心理学研究方法：基于MATLAB和PSYCHTOOLBOX pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

陈立翰 著

图书标签:

• 心理学
• 研究方法
• MATLAB
• Psychtoolbox
• 实验设计
• 数据分析
• 行为科学
• 认知心理学
• 统计学
• 编程

出版社： 北京大学出版社

ISBN：9787301279144

版次：1

商品编码：12123064

包装：平装

丛书名： 北京大学心理学教材系列

开本：16开

出版时间：2017-01-01

用纸：胶版纸

页数：644

字数：461000

正文语种：中文（简体）

编辑推荐

心理学实验研究的发展得益于各种心理软件的有效使用。基于MATLAB平台编制的工具包PSYCHTOOLBOX，与MATLAB一道，为心理学研究提供了完美的解决方案。
本书主要内容如下：介绍基于MATLAB程序结构和流程控制的编程基础知识、心理学实验研究常用的MATLAB函数；重点介绍如何使用PSYCHTOOLBOX编制心理学实验所需的视觉刺激与听觉刺激、如何利用MATLAB进行数据分析并做出符合国际期刊规范的图表；详细介绍常用的心理物理法和对应的MATLAB代码；结合实例，介绍常见科研设备（脑电仪、眼动仪以及虚拟现实设备等）的接口程序等。
书中部分章节设置了练习题，读者可从“北京大学多感觉通道实验室”网站上获取习题答案和其他拓展资源。

内容简介

作者五年来给北京大学心理学系本科生讲授必修课《心理学研究方法-MATLAB》，本书在历年的教学经验基础上编写而成。本书将心理学研究方法渗透于具体的实验设计实例中。全书共分11章，主要介绍心理学研究基本的科学方法、基于MATLAB程序结构和流程控制的编程基础知识；简介心理学实验研究的常用MATLAB函数；并重点介绍如何使用PSYCHTOOLBOX编制心理学实验所需的视觉刺激与听觉刺激；介绍如何用MATLAB进行数据分析并进行合乎国际期刊规范的制图；本书详细介绍常用的心理物理法和对应的MATLAB代码实现；结合实例，介绍基于MATLAB与PSYCHTOOLBOX工具包的常见科学研究设备（脑电仪，眼动仪、运动捕捉系统以及DIY设备）的接口编程。
本书可作为高等院校心理学、生命科学、医学、体育学等专业的本科生或研究生的教材，也可作为培训或自学用教材。

目录

第一章 心理学研究方法概论
第二章 Matlab概述和编程基础
第三章 Matlab程序结构和流程控制
第四章 利用Psychtoolbox生成视觉刺激
第五章 利用Matlab生成听觉刺激
第六章 Psychtoolbox中的反应录入与Matlab外部接口
第七章 利用Psychtoolbox编写视听刺激
第八章 研究结果的可视化
第九章 利用Matlab进行数据分析和简单数理统计
第十章 常见的心理物理学方法与Matlab实现

探索人类心智的奥秘：一本关于心理学研究方法与实践的指南 本书旨在为有志于深入探索人类心智的读者提供一套全面、严谨且富有实践性的研究方法论。我们将带领您穿越心理学研究的广阔领域，从基础理论的构建到数据收集的细节，再到严谨的数据分析和结果解释，一步步揭示人类行为和认知过程背后的科学规律。本书并非止步于理论的罗列，而是强调研究的实际操作性，通过引入强大的计算工具，帮助您将抽象的研究设计转化为可执行的实验，并高效地处理和分析复杂的心理学数据。 第一部分：研究的基石——理论、设计与伦理 在踏上科学探索之旅之前，建立坚实的研究基础至关重要。本部分将带领您深入理解心理学研究的本质，掌握构建科学理论的关键要素，并学会如何将理论转化为可检验的假设。我们将探讨不同类型研究设计的优劣，包括描述性研究、相关性研究以及实验研究，并重点阐述实验设计中至关重要的控制变量、自变量和因变量的界定。 理论的构建与演进： 心理学研究的驱动力来自于对人类心智的深刻好奇。本章将引导您认识理论在心理学研究中的核心地位，学习如何从现有文献中梳理和整合信息，构建具有解释力和预测力的理论模型。我们将讨论理论的形成过程，包括观察、归纳、演绎等基本逻辑，以及理论的修正和发展如何在科学进步中扮演的角色。 研究问题的界定与假设的提出： 一个好的研究始于一个清晰、可操作的研究问题。本章将教授您如何从广泛的兴趣点中提炼出具体的研究问题，并将其转化为可以被实证检验的科学假设。我们将强调假设的特异性、可证伪性原则，并指导您如何根据现有理论和初步观察来形成有力的假设。 研究设计的精髓： 研究设计是连接理论与现实的桥梁。本章将全面介绍心理学研究的各种设计范式，包括横断研究、纵向研究、定群研究等。我们将深入剖析实验研究的核心要素，讲解如何有效地操纵自变量、测量因变量，并采取适当的控制措施以排除混淆因素。此外，我们还将探讨准实验设计及其在特定研究场景下的应用。 研究伦理的承诺： 科学研究必须遵循严格的伦理规范，以保护研究参与者的权益和福祉。本章将详细介绍心理学研究中的各项伦理原则，包括知情同意、隐私保护、保密性、避免伤害以及去识别化处理等。您将了解伦理审查委员会的运作方式，并学习如何在研究设计和实践中全面遵守这些重要的伦理要求。 第二部分：数据之源——测量、抽样与实验执行 高质量的研究离不开可靠的数据。本部分将聚焦于数据的收集过程，涵盖如何选择合适的测量工具、进行有效的抽样，以及如何在实际操作中精确地执行研究。我们将强调测量效度和信度的重要性，并介绍多种心理学研究中常用的数据收集技术。 测量的科学： 心理学研究的许多概念是抽象的，如何将其转化为可量化的指标是关键。本章将深入探讨心理学测量的基本原理，包括操作化定义、量表类型（名义、顺序、等距、比例）以及各种测量工具的特性。我们将重点讲解效度（内容效度、结构效度、效标关联效度）和信度（重测信度、内部一致性信度、评分者信度）的概念及其评估方法，确保您能够选择和构建出能够准确反映研究变量的测量工具。 抽样的智慧： 研究结论的普遍性很大程度上取决于样本的代表性。本章将介绍不同的抽样方法，包括概率抽样（简单随机抽样、分层抽样、整群抽样、系统抽样）和非概率抽样（方便抽样、判断抽样、配额抽样、滚雪球抽样）。我们将分析各种抽样方法的优缺点，并指导您如何根据研究目标和资源选择最合适的抽样策略，以最大化研究结果的外部效度。 数据收集的实践： 从问卷调查到行为观察，再到生理测量，心理学数据收集的方式多种多样。本章将详细介绍常见的心理学数据收集技术，包括访谈、问卷（纸质、在线）、自然观察、结构化观察、实验室实验等。我们将提供实用的指导，帮助您设计清晰的指示、编写有效的题目，并规范数据收集流程，以减少误差和偏差。 实验的精确执行： 严谨的实验执行是获得可靠结果的前提。本章将重点讲解如何根据研究设计搭建实验环境，准备实验材料，对被试进行招募和安排，并精确地实施实验操作。我们将强调标准化流程的重要性，以确保不同被试在相同条件下接受相同的处理。同时，我们还将讨论如何处理和记录实验过程中的异常情况，以维护数据的完整性。 第三部分：数据的力量——分析、解释与报告 收集到的原始数据仅仅是研究的开始。本部分将带领您进入数据分析的殿堂，学习如何运用统计学工具来揭示数据背后的模式和关系，并最终将研究成果以清晰、有说服力的方式呈现出来。我们将从基础的描述性统计出发，逐步深入到推断性统计，并介绍常用的数据可视化技术。 描述性统计的基石： 描述性统计是对研究数据进行初步概括和总结的关键。本章将介绍集中趋势（均值、中位数、众数）、离散趋势（方差、标准差、全距）以及数据分布（频率分布、直方图）等基本概念。您将学习如何计算和解释这些统计量，以初步了解数据的基本特征。 推断性统计的探索： 推断性统计允许我们从样本数据推断出关于总体的结论。本章将深入讲解假设检验的基本原理，包括原假设、备择假设、p值、统计显著性等概念。我们将介绍多种常用的推断性统计方法，例如t检验（单样本t检验、独立样本t检验、配对样本t检验）、方差分析（ANOVA）、卡方检验等，并指导您如何根据研究设计和数据类型选择恰当的统计方法。 关系的研究： 探究变量之间的关系是心理学研究的核心任务之一。本章将重点讲解相关分析和回归分析。您将学习如何计算和解释相关系数，理解相关不等于因果关系。我们将深入介绍简单线性回归和多元线性回归，帮助您建立预测模型，并理解自变量对因变量的影响程度。 高级分析技术简介： 随着研究的深入，有时需要更复杂的分析工具来揭示隐藏的模式。本章将简要介绍一些高级统计技术，如因子分析、聚类分析、多层次模型等，并阐述它们在心理学研究中的应用场景。这些介绍旨在为您提供进一步学习的起点。 数据可视化： 有效的可视化能够让复杂的数据变得直观易懂。本章将介绍如何使用图表（散点图、折线图、柱状图、饼图等）来呈现数据特征、趋势和关系。您将学习如何选择合适的图表类型，并掌握创建清晰、信息丰富的统计图表的技巧，以增强研究报告的可读性和影响力。 结果的解释与讨论： 数据分析的结果需要被赋予意义。本章将指导您如何将统计结果与研究假设联系起来，并从理论和实际角度进行深入解释。我们将强调审慎地解读研究发现，讨论研究的局限性，并提出未来研究的建议。 研究报告的规范： 将研究成果清晰、准确地传达给同行和公众是研究者不可或缺的技能。本章将介绍心理学研究报告的标准格式（APA风格），包括摘要、引言、方法、结果、讨论和参考文献的撰写要求。您将学习如何用规范的语言和结构来展示您的研究过程和发现，使其易于被理解和评价。 通过本书的学习，您将掌握一套系统且实用的心理学研究方法论。无论您是心理学专业的学生，还是希望将科学的研究思维应用于其他领域的实践者，本书都将是您探索人类心智奥秘的有力助手。我们鼓励您在实践中不断运用和检验所学知识，在每一次研究的尝试中，都向着更深刻的理解迈进。

评分☆☆☆☆☆

这本书的实践性强到令人惊叹，简直就是一本“干货大全”。我尤其欣赏作者在讲解每一个统计模型时，都紧密结合了实际案例。比如，在讨论方差分析（ANOVA）的时候，它不仅仅是罗列公式，而是直接演示了如何利用软件环境中的特定函数，快速导入数据、进行假设检验，并生成符合APA规范的图表。这种“理论—代码—结果解读”的无缝衔接，极大地提高了我的学习效率。我过去看教材时，常常需要反复在统计学课本和软件手册之间来回切换，但这本书完美地将两者融为一体，让我在操作的同时就能理解背后的统计学意义。

评分☆☆☆☆☆

这本书的深度绝对是为那些有志于深入研究的读者准备的。虽然它入门友好，但绝不意味着它停留在表面。当我深入到数据处理和模型拟合章节时，我发现作者对于高级统计技术（比如多层线性模型或结构方程模型的基础框架）的介绍非常到位。更关键的是，它教会了我们如何“批判性”地使用这些工具，而不是盲目地套用。书中关于“结果的稳健性检验”的讨论，让我对自己的数据分析过程有了更高的标准要求。这已经不仅仅是一本操作手册，更像是一本研究伦理和严谨性的教科书。

评分☆☆☆☆☆

从排版和印刷质量来看，这本书的制作水平绝对称得上是一流的。纸张的质感厚实，即使是长时间翻阅，油墨也不会沾到手上，这对于需要频繁对照代码和文本的读者来说至关重要。而且，书中代码块的格式设计得非常清晰，不同的函数和变量使用了不同的颜色或字体粗细进行区分，这在快速定位和调试代码时，提供了极大的便利。很多技术类书籍在这一点上做得不够细致，导致读者阅读时容易产生视觉疲劳，但这本书在这方面的用心程度，绝对值得称赞，体现了出版方对学术质量的尊重。

评分☆☆☆☆☆

我对这本书的叙述风格感到非常惊喜，它不像传统的学术著作那样板着脸孔，反而带有一种平易近人的“老教授”式的娓娓道来。作者在解释一些复杂概念时，总能用一些非常生动的比喻来帮助我们理解，比如在谈到“误差来源”时，他会用一个日常生活中的场景来打比方，一下子就让原本抽象的概念变得具体可感。这种写作手法，极大地减轻了阅读的枯燥感。我常常在深夜里被某个实验设计难住，但翻开这本书，读上几页，就仿佛有人坐在旁边耐心点拨，思路豁然开朗，真的很有代入感。

评分☆☆☆☆☆

这本书的装帧设计实在太棒了，封面那种深邃的蓝色调，配上简洁的字体排版，一眼看上去就给人一种严谨又不失现代感的印象。我是一个刚踏入心理学领域的研究生，选这本书完全是出于好奇，想看看它如何结合编程工具来处理复杂的心理学数据。拿到手后，我花了很长时间去翻阅目录和前言，发现它的内容结构安排得非常有逻辑性。作者似乎非常懂得初学者的痛点，没有一上来就抛出晦涩难懂的理论，而是先从基础的实验设计原理入手，这点非常贴心。特别是关于如何用图形界面来搭建实验流程的部分，那种手把手的指导感，让我觉得即使是没有编程基础的人也能快速上手。

评分☆☆☆☆☆

京东购物方便快捷，书也很好，继续支持，好评好评好评，放更多券吧

评分☆☆☆☆☆

感觉挺不错的，纸质也不错啊，然后字也很清晰，内容看了一下也挺有感觉的

评分☆☆☆☆☆

书的海洋世界，只有你懂我！

评分☆☆☆☆☆

书很好，值得一读，质量也没得说，物流又快

评分☆☆☆☆☆

帮朋友买的，说是很不错，毕竟京东值得信赖

评分☆☆☆☆☆

老师介绍的书，用于薪酬中统计使用还是不错的。

评分☆☆☆☆☆

正品 京东活动非常给力 人丑就要多读书

评分☆☆☆☆☆

物流公司服务态度很好，运送速度很快

评分☆☆☆☆☆

印刷什么的都没问题，应该是正版