R在語言科學(xué)研究中的應(yīng)用

目錄
前言
本書使用說明
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 22
1.4 數(shù)據(jù)表合并 34
1.4.1 傳統(tǒng)的變長或變寬的表格合并 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)算和操作的五個函數(shù) 53
第2章 數(shù)據(jù)框操作實(shí)例：問卷數(shù)據(jù)處理 61
2.1 案例一：漢語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 162
6.1.1 基礎(chǔ)圖形語法 162
6.1.2 分頁 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 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)立測量的單向方差分析 235
7.3.2 重復(fù)測量的單向方差分析 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