New Developments in Statistics for Psychology and the Social Sciences.
心理学与社会科学统计学的新发展AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：材料仅罗列通用统计与教学主题，缺少对应所列经济计量领域细分的直接证据。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
心理学与社会科学统计学的新发展
- 研究问题
- 所给条目涉及心理学与社会科学中的图形方法、稳健分析、群体结构和统计教学，但未明确提出统一研究问题。
- 方法与思路
- 摘要仅列出异常值识别、交叉分类数据、有限混合分布、样本量与功效等主题，未说明具体方法或分析流程。
- 材料陈述的贡献
- 材料呈现了一组统计方法与教学议题，未提供可确认的新估计方法、理论结果或经验发现，贡献需由完整文本核实。
- 阅读关注点
- 应先核对文献类型及完整摘要，再确认各主题如何组织、是否包含原创研究，以及统计方法与心理学教学的联系。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本，且仅为主题列表；不能据此判断具体结果或推断刊本内容变化。
原文摘要
Simple graphic methods robust methods identifying outliers cross classified data comparative studies finite mixture distributions as models for group structure sample size and power ranking and selection of populations getting new statistics into today's crowded psychology syllabuses.