弗雷德里克·J·格雷维特（Frederick J Graverter），纽约州立大学布鲁克波特学院教授。自上世纪70年代初期至今，格雷维特博士一直在布鲁克波特学院教授统计、实验设计和认知心理学。他在麻省理工学院获得数学学士学位，在杜克大学获得心理学博士学位。除撰写了本书和大量的学术论文之外，他还与他人合作撰写了《行为科学的研究方法》和《行为科学统计》。
　　拉里·B·瓦尔诺（Lanry B.Walklau），纽约州立大学布鲁克波特学院教授。瓦尔诺在教学和研究领域都获得了很多荣誉。他发表了大量的论文，主要集中在精神类药物的使用效果方面。同格雷维特教授合作，撰写了（（行为科学统计》。同时，他还担任出版商AUyll and BacorL和Harper &Row以及Pharmacology Biochemistry and Behavior,Psychology＆Behavior,Journal of Comparative Psychology,Psychobiolog等杂志的编辑顾问。

　　《行为科学统计概要（第5版）》是一本讲解基础统计学的专业教材，两位作者均为纽约州立大学布鲁克波特学院教授，几十年来一直从事统计和实验设计的一线教学工作。很多学生都讨厌学习统计学，他们对与数学相关的课程感到无法胜任，只好死记公式，一知半解；而那些对统计学感兴趣的学生，由于教师很难把统计学原理讲解透彻，或者缺少适合的参考资料，而使这些同学徘徊在统计学的大门之外。
　　针对这种现状，两位教授编写了本教材。作者的语言平实准确，例子贴切丰富，而且把一些统计过程动态地展现出来，形象地揭示了统计学原理，使得《行为科学统计概要（第5版）》既有深刻的内涵，又全然没有枯燥乏味的感觉，让人不得不佩服作者深厚的统计学功底和卓越的语言表达能力。《行为科学统计概要（第5版）》自出版以来，获得师生的广泛好评。作者根据读者和教学的反馈，追踪统计的最新发展，对《行为科学统计概要（第5版）》进行了多次修订，目前《行为科学统计概要（第5版）》已被很多院校定为必读教材。
　　无论读者的数学背景如何，学习《行为科学统计概要（第5版）》都会获益匪浅。作者花了大量的篇幅介绍了超越公式之外的统计学原理，有技巧地展示了统计分析的过程，由浅入深，循序渐进，有助于学生深入理解统计的本质。同时，又通过生动的例子和课后大量的练习，帮助数学基础薄弱的学生加深理解。通过《行为科学统计概要（第5版）》的学习，读者可以深入掌握统计的原理和程序，理解任何一种统计分析背后假设的重要性，遇到实际问题时懂得如何灵活应用苛刻的统计学分析。
　　《行为科学统计概要（第5版）》能够给我国学生增添一些乐趣，带领他们进行更深刻的统计思辨之旅；同时，掌握统计的精髓，以便于掌握行为科学。

　　一种定义是，统计学包括事实和数据，例如，平均收入、犯罪率、出生率、平均降雪量等等。因为统计量将大量的信息浓缩到少量简单的数据中，所以这些统计量通常是提供信息和节约时间的。在本章的后面我们将回到计算统计量（事实和数据）的符号，但现在我们将集中于一个更广泛的统计定义。需要明确的是，我们将用统计学这一名词来指代一套数学过程。例如，你很有可能用这本书来学习一门统计的课程，在这门课程中你将学到用于行为科学研究的统计技术。
　　心理学（或是其他领域）的研究都包括收集信息这一过程。例如，对于电视中的暴力镜头是否会影响儿童的行为这一问题，你首先需要收集关于儿童行为的信息。当研究者完成了收集信息的工作时，他们的代表性成果是找到了很多测量结果，例如IQ分数、人格测验分数、反应时分数等等。统计学的角色就是帮助研究者理解这些信息。更重要的是统计服务于两个主要目标：
　　1.统计是用来组织和总结信息的，所以，研究者可以看到在研究中发生了什么，同时可以与其他人交流研究结果。
　　2.统计通过确定得到的结果中哪些结论是合理的，来帮助研究者回答想要研究的主要问题。定义统计学指的是一套组织、总结和解释信息的数学过程。
　　统计过程帮助研究者确定信息或观测值是以一种准确的、信息丰富的方式呈现和解释的。从宏观上来看，统计帮助研究者从混乱中找出规律。另外，统计为整个科学团体提供了一套标准的技术来相互辨认和理解。因此，一个研究者和其他研究者所用的统计方法是相似的，这样一来，研究者们就可以通过完整地理解分析过程了解研究结果的意义，进而对数据分析作出准确的解释。

第1章 统计学入门
1.1 统计、科学和观察
1.2 总体和样本
1.3 科学方法和研究设计
1.4 变量和测量
1.5 统计符号
小结
网络资源
关注问题解决
问题

第2章 频数分布
2.1 概述
2.2 频数分布表
2.3 频数分布图
2.4 频数分布图的形状
小结
网络资源
关注问题解决
问题

第3章 集中趋势
3.1 概述
3.2 平均值
3.3 中数
3.4 众数
3.5 选择集中趋势的测量方法
3.6 集中趋势和分布的形态
小结
网络资源
关注问题解决
问题

第4章 差异性
4.1 概述
4。2全距与四分位距
4.3 总体标准差与方差
4。4样本标准差与方差
4.5 更多关于方差与标准差的内容
小结
网络资源
关注问题解决
问题

第5章 z分数：分数的位置及标准化分布
5.1 z分数的介绍
5.2 z分数及在分布中的位置
5.3 使用z分数标准化某分布
5.4 基于z分数的其他标准化分布
5.5 推论统计展望
小结
网络资源
关注问题解决
问题

第6章 概率和正态分布
6.1 概率简介
6.2 概率和正态分布
6.3 正态分布中分数的概率和比例
6.4 推论统计展望
小结
网络资源
关注问题解决
问题

第7章 概率和样本：样本均值的分布
7.1 样本和抽样误差
7.2 样本均值的分布
7.3 概率和样本均值的分布
7.4 更多关于标准误的知识
在文献中：报告标准误
7.5 推论统计展望
小结
网络资源
关注问题解决
问题

第8章 假设检验介绍
8.1 假设检验的逻辑
8.2 假设检验中的不确定性和误差
8.3 一个假设检验的例子
在文献中：报告统计检验的结果
8.4 关注假设检验：测量效应大小和检验力
8.5 假设检验的方向(单侧检验)
8.6 假设检验的一般要素：回顾
小结
网络资源
关注问题解决
问题

第9章 f检验介绍
9.1 t统计量：z分数的替代形式
9.2 t检验的假设检验
9.3 测量t检验的效应大小
在文献中：报告t检验的结果
9.4 有方向的假设和单侧检验
小结
网络资源
关注问题解决
问题

第10章 两个独立样本的t检验
10.1 概述
10.2 独立测量研究设计的t检验
10.3 独立测验t检验的假设检验和效应大小
在文献中：独立测量t检验结果的报告
10.4 有方向的检验和独立测量￡检验的前提
小结
网络资源
关注问题解决
问题

第11章 两个相关样本的f检验
11.1 概述
11.2 相关样本的t检验
11.3 重复测量设计的假设检验和效应值
存文献中：重复测量t检验的结果呈现
11.4 相关样本t检验的使用和假设
小结5
网络资源
关注问题解决
问题
第12章 参数估计
12.1 概述
12.2 用t统计量作参数估计
12.3 深入了解参数估计
小结
网络资源
关注问题解决
问题

第13章 方差分析介绍
13.1 概述
13.2 方差分析的逻辑
13.3 ANOVA的记号和公式
13.4 F比值的分布
13.5 假设检验的例子和ANOVA的效应
在文献中：方差分析结果的报告
13.6 事后检验
小结
网络资源
关注问题解决
问题

第14章 重复测量和双因素方差分析
14.1 概述
1.1.2 重复测量的方差分析
在文献中：重复测量方差分析结果的报告
14.3 双因素方差分析(独立测量)
在文献中：双因素方差分析结果的报告
小结
网络资源
关注问题解决
问题

第15章 相关和回归
15.1 概述
15.2 皮尔逊相关
15.3 应用和解释皮尔逊相关
15.4 皮尔逊相关的假设检验
在文献中：报告相关
15.5 点二列相关和测量效应r2
15.6 斯皮尔曼相关
15.7 同归简介
小结
网络资源
关注问题解决
问题

第16章 卡方检验：拟合度和独立性检验
16.1 参数和非参数统计检验
16.2 拟合度的卡方检验
在文献中：报告卡方值
16.3 独立性的卡方检验
16.4 独立性卡方检验效应大小的度量
16.5 卡方检验的假设和限制
小结
网络资源
关注问题解决
问题
附录A 基本的数学复习
附录B 统计表
附录C 书中奇数题的解
附录D 统计学总结
参考文献