R语言在心理语言学研究中的应用已经有相当长的历史，但什么情况下要对数据进行怎样的处理，模型应该如何构建，得到结果后应该如何科学地读取和规范地报告等问题仍未得到很好的解决，本书意在解决这些问题。 本书首先介绍了R语言基础知识、基本统计思路和初步数据整理，对经由真实眼动研究得到的数据进行清理、转换和描述性统计，以及数据可视化等操作，然后介绍了线性混合模型和最大随机效应，结果解释、整理和提升，power分析和Bayes分析在R语言中的实现；接着介绍了线性混合模型和重复测量方差分析结果的比较；最后介绍了多种眼动指标整理的方法。 本书主要适用于心理学专业尤其是心理语言学或阅读心理学方向的学生学习数据统计，帮助学生理解R语言的基本原理和思想、应用条件，利用R语言有效解决实际研究过程中遇到的问题。本书同样适用于希望了解并使用R语言这种工具的其他专业师生。

丛书序
前言
第一章 R语言基础知识
第一节 使用R语言的原因
第二节 R和RStudio的下载、安装和更新
第三节 认识RStudio
第四节 一些需要注意的问题
本章小结
本章练习
第二章 基本统计思路和初步数据整理
第一节 从实验设计到获得原始数据
第二节 R语言中的数据结构
第三节 数据的导入
第四节 设置数据属性
本章小结
本章练习
第三章 数据清理、转换和描述性统计
第一节 清理数据
第二节 对数据进行转换
第三节 描述性统计
本章小结
本章练习
第四章 数据可视化
第一节 基本绘图
第二节 数据报告中的常用绘图
本章小结
本章练习
第五章 线性混合模型和最大随机效应
第一节 线性混合模型
第二节 最大随机效应
第三节 从全模型到最简模型
第四节 设置不同的随机效应所得结果比较
第五节 广义线性混合模型
本章小结
本章练习
第六章 结果解释、整理和提升
第一节 对得到的结果进行解释
第二节 对交互作用进行简单效应分析
第三节 加入其他变量
第四节 迁移到其他类型的实验设计
本章小结
本章练习
第七章 power分析和Bayes分析在R语言中的实现
第一节 power分析原理及应用
第二节 Bayes分析的原理及应用
本章小结
本章练习
第八章 线性混合模型和重复测量方差分析结果的比较
第一节 适用于方差分析的数据格式整理
第二节 导入数据
第三节 被试分析的描述性统计和推论统计
第四节 项目分析的描述性统计和推论统计
第五节 简单效应分析
第六节 与线性混合模型比较结果
本章小结
本章练习
第九章 多种眼动指标整理
第一节 明确所需数据类型
第二节 列出眼动指标选择清单
第三节 从原始数据中整理出所需指标
第四节 根据研究目的挖掘眼动指标
本章小结
本章练习
参考文献