Statistics for Researchers

需要对描述性统计（均值、平均数、标准差、方差）有扎实的理解，并对概率有基本了解。

您可以参加预备课程：Statistics Level 1

本课程旨在让研究人员了解统计设计与分析的原则，以及这些原则在各种科学学科研究中的相关性。

课程涵盖一些概率与统计方法，主要通过范例进行讲解。本培训包含约30%的讲座，70%的指导性测验与实验。

在封闭课程的情况下，我们可以根据特定领域（如心理学测试、公共部门、生物学、遗传学等）调整范例与教材。

在公开课程的情况下，则使用混合范例。

虽然本课程中使用多种软体（如Microsoft、Excel、SPSS、Statgraphics等），但其主要重点在于理解引导研究、推理与结论的原则与流程。

本课程可以作为混合课程提供，即包含家庭作业与任务。

科学方法、概率与Statistics

• 统计学的简要历史
• 为何可以对结论“有信心”
• 概率与决策制定

研究准备（决定“什么”和“如何”）

• 大局观：研究是输入和输出过程的一部分
• 数据收集
• 问卷与测量
• 测量什么
• 观察研究
• 实验设计
• 数据分析和图形方法
• 研究技能与技术
• 研究Management

描述双变量数据

• 双变量数据介绍
• 皮尔逊相关值
• 猜测相关模拟
• 皮尔逊r的性质
• 计算皮尔逊r
• 范围限制演示
• 方差和定律II
• 练习

概率

• 介绍
• 基本概念
• 条件概率演示
• 赌徒谬误模拟
• 生日演示
• 二项分布
• 二项演示
• 基础率
• 贝叶斯定理演示
• 蒙提霍尔问题演示
• 练习

正态分布

• 介绍
• 历史
• 正态分布的面积
• 正态分布变体演示
• 标准正态
• 二项的正态近似
• 正态近似演示
• 练习

抽样分布

• 介绍
• 基本演示
• 样本大小演示
• 中心极限定理演示
• 均值的抽样分布
• 均值差的抽样分布
• 皮尔逊r的抽样分布
• 比例的抽样分布
• 练习

估计

• 介绍
• 自由度
• 估计量的特性
• 偏差与变异性模拟
• 置信区间
• 练习

假设检验的逻辑

• 介绍
• 显著性检验
• I型和II型错误
• 单尾和双尾检验
• 解释显著结果
• 解释不显著结果
• 假设检验步骤
• 显著性检验与置信区间
• 误解
• 练习

均值检验

• 单均值
• t分布演示
• 两均值差（独立组）
• 鲁棒性模拟
• 所有均值间的成对比较
• 特定比较
• 两均值差（相关对）
• 相关t模拟
• 特定比较（相关观测）
• 成对比较（相关观测）
• 练习

功效

• 介绍
• 示例计算
• 影响功效的因素
• 练习

预测

• 简单线性回归介绍
• 线性拟合演示
• 平方和划分
• 估计的标准误差
• 预测线演示
• b和r的推断Statistics
• 练习

ANOVA

• 介绍
• ANOVA设计
• 单因素ANOVA（组间）
• 单因素演示
• 多因素ANOVA（组间）
• 不等样本大小
• ANOVA补充测试
• 组内ANOVA
• 组内设计功效演示
• 练习

卡方

• 卡方分布
• 单因素表
• 分布测试演示
• 列联表
• 2 x 2表模拟
• 练习

案例研究

选定案例研究的分析