析 235
7.3.2 重復(fù)測(cè)量的單向方差分析 239
7.3.3 多自變量方差分析 244
7.4 統(tǒng)計(jì)模型 252
7.5 總結(jié) 255
參考文獻(xiàn) 257