第一章 何为科学？ 第二章 科学推理 第三章 科学中的解释 第四章 实在论与反实在论 第五章 科学变迁和科学革命 第六章 物理学、生物学和心理学中的哲学问题 第七章 科学和科学批评者

1. 认识软件 2. 数据录入与定义 编码——录入数据——定义数据 3. 数据整理 变换——排序 4. 其他常用内容 选择统计分析用的记录和变量 数据转置DATA--TRANSPOSE 数据文件拆分与合并DATA--MERGE FILES

+ 因素指自变量+ 随机化:用随机化方法分配被试到各个实验处理中+ 是在实验之中操纵一个自变量，并采用随机化原则把被试分配到自变量的不同水平上的一种实验设计

• 因素（factor）就是指实验中的自变量。实验中只有一个自变量的称为单因素实验。 • 因素的类别称为水平（level），水平可以是定量的，如“年龄”、“声音的强度”等，也可以是定性的，如“性别”、“人格类型”等。 • 因素多于一个的实验设计称为因素设计（factorial design），并根据各个因素的所有可能组合来设计组别，并同时考察所有因素对因变量的影响

6.1知识的求原、求真法 (1)求原方法——版本鉴别法 (2)求真方法——文本校勘法 6.2知识的组织、检索法 (1)组织方法——文献分类法 (2)检索方法——目录查检法 6.3知识的计量、分析法 (1)计量方法——文献计量法 (2)分析方法——引文分析法 6.4知识的导读、咨询法 (1)导读方法——提要揭示法 (2)咨询方法——参考咨询法

第一部分 教育统计学的内容和几个基本概念 第二部分 教育统计资料的整理 第三部分 集中量数 第四部分 差异量数 第五部分 相关系数 一、相关的意义 二、 积差相关 三、 等级相关

 Modeling strategies of SEM（模型的用途）  Model confirmation：验证（confirmatory）先设模型的恰当性  Model generation：设起始模型，与观察数据比较之后，进行必要的修正，反复估计而得到最佳拟合的模型  Model competation：利用不同模型的比较以决定何者最能反应真实数据 1、模型设定（model specification） 2、模型识别（model identification） 3、模型估计（model estimation） 4、模型评价（model evaluation） 5、模型修正（ model modification）

判别分类的频次间是否有差异的方法称为计数统计方法，主要是用卡方检验。 1、配合度检验 单因素分类计数数的实际次数与理论次数是否相同。 用 Nonparametric tests 中的Chi-Square和binomial。 2、独立性检验 有多分类的两个或多个因素之间是否独立。 两个因素：Cosstabs--Chi-Square 多个因素： Loglinear(用层次对数线性模型)

反映现代编制数学测验技术的题库理论和它的应用,主要涉及题库的意义、题库建设、利用题库生成数学测验题这三个方面的内容

数学模型是把现实对象的本质特征和关系用数学语言所表达出来 的一种形式化的结构。数学模型引入教学评估,使其更具有客观性、科 学性和可操作性。教学评估的数学模型可以分为三类:评估对象具有确 定因果联系的必然性的数学模型,具有不确定的随机性的随机数学模 型,具有模糊性的模糊数学模型