这个对照表共有476个词条,方便各位在阅读英文的统计书时对照参考。
001 Absolute deviation, 绝对离差
002 Absolute number, 绝对数
003 Absolute residuals, 绝对残差
004 Acceleration array, 加速度立体阵
005 Acceleration in an arbitrary direction, 任意方向上的加速度
006 Acceleration normal, 法向加速度
007 Acceleration space dimension, 加速度空间的维数
008 Acceleration tangential, 切向加速度
009 Acceleration vector, 加速度向量
010 Acceptable hypothesis, 可接受假设
011 Accumulation, 累积
012 Accuracy, 准确度
013 Actual frequency, 实际频数
014 Adaptive estimator, 自适应估计量
015 Addition, 相加
016 Addition theorem, 加法定理
017 Additivity, 可加性
018 Adjusted rate, 调整率
019 Adjusted value, 校正值
020 Admissible error, 容许误差
021 Aggregation, 聚集性
022 Alternative hypothesis, 备择假设
023 Among groups, 组间
024 Amounts, 总量
025 Analysis of correlation, 相关分析
026 Analysis of covariance, 协方差分析
027 Analysis of regression, 回归分析
028 Analysis of time series, 时间序列分析
029 Analysis of variance, 方差分析
030 Angular transformation, 角转换
031 ANOVA (analysis of variance), 方差分析
032 ANOVA Models, 方差分析模型
033 Arcing, 弧/弧旋
034 Arcsine transformation, 反正弦变换
035 Area under the curve, 曲线面积
036 AREG , 评估从一个时间点到下一个时间点回归相关时的误差
037 ARIMA, 季节和非季节性单变量模型的极大似然估计
038 Arithmetic grid paper, 算术格纸
039 Arithmetic mean, 算术平均数
040 Arrhenius relation, 艾恩尼斯关系
041 Assessing fit, 拟合的评估
042 Associative laws, 结合律
043 Asymmetric distribution, 非对称分布
044 Asymptotic bias, 渐近偏倚
045 Asymptotic efficiency, 渐近效率
046 Asymptotic variance, 渐近方差
047 Attributable risk, 归因危险度
048 Attribute data, 属性资料
049 Attribution, 属性
050 Autocorrelation, 自相关
051 Autocorrelation of residuals, 残差的自相关
052 Average, 平均数
053 Average confidence interval length, 平均置信区间长度
054 Average growth rate, 平均增长率
055 Bar chart, 条形图
056 Bar graph, 条形图
057 Base period, 基期
058 Bayes' theorem , Bayes定理
059 Bell-shaped curve, 钟形曲线
060 Bernoulli distribution, 伯努力分布
061 Best-trim estimator, 最好切尾估计量
062 Bias, 偏性
063 Binary logistic regression, 二元逻辑斯蒂回归
064 Binomial distribution, 二项分布
065 Bisquare, 双平方
066 Bivariate Correlate, 二变量相关
067 Bivariate normal distribution, 双变量正态分布
068 Bivariate normal population, 双变量正态总体
069 Biweight interval, 双权区间
070 Biweight M-estimator, 双权M估计量
071 Block, 区组/配伍组
072 BMDP(Biomedical computer programs), BMDP统计软件包
073 Boxplots, 箱线图/箱尾图
074 Breakdown bound, 崩溃界/崩溃点
075 Canonical correlation, 典型相关
076 Caption, 纵标目
077 Case-control study, 病例对照研究
078 Categorical variable, 分类变量
079 Catenary, 悬链线
080 Cauchy distribution, 柯西分布
081 Cause-and-effect relationship, 因果关系
082 Cell, 单元
083 Censoring, 终检
084 Center of symmetry, 对称中心
085 Centering and scaling, 中心化和定标
086 Central tendency, 集中趋势
087 Central value, 中心值
088 CHAID -χ2 Automatic Interaction Detector, 卡方自动交互检测
089 Chance, 机遇
090 Chance error, 随机误差
091 Chance variable, 随机变量
092 Characteristic equation, 特征方程
093 Characteristic root, 特征根
094 Characteristic vector, 特征向量
095 Chebshev criterion of fit, 拟合的切比雪夫准则
096 Chernoff faces, 切尔诺夫脸谱图
097 Chi-square test, 卡方检验/χ2检验
098 Choleskey decomposition, 乔洛斯基分解
099 Circle chart, 圆图
100 Class interval, 组距
101 Class mid-value, 组中值
102 Class upper limit, 组上限
103 Classified variable, 分类变量
104 Cluster analysis, 聚类分析
105 Cluster sampling, 整群抽样
106 Code, 代码
107 Coded data, 编码数据
108 Coding, 编码
109 Coefficient of contingency, 列联系数
110 Coefficient of determination, 决定系数
111 Coefficient of multiple correlation, 多重相关系数
112 Coefficient of partial correlation, 偏相关系数
113 Coefficient of production-moment correlation, 积差相关系数
114 Coefficient of rank correlation, 等级相关系数
115 Coefficient of regression, 回归系数
116 Coefficient of skewness, 偏度系数
117 Coefficient of variation, 变异系数
118 Cohort study, 队列研究
119 Column, 列
120 Column effect, 列效应
121 Column factor, 列因素
122 Combination pool, 合并
123 Combinative table, 组合表
124 Common factor, 共性因子
125 Common regression coefficient, 公共回归系数
126 Common value, 共同值
127 Common variance, 公共方差
128 Common variation, 公共变异
129 Communality variance, 共性方差
130 Comparability, 可比性
131 Comparison of bathes, 批比较
132 Comparison value, 比较值
133 Compartment model, 分部模型
134 Compassion, 伸缩
135 Complement of an event, 补事件
136 Complete association, 完全正相关
137 Complete dissociation, 完全不相关
138 Complete statistics, 完备统计量
139 Completely randomized design, 完全随机化设计
140 Composite event, 联合事件
141 Composite events, 复合事件
142 Concavity, 凹性
143 Conditional expectation, 条件期望
144 Conditional likelihood, 条件似然
145 Conditional probability, 条件概率
146 Conditionally linear, 依条件线性
147 Confidence interval, 置信区间
148 Confidence limit, 置信限
149 Confidence lower limit, 置信下限
150 Confidence upper limit, 置信上限
151 Confirmatory Factor Analysis , 验证性因子分析
152 Confirmatory research, 证实性实验研究
153 Confounding factor, 混杂因素
154 Conjoint, 联合分析
155 Consistency, 相合性
156 Consistency check, 一致性检验
157 Consistent asymptotically normal estimate, 相合渐近正态估计
158 Consistent estimate, 相合估计
159 Constrained nonlinear regression, 受约束非线性回归
160 Constraint, 约束
161 Contaminated distribution, 污染分布
162 Contaminated Gausssian, 污染高斯分布
163 Contaminated normal distribution, 污染正态分布
164 Contamination, 污染
165 Contamination model, 污染模型
166 Contingency table, 列联表
167 Contour, 边界线
168 Contribution rate, 贡献率
169 Control, 对照
170 Controlled experiments, 对照实验
171 Conventional depth, 常规深度
172 Convolution, 卷积
173 Corrected factor, 校正因子
174 Corrected mean, 校正均值
175 Correction coefficient, 校正系数
176 Correctness, 正确性?
177 Correlation coefficient, 相关系数
178 Correlation index, 相关指数
179 Correspondence, 对应
180 Counting, 计数
181 Counts, 计数/频数
182 Covariance, 协方差
183 Covariant, 共变
184 Cox Regression, Cox回归
185 Criteria for fitting, 拟合准则
186 Criteria of least squares, 最小二乘准则
187 Critical ratio, 临界比
188 Critical region, 拒绝域
189 Critical value, 临界值
190 Cross-over design, 交叉设计
191 Cross-section analysis, 横断面分析
192 Cross-section survey, 横断面调查
193 Crosstabs , 交叉表
194 Cross-tabulation table, 复合表
195 Cube root, 立方根
196 Cumulative distribution function, 分布函数
197 Cumulative probability, 累计概率
198 Curvature, 曲率/弯曲
199 Curvature, 曲率
200 Curve fit , 曲线拟和
201 Curve fitting, 曲线拟合
202 Curvilinear regression, 曲线回归
203 Curvilinear relation, 曲线关系
204 Cut-and-try method, 尝试法
205 Cycle, 周期
206 Cyclist, 周期性
207 D test, D检验
208 Data acquisition, 资料收集
209 Data bank, 数据库
210 Data capacity, 数据容量
211 Data deficiencies, 数据缺乏
212 Data handling, 数据处理
213 Data manipulation, 数据处理
214 Data processing, 数据处理
215 Data reduction, 数据缩减
216 Data set, 数据集
217 Data sources, 数据来源
218 Data transformation, 数据变换
219 Data validity, 数据有效性
220 Data-in, 数据输入
221 Data-out, 数据输出
222 Dead time, 停滞期
223 Degree of freedom, 自由度
224 Degree of precision, 精密度
225 Degree of reliability, 可靠性程度
226 Degression, 递减
227 Density function, 密度函数
228 Density of data points, 数据点的密度
229 Dependent variable, 应变量/依变量/因变量?
230 Dependent variable, 因变量
231 Depth, 深度
232 Derivative matrix, 导数矩阵
233 Derivative-free methods, 无导数方法
234 Design, 设计
235 Determinacy, 确定性
236 Determinant, 行列式
237 Determinant, 决定因素
238 Deviation, 离差
239 Deviation from average, 离均差
240 Diagnostic plot, 诊断图
241 Dichotomous variable, 二分变量
242 Differential equation, 微分方程
243 Direct standardization, 直接标准化法
244 Discrete variable, 离散型变量
245 DISCRIMINANT, 判断
246 Discriminant analysis, 判别分析
247 Discriminant coefficient, 判别系数
248 Discriminant function, 判别值
249 Dispersion, 散布/分散度
250 Disproportional, 不成比例的
251 Disproportionate sub-class numbers, 不成比例次级组含量
252 Distribution free, 分布无关性/免分布
253 Distribution shape, 分布形状
254 Distribution-free method, 任意分布法
255 Distributive laws, 分配律
256 Disturbance, 随机扰动项
257 Dose response curve, 剂量反应曲线
258 Double blind method, 双盲法
259 Double blind trial, 双盲试验
260 Double exponential distribution, 双指数分布
261 Double logarithmic, 双对数
262 Downward rank, 降秩
263 Dual-space plot, 对偶空间图
264 DUD, 无导数方法
265 Duncan's new multiple range method, 新复极差法/Duncan新法
266 Effect, 实验效应
267 Eigenvalue, 特征值
268 Eigenvector, 特征向量
269 Ellipse, 椭圆
270 Empirical distribution, 经验分布
271 Empirical probability, 经验概率单位
272 Enumeration data, 计数资料
273 Equal sun-class number, 相等次级组含量?
274 Equally likely, 等可能
275 Equivariance, 同变性
276 Error, 误差/错误
277 Error of estimate, 估计误差
278 Error type I, 第一类错误
279 Error type II, 第二类错误
280 Estimand, 被估量
281 Estimated error mean squares, 估计误差均方
282 Estimated error sum of squares, 估计误差平方和
283 Euclidean distance, 欧式距离
284 Event, 事件
285 Event, 事件
286 Exceptional data point, 异常数据点
287 Expectation plane, 期望平面
288 Expectation surface, 期望曲面
289 Expected values, 期望值
290 Experiment, 实验
291 Experimental sampling, 试验抽样
292 Experimental unit, 试验单位
293 Explanatory variable, 说明变量
294 Exploratory data analysis, 探索性数据分析
295 Explore Summarize, 探索-摘要
296 Exponential curve, 指数曲线
297 Exponential growth, 指数式增长
298 EXSMOOTH, 指数平滑方法
299 Extended fit, 扩充拟合
300 Extra parameter, 附加参数
301 Extrapolation, 外推法
302 Extreme observation, 末端观测值
303 Extremes, 极端值/极值
304 F distribution, F分布
305 F test, F检验
306 Factor, 因素/因子
307 Factor analysis, 因子分析
308 Factor Analysis, 因子分析
309 Factor score, 因子得分
310 Factorial, 阶乘
311 Factorial design, 析因试验设计
312 False negative, 假阴性
313 False negative error, 假阴性错误
314 Family of distributions, 分布族
315 Family of estimators, 估计量族
316 Fanning, 扇面
317 Fatality rate, 病死率
318 Field investigation, 现场调查
319 Field survey, 现场调查
320 Finite population, 有限总体
321 Finite-sample, 有限样本
322 First derivative, 一阶导数
323 First principal component, 第一主成分
324 First quartile, 第一四分位数
325 Fisher information, 费雪信息量
326 Fitted value, 拟合值
327 Fitting a curve, 曲线拟合
328 Fixed base, 定基
329 Fluctuation, 随机起伏
330 Forecast, 预测
331 Four fold table, 四格表
332 Fourth, 四分点
333 Fraction blow, 左侧比率
334 Fractional error, 相对误差
335 Frequency, 频率
336 Frequency polygon, 频数多边图
337 Frontier point, 界限点
338 Function relationship, 泛函关系
339 Gamma distribution, 伽玛分布
340 Gauss increment, 高斯增量
341 Gaussian distribution, 高斯分布/正态分布
342 Gauss-Newton increment, 高斯-牛顿增量
343 General census, 全面普查
344 GENLOG (Generalized liner models), 广义线性模型
345 Geometric mean, 几何平均数
346 Gini's mean difference, 基尼均差
347 GLM (General liner models), 通用线性模型
348 Goodness of fit, 拟和优度/配合度
349 Gradient of determinant, 行列式的梯度
350 Graeco-Latin square, 希腊拉丁方
351 Grand mean, 总均值
352 Gross errors, 重大错误
353 Gross-error sensitivity, 大错敏感度
354 Group averages, 分组平均
355 Grouped data, 分组资料
356 Guessed mean, 假定平均数
357 Half-life, 半衰期
358 Hampel M-estimators, 汉佩尔M估计量
359 Happenstance, 偶然事件
360 Harmonic mean, 调和均数
361 Hazard function, 风险均数
362 Hazard rate, 风险率
363 Heading, 标目
364 Heavy-tailed distribution, 重尾分布
365 Hessian array, 海森立体阵
366 Heterogeneity, 不同质
367 Heterogeneity of variance, 方差不齐
368 Hierarchical classification, 组内分组
369 Hierarchical clustering method, 系统聚类法
370 High-leverage point, 高杠杆率点
371 HILOGLINEAR, 多维列联表的层次对数线性模型
372 Hinge, 折叶点
373 Histogram, 直方图
374 Historical cohort study, 历史性队列研究
375 Holes, 空洞
376 HOMALS, 多重响应分析
377 Homogeneity of variance, 方差齐性
378 Homogeneity test, 齐性检验
379 Huber M-estimators, 休伯M估计量
380 Hyperbola, 双曲线
381 Hypothesis testing, 假设检验
382 Hypothetical universe, 假设总体
383 Impossible event, 不可能事件
384 Independence, 独立性
385 Independent variable, 自变量
386 Index, 指标/指数
387 Indirect standardization, 间接标准化法
388 Individual, 个体
389 Inference band, 推断带
390 Infinite population, 无限总体
391 Infinitely great, 无穷大
392 Infinitely small, 无穷小
393 Influence curve, 影响曲线
394 Information capacity, 信息容量
395 Initial condition, 初始条件
396 Initial estimate, 初始估计值
397 Initial level, 最初水平
398 Interaction, 交互作用
399 Interaction terms, 交互作用项
400 Intercept, 截距
401 Interpolation, 内插法
402 Interquartile range, 四分位距
403 Interval estimation, 区间估计
404 Intervals of equal probability, 等概率区间
405 Intrinsic curvature, 固有曲率
406 Invariance, 不变性
407 Inverse matrix, 逆矩阵
408 Inverse probability, 逆概率
409 Inverse sine transformation, 反正弦变换
410 Iteration, 迭代
411 Jacobian determinant, 雅可比行列式
412 Joint distribution function, 分布函数
413 Joint probability, 联合概率
414 Joint probability distribution, 联合概率分布
415 K means method, 逐步聚类法
416 Kaplan-Meier, 评估事件的时间长度
417 Kaplan-Merier chart, Kaplan-Merier图
418 Kendall's rank correlation, Kendall等级相关
419 Kinetic, 动力学
420 Kolmogorov-Smirnove test, 柯尔莫哥洛夫-斯米尔诺夫检验
421 Kruskal and Wallis test, Kruskal及Wallis检验/多样本的秩和检验/H检验
422 Kurtosis, 峰度
423 Lack of fit, 失拟
424 Ladder of powers, 幂阶梯
425 Lag, 滞后
426 Large sample, 大样本
427 Large sample test, 大样本检验
428 Latin square, 拉丁方
429 Latin square design, 拉丁方设计
430 Leakage, 泄漏
431 Least favorable configuration, 最不利构形
432 Least favorable distribution, 最不利分布
433 Least significant difference, 最小显著差法
434 Least square method, 最小二乘法
435 Least-absolute-residuals estimates, 最小绝对残差估计
436 Least-absolute-residuals fit, 最小绝对残差拟合
437 Least-absolute-residuals line, 最小绝对残差线
438 Legend, 图例
439 L-estimator, L估计量
440 L-estimator of location, 位置L估计量
441 L-estimator of scale, 尺度L估计量
442 Level, 水平
443 Life expectance, 预期期望寿命
444 Life table, 寿命表
445 Life table method, 生命表法
446 Light-tailed distribution, 轻尾分布
447 Likelihood function, 似然函数
448 Likelihood ratio, 似然比
449 line graph, 线图
450 Linear correlation, 直线相关
451 Linear equation, 线性方程
452 Linear programming, 线性规划
453 Linear regression, 直线回归
454 Linear Regression, 线性回归
455 Linear trend, 线性趋势
456 Loading, 载荷
457 Location and scale equivariance, 位置尺度同变性
458 Location equivariance, 位置同变性
459 Location invariance, 位置不变性
460 Location scale family, 位置尺度族
461 Log rank test, 时序检验
462 Logarithmic curve, 对数曲线
463 Logarithmic normal distribution, 对数正态分布
464 Logarithmic scale, 对数尺度
465 Logarithmic transformation, 对数变换
466 Logic check, 逻辑检查
467 Logistic distribution, 逻辑斯特分布
468 Logit transformation, Logit转换
469 LOGLINEAR, 多维列联表通用模型
470 Lognormal distribution, 对数正态分布
471 Lost function, 损失函数
472 Low correlation, 低度相关
473 Lower limit, 下限
474 Lowest-attained variance, 最小可达方差
475 LSD, 最小显著差法的简称
476 Lurking variable, 潜在变量
Showing posts with label 考研相关. Show all posts
Showing posts with label 考研相关. Show all posts
2007-06-10
2007-05-26
[心理藏书] 现代心理与教育统计学 067

作者: 张厚粲
ISBN: 9787303000395 [十位: 7303000399]
页数: 505
定价: 40
出版社: 北京师范大学出版社
装帧: 平装
出版年: 2004-7-1
书籍格式:PDF
文件格式:PDF压缩成RAR文件
文件大小:压缩前11.1MB,压缩后10.8MB
【conge点评】这本书的初版好像是在80年代,1988年。参加过心理学考研的的人应该都知道张厚粲的这本书。这本书曾经是北京大学心理学系“心理统计”课的主要教材之一,也是考研的参考书目。我记得我mm当初上这个课的时候还是费了很大的力气买这本书的。我考研北京大学心理学系研究生的时,学习/复习心理统计也使了此书的88年版。坦白的讲88年的版本对于我来讲还是挺难懂的,也有不少印刷错误在上面。这个新版本主要就是修正了这些错误,而且在原书的基础上对于每章加写了教学目的,学习重点和小结。这使得此书更适合作为教材使用,也方便了心理学爱好者自学之用。
简介 · · · · · ·
本书的编写体例遵照心理与教育统计学这一学科的基本结构和内容,同时,与时俱进,吸收了统计学发展的新成果,增加了少量计算机应用技术,试图为学习者提供一本脉络清晰的关于心理与教育统计学的基础教材。内容方面每章前面都增加了“教学目标”和“学习重点”,每章的后面都有一个“小结”,并提供了进一步延利性读物、使用EXCEL和SPSS软件进行统计分析的一些技巧和提示、在线资源网址、复习与思考题等。部分章划还附加了些与章节内容相关的资料卡。希望这本书的出版,能够为我国心理统计教学提供最基本的教学材料,为心理学人才的培养做出应有的贡献。
目录 · · · · · ·
第一章 绪论
第一节 统计方法在心理和教育科学研究中的作用
第二节 心理与教育统计学的内容
第三节 心理与教育统计学的发展
第四节 心理与教育统计基础概念
小结
第二章 统计图表
第一节 数据的初步整理
第二节 次数分布表
第三节 次数分布图
第四节 其他类型的统计图表
小结
第三章 集中量数
第一节 算术平均数
第二节 中数与众数
第三节 其他集中量数
小结
第四章 差异量数
第一节 全距与百分位差
第二节 平均差、方差与标准差
第三节 标准差的应用
第四节 差异量数的选用
小结
第五章 相关关系
第一节 相关、相关系数与散点图
第二节 积差相关
第三节 等级相关
第四节 质与量相关
第五节 品质相关
第六节 相关系数的选用与解释
小结
第六章 概率分布
第一节 概率的基本概念
第二节 正态分布
第三节 二项分布
第四节 样本分布
小结
第七章 参数估计
第八章 假设检验
第九章 方差分析
第十章 X2检验
第十一章 非参数检验
第十二章 线性回归
第十三章 多变量统计分析简介
第十四章 抽样原理及方法
主要参考文献
附录
[下载地址]:
地址一:from Acrobat
地址二:from 115.com
2007-05-24
[考研相关]08年心理学考研9问
这些日子,陆续有人来信询问心理学考研的事情。坦白的说,由于我非常忙,而且身在美国,对于国内的考研形势已经不是那么清楚了,因而对于研友的很多问题回答起来已经不是那么得心应手了。 不过除去了那些具有实效性的考研形势,我还是能对考研中大家可能遇到的问题做出些解答的。下面的文字把我对近期答网友问的一个总结,共9个问题,涵盖的内容也还算广泛,希望对正在备考08年心理学专业的朋友有点帮助。
感谢给我来信的各位朋友,如果没有你们的提问,我是不太会写这样一篇文章的。
另,此文欢迎各位转载,但转载时希望能保留原文链接。 匆匆为文,难免错误,望请指正。
一 就是专业课的复习,我现在在看普心和发心,我想问除了要把课本看熟之外,是否还要做课后的习题,此外还需要做别的练习题吗?
答:习题要多做。做习题的目的是检验你只是掌握是否牢固。它还可以帮助你巩固学过的知识,加深你对知识点的记忆,同时,也会使你的只是存储变得有条理些。毕竟 考研是以考试的形式给你的,多做类似考研风格的习题对你将来在考场上的发挥也会有帮助。
有机会的话就多做题。没有题的话可以尝试自己给自己出题。
其二听说北大对英语的要求挺高的,而我现在的英语水平仅仅是CET4,所以我想问一下北大对研究生英语水平的要求到底有多高 ,是否要到和外国人熟练交流的地步,在复试的时候要用到心理学专业英语吗?
答:现在北大考试的情况我也不了解。当初我复试的时候,是由北大英语系统一考的口语,没有考专业英语。我那时的英语水平,也就停留在六级62分的基础上。 当然,英语好会对你的发展有更大的帮助的。
其三就是选专业的问题,我对心理学的关系到生物的那部分不太感兴趣,对人格、情绪、动机之类的比较感兴趣,请问我比较适合读心理学哪个子专业的研究生,可以推荐几个这方面比较不错的老师吗?
人格研究的话当属王登峰,侯玉波。情绪研究,北大没有特别有名的做这个的吧好像。不过也确实有实验室在做这方面的研究,他们一般是做面部表情识别什么的。我没有做过这个,也不是特别清楚他们用什么方法。
其四,是否可以推荐几本对将来搞研究有帮助的心理学书籍 (也就是能让我在心理学路上走的更远的书籍),因为我觉得考研的目的不是为了考试,更是为了深入的研究心理学。
等你考上研究生真正开始做研究的时候你就知道了,你需要花大量时间进行的阅读,多半是花在研究文献上面的,恐怕是没有时间看大部头的书的。当然,如果你有时间,可以看看你自己感兴趣的方向的专著,比如,情绪心理学什么的。多去图书馆看看吧。
五 你好!我是外语系的学生,今年我要考心理学的研究生,看到了你的文章,很想让您多为我指导。谢谢!!!我现在在看心理学基本的书,但是觉得好象什么都没学到啊,现在也没做什么题,您说我该怎么办?多谢指导!
答:我一开始读书也有这个问题。读过了书之后,却不知自己究竟学到
了些啥。 后来我自己总结原因发现,这是我没有掌握所读过的内容。也就是说,读过之后,书上的内容还在书上,没有进我的脑子。
解决这个问题的方法有很多,首先你要做到的就是,书要多读几遍。除了增加读书遍数,还要改进一下学习方法。对于我个人来说,比较有效的几条方法是,1 读书要做笔记,在读完书之后,要能用自己的语言进行有条理的总结。 2 要做习题,无论是选择题,名词解释还是简答论述,都能促使自己从新梳理知识,加深对内容的理解和记忆。 3 自己根据书上的内容模仿 考研试题的风格自己给自己命题,然后作答。 站在考核者的角度考虑问题会让你飞出学习者的窠臼,以更加广阔的视角来审视并筑建你的知识框架,从而事倍功半的完成学习。
以上几条的共同点是你要动笔。好记性不如烂笔头!
六 非常感谢你!那我要不要买网上的资料呢,比如哪个大学的秘密资料呢? 谢谢!!
答:我自己考研的时候手头非常拮据,因而基本上没有买什么资料。不过我确实花钱去北大去旁听课程了。听课的助益对我还是很大的。但自己的努力作用更大。
我认为如果你要买资料的话,最重要的是历年的试题。多研究一下历年考题可以给你多些练习的机会。我不认为所谓的秘籍真的能给人多大帮助,不建议买。尤其是如果你要考的学校参加统考的话,你就更没有必要买学校的所谓秘籍什么的,我认为那完全就是个心理安慰。而实际的帮助就有限了。别人的笔记也不用买,别人整理的笔记永远比不上自己的整理笔记。而且获取笔记的另外一个方法就是和其他研友互通有无。多交研友,大家互相交流学习心得甚至学习资料是很重要的。不要吝惜自己的资料,多跟别人分享。
考研不是考你是不是拥有某些资料,而是考你是否掌握了知识。
七 你好! 我现在是一名机械专业大三的学生,想在08年考心理专业的研究生。 上学期在心理论坛看到您的帖子,迷茫的心一下子明朗起来,觉得从机械到心理还是有希望的。不过因为当时还不确定是否考心理,就只是把帖子和邮箱摘了下来。现在决定要考了,所以就很冒昧地给您写信,想从您那里学到点经验,想得到您的指点和帮助。 期待着您百忙之中的回复。祝您工作和生活顺利!万分的感谢您!!
首先感谢你对我这样一个陌生人的信任,也很高兴自己多年前的帖子对你有些许用处。
但是,关于考研,我能说的都在几年前说过了。 这些年来,随着时间的变化,考研的形势出题的形式都有所改变。出于个人的原因,我自己也很少关心这方面的话题。 因此我现在恐怕已经没有什么经验可以供你借鉴了。你最好能联系一下最近考过的考生们了解情况,这样更靠谱一些。
向你推荐两个链接
1 我的一个朋友 写过关于考研备考的文章,链接在这里: http://bbs.freekaoyan.com/thread-101431-1-1.html 。
2 一个非常热心的考研网友的博客, 链接是 http://blog.sina.com.cn/ipsy
另外,我的个人博客里也许会有些你需要的东西,链接地址是 1 http://congel.blogspot.com 2 http://psyc.bloggerspaces.com 这两个内容是一样的。
八 我现在是一个英语专业的应届生想考北大的心理研,但因为不太了解所以有点迷茫,我想问您像我们这样的非专业学生考心理研和他们专业学心理的学生考心理研有什么区别吗?比如:在称呼上......等等方面,谢谢了
答:我没有觉得本科的专业对你考心理学有什么影响。 在 考研这件事情上面,考卷面前人人平等 :)当然我们也要清楚的认识到,本科已经学过四年心理学的学生,肯定比我们本科不是心理学的学生有专业知识上的优势。 不过这个优势只有在他们本科时好好学习了的情况下才会明显。试想,本科阶段学的好的人,基本都是可以有保研资格的,根本不必同我们这样非科班出身的人来挤考研这座独木桥来获取继续深造的机会。而那些非得来考研的,水平该与我们差不多的。
如果你确实对心理学感兴趣,确实向改变自己的专业方向,那么,你还是不用担心所谓的差距差别。事在人为。
九 北大的心理学研究生毕业了都去做什么?工作和就业情况怎么样?麻烦师兄详细的说说。
告诉我工作单位的我的同学中,大部分还在读博士学位(9人)其他人的工作单位如下。请注意,因为这个样本量非常小,因而并不能说明据此下任何结论。另外,我们那一届毕业了02级和03级两个年祭的学生,而下面的资料只是03级部分学生的情况。且我们班共24人,我只了解16个人的情况。 因此下面的数据只是给你做个参考而已。
北森测评技术有限公司【人力测评】
世界图书出版公司北京公司【图书编辑 2人】
当代投资集团有限公司【人力资源】
中华英才网
空中网
感谢给我来信的各位朋友,如果没有你们的提问,我是不太会写这样一篇文章的。
另,此文欢迎各位转载,但转载时希望能保留原文链接。 匆匆为文,难免错误,望请指正。
一 就是专业课的复习,我现在在看普心和发心,我想问除了要把课本看熟之外,是否还要做课后的习题,此外还需要做别的练习题吗?
答:习题要多做。做习题的目的是检验你只是掌握是否牢固。它还可以帮助你巩固学过的知识,加深你对知识点的记忆,同时,也会使你的只是存储变得有条理些。毕竟 考研是以考试的形式给你的,多做类似考研风格的习题对你将来在考场上的发挥也会有帮助。
有机会的话就多做题。没有题的话可以尝试自己给自己出题。
其二听说北大对英语的要求挺高的,而我现在的英语水平仅仅是CET4,所以我想问一下北大对研究生英语水平的要求到底有多高 ,是否要到和外国人熟练交流的地步,在复试的时候要用到心理学专业英语吗?
答:现在北大考试的情况我也不了解。当初我复试的时候,是由北大英语系统一考的口语,没有考专业英语。我那时的英语水平,也就停留在六级62分的基础上。 当然,英语好会对你的发展有更大的帮助的。
其三就是选专业的问题,我对心理学的关系到生物的那部分不太感兴趣,对人格、情绪、动机之类的比较感兴趣,请问我比较适合读心理学哪个子专业的研究生,可以推荐几个这方面比较不错的老师吗?
人格研究的话当属王登峰,侯玉波。情绪研究,北大没有特别有名的做这个的吧好像。不过也确实有实验室在做这方面的研究,他们一般是做面部表情识别什么的。我没有做过这个,也不是特别清楚他们用什么方法。
其四,是否可以推荐几本对将来搞研究有帮助的心理学书籍 (也就是能让我在心理学路上走的更远的书籍),因为我觉得考研的目的不是为了考试,更是为了深入的研究心理学。
等你考上研究生真正开始做研究的时候你就知道了,你需要花大量时间进行的阅读,多半是花在研究文献上面的,恐怕是没有时间看大部头的书的。当然,如果你有时间,可以看看你自己感兴趣的方向的专著,比如,情绪心理学什么的。多去图书馆看看吧。
五 你好!我是外语系的学生,今年我要考心理学的研究生,看到了你的文章,很想让您多为我指导。谢谢!!!我现在在看心理学基本的书,但是觉得好象什么都没学到啊,现在也没做什么题,您说我该怎么办?多谢指导!
答:我一开始读书也有这个问题。读过了书之后,却不知自己究竟学到
了些啥。 后来我自己总结原因发现,这是我没有掌握所读过的内容。也就是说,读过之后,书上的内容还在书上,没有进我的脑子。
解决这个问题的方法有很多,首先你要做到的就是,书要多读几遍。除了增加读书遍数,还要改进一下学习方法。对于我个人来说,比较有效的几条方法是,1 读书要做笔记,在读完书之后,要能用自己的语言进行有条理的总结。 2 要做习题,无论是选择题,名词解释还是简答论述,都能促使自己从新梳理知识,加深对内容的理解和记忆。 3 自己根据书上的内容模仿 考研试题的风格自己给自己命题,然后作答。 站在考核者的角度考虑问题会让你飞出学习者的窠臼,以更加广阔的视角来审视并筑建你的知识框架,从而事倍功半的完成学习。
以上几条的共同点是你要动笔。好记性不如烂笔头!
六 非常感谢你!那我要不要买网上的资料呢,比如哪个大学的秘密资料呢? 谢谢!!
答:我自己考研的时候手头非常拮据,因而基本上没有买什么资料。不过我确实花钱去北大去旁听课程了。听课的助益对我还是很大的。但自己的努力作用更大。
我认为如果你要买资料的话,最重要的是历年的试题。多研究一下历年考题可以给你多些练习的机会。我不认为所谓的秘籍真的能给人多大帮助,不建议买。尤其是如果你要考的学校参加统考的话,你就更没有必要买学校的所谓秘籍什么的,我认为那完全就是个心理安慰。而实际的帮助就有限了。别人的笔记也不用买,别人整理的笔记永远比不上自己的整理笔记。而且获取笔记的另外一个方法就是和其他研友互通有无。多交研友,大家互相交流学习心得甚至学习资料是很重要的。不要吝惜自己的资料,多跟别人分享。
考研不是考你是不是拥有某些资料,而是考你是否掌握了知识。
七 你好! 我现在是一名机械专业大三的学生,想在08年考心理专业的研究生。 上学期在心理论坛看到您的帖子,迷茫的心一下子明朗起来,觉得从机械到心理还是有希望的。不过因为当时还不确定是否考心理,就只是把帖子和邮箱摘了下来。现在决定要考了,所以就很冒昧地给您写信,想从您那里学到点经验,想得到您的指点和帮助。 期待着您百忙之中的回复。祝您工作和生活顺利!万分的感谢您!!
首先感谢你对我这样一个陌生人的信任,也很高兴自己多年前的帖子对你有些许用处。
但是,关于考研,我能说的都在几年前说过了。 这些年来,随着时间的变化,考研的形势出题的形式都有所改变。出于个人的原因,我自己也很少关心这方面的话题。 因此我现在恐怕已经没有什么经验可以供你借鉴了。你最好能联系一下最近考过的考生们了解情况,这样更靠谱一些。
向你推荐两个链接
1 我的一个朋友 写过关于考研备考的文章,链接在这里: http://bbs.freekaoyan.com/thread-101431-1-1.html 。
2 一个非常热心的考研网友的博客, 链接是 http://blog.sina.com.cn/ipsy
另外,我的个人博客里也许会有些你需要的东西,链接地址是 1 http://congel.blogspot.com 2 http://psyc.bloggerspaces.com 这两个内容是一样的。
八 我现在是一个英语专业的应届生想考北大的心理研,但因为不太了解所以有点迷茫,我想问您像我们这样的非专业学生考心理研和他们专业学心理的学生考心理研有什么区别吗?比如:在称呼上......等等方面,谢谢了
答:我没有觉得本科的专业对你考心理学有什么影响。 在 考研这件事情上面,考卷面前人人平等 :)当然我们也要清楚的认识到,本科已经学过四年心理学的学生,肯定比我们本科不是心理学的学生有专业知识上的优势。 不过这个优势只有在他们本科时好好学习了的情况下才会明显。试想,本科阶段学的好的人,基本都是可以有保研资格的,根本不必同我们这样非科班出身的人来挤考研这座独木桥来获取继续深造的机会。而那些非得来考研的,水平该与我们差不多的。
如果你确实对心理学感兴趣,确实向改变自己的专业方向,那么,你还是不用担心所谓的差距差别。事在人为。
九 北大的心理学研究生毕业了都去做什么?工作和就业情况怎么样?麻烦师兄详细的说说。
告诉我工作单位的我的同学中,大部分还在读博士学位(9人)其他人的工作单位如下。请注意,因为这个样本量非常小,因而并不能说明据此下任何结论。另外,我们那一届毕业了02级和03级两个年祭的学生,而下面的资料只是03级部分学生的情况。且我们班共24人,我只了解16个人的情况。 因此下面的数据只是给你做个参考而已。
北森测评技术有限公司【人力测评】
世界图书出版公司北京公司【图书编辑 2人】
当代投资集团有限公司【人力资源】
中华英才网
空中网
2007-02-14
[来函照登]有人员测评方向的大学
今天收到一位网友的来信,询问考研如何选择大学。她的本专业是统计学,兴趣是人员测评。我要说的是由统计学转去学心理学,应该是由一定优势的。统计学是心理学的一大基础课,有了扎实的统计学知识,对于心理学是有相当的助益的。虽然我对于她的问题也不能给出圆满的答案,但是还是拿出来与大家分享一下。大家如果有这方面的信息,希望也能拿出来分享。
这是她的来信:
下面是我的回复:
你好:
这是她的来信:
您好:
我是重庆某大学的一名学生,在网上看到了您写的考研心得,很受鼓舞。
我自身的专业是统计,上过几节人员测评的课程后,对心理学产生了很大的兴趣。
但是毕竟还是了解不够,有很多的疑惑,希望您能多多指教。
人员测评是属于心理应用方面吧。我有意考这个方面的研究生,在这个领域中,您能推荐几个大学吗?
其实关于大学的选择,我真是觉得很茫然。
下面是我的回复:
你好:
感谢你对我的信任。 不过考研对我来说已经是过去时了,我已经从北大毕业了到国外读书了,因此上这两年也没有再关心国内各个学校考研的情况 。不过我的blog上有一些心理学书籍,你感兴趣的话可以去看看 。我的blog名字叫做收心阁。
人员测评的确是应用心理学方向的一个分支。基本上各个学校的心理学系都会有应用心理学的,只是是不是专门于测评方向 ,则要看那个学校中是否有专门搞测评的教授了。
虽然我不知道哪所学校的哪位教授专门搞测评,但是我可以给你出个主意来帮你寻找这样的人。
首先,你要先搞清楚国内心理测评方向比较有名的学术期刊,到上面找文章的作者及其单位,应该就能找到一些这个方向比较有名 的老师,教授。
你也不妨问一问你的人员测评课的老师。
还有,这个是我一直读的一个blog,博主好像是搞测评的,你也可以尝试着跟他/她联系。blog地址:http://caap.cn/blogs/ouyang /Default.aspx?p=2
我的blog地址:
下面是中国部分大学的心理系的情况,给你做参考。 下面资讯的来源是各个大学的主页和一些心理学论坛。由兰心网整理。
Subscribe to:
Posts (Atom)