雅各布·科恩（Jacob Cohen），美国纽约大学临床心理学博士，纽约大学心理学荣誉退休教授。科恩博士于1998 年去世，享年74 岁。他在统计分析方面撰写的开创性文章和书籍使他成为最常被引用的心理学家之一。他因在多元回归、统计检验力和效应量方面的工作而闻名于世。以他名字命名的统计量包括科恩卡帕（kappa）系数、科恩d值、科恩h值。他的研究深刻影响了心理学、教育学等行为科学领域的研究方法，推动了研究者对统计分析的理解和应用。作为一名教师和著述者，科恩擅长把晦涩难懂的概念讲解得通俗易懂，不仅如此，他的著作充满着敏锐的洞察力，并富有幽默感。科恩生前活跃于多个专业组织，被选为美国科学促进会、美国心理学协会、美国心理科学协会以及美国统计学会的会士，还曾任多元实验心理学会主席。他曾荣获多元实验心理学会的塞尔斯奖和美国心理学协会颁发的杰出终身成就奖。

帕特里夏·科恩（Patricia Cohen），美国纽约大学社会心理学博士，纽约州精神病学研究所和哥伦比亚大学医学院精神病学领域的临床流行病学教授。她于2018年去世，享年81岁。与第二任丈夫雅各布·科恩共同撰写了大量关于多元回归分析的论文和专著。作为一名研究型心理学家，她和同事对纽约州北部800多名9岁儿童进行了长达30年的研究，详细记录了精神疾病问题的自然发展历程，并助力构建了一个用于未来长期研究的框架。这项被称为“社区儿童研究”的项目成为了同类研究中持续时间最长的项目之一。

斯蒂芬·韦斯特（Stephen G. West），美国得克萨斯大学奥斯汀分校博士，现任亚利桑那州立大学心理学教授。他曾任《人格杂志》《心理学方法》《多元行为研究》等期刊的主编，现任《多元行为研究》的副主编，并在多种方法学及研究型期刊的编委会任职。他曾在美国的威斯康星大学麦迪逊分校、佛罗里达州立大学、得克萨斯大学奥斯汀分校等多所大学任职，还曾在德国的基尔大学、海德堡大学、柏林自由大学任职。韦斯特曾获得亚利桑那州立大学的杰出研究生导师奖，美国心理学协会定量与定性方法分会的雅各布·科恩杰出教学奖和塞缪尔·梅西克杰出科学贡献奖，美国心理学协会人格与社会心理学分会的亨利·默里奖，以及多元实验心理学会的塞尔斯奖，等等。

利昂娜·艾肯（Leona S. Aiken），美国普渡大学心理学博士，现任亚利桑那州立大学的校长讲席心理学教授。1998年，她成为亚利桑那州立大学心理学定量方法博士专业方向的首任负责人。艾肯在心理学研究方法和具体的心理学研究方面均有突出贡献。她在方法学方面的工作主要侧重于包含连续变量交互作用的模型，而在连续变量交互作用方面的工作则涵盖了测量变量以及潜变量两种框架下的交互作用。她多次因教学和导师工作获奖，最近获得了亚利桑那州立大学杰出研究生导师、年度教授以及校长讲席教授等荣誉。她目前是《心理学方法》《多元行为研究》《美国心理学家》等期刊的编委。利昂娜·艾肯曾担任美国多元实验心理学会、西部心理学协会以及美国心理学协会定量与定性方法分会的主席。

陈俊霖，北京师范大学心理统计与测量方向硕士，师从北京师范大学心理学部副部长骆方教授。

《行为科学应用统计：多元回归与相关分析》从双变量相关与回归入手，逐步拓展到多变量的回归与相关分析，并探讨了数据可视化、回归诊断、曲线关系、变量间的交互作用、极端值和缺失值的处理等相关问题。最后讲解了逻辑回归和泊松回归等广义线性模型，以及随机系数回归、纵向回归分析、集合相关等统计方法。具有淡化数理、强调应用和重视数据分析三大特色。

相较前两版，第3版更加强调图表、置信区间和效应量指标的使用，淡化显著性检验。本书既可以作为心理学、教育学传播学、商学、社会学、政治学、人类学和经济学等行为科学领域研究生的统计教科书，也可以作为相应领域研究者的统计参考书。

本书有如下特点：（1）淡化数理注重应用；（2）理论与实践并重；（3）强调因果推断注意事项；（4）丰富的可视化工具。本书其实是在论述一套强大的数据分析工具，可以分析多个变量之间的复杂关系。无论读者是初学者还是有一定经验的研究人员，都能在本书中找到适合自己的内容和学习路径，提升自己的统计技能。

——温忠麟（华南师范大学二级教授、计量心理学博士生导师）

回归分析是行为科学统计“万法之宗”，其核心是解析多变量的复杂关系，下可至t检验、方差分析等特例，上可纳多水平模型、广义线性模型等变体。本书是多元回归与相关分析经典教材——覆盖面广，系统编排；语言生动，娓娓道来；深刻实用，经久不衰。国内高校师生参阅本书，可学原汁原味的统计方法，可获常读常新的学术启发。

——包寒吴霜（华东师范大学助理教授、上海市浦江人才/晨光学者）

我无法想象一位研究型心理学家的案头能没有这本著作。

           ——史蒂文·赖泽（Steven P. Reise，加州大学洛杉矶分校教授）

我一直觉得这本书的主要优势在于，它能将缜密周详的解释与相对非技术化的表达完美融合……我欣慰地看到新版不仅延续了这一优势，还更上一层楼。

——哈里·赖斯（Harry Reis，罗切斯特大学教授）

任何对多元回归分析感兴趣或有应用需求的人都会发现这本书堪称无价之宝。

——《英国数学与统计心理学杂志》

Origins and Background
This book had its origin over 30 years ago, when it became apparent to Jack Cohen that there
were relationships between multiple regression and correlation (MRC) on the one hand and
the analysis of variance (ANOVA) on the other which were undreamed of (or at least did not
appear) in the standard textbooks with which he was familiar. On the contrary, the texts of the
era treated MRC and ANOVA as wholly distinct systems of data analysis intended for types of
research that differed fundamentally in design, goals, and types of variables. Some research,
both statistical and bibliographic, confirmed the relationships noted and revealed yet others.
These relationships served to enrich both systems in many ways, but it also became clear that
multiple regression/correlation was potentially a very general system for analyzing data in
the behavioral sciences, one that could incorporate the analysis of variance and covariance as
special cases. An article outlining these possibilities was published in the quantitative methods
section of Psychological Bulletin (J. Cohen, 1968),1 and it has gone on to become one of the
most cited articles in the Bulletin's history (Sternberg, 1992).2 The volume and sources of
early reprint requests and requests to reprint the article suggested that a responsive chord had
been struck among behavioral scientists in diverse areas. It was also obvious that a book-length
treatment was needed for adequacy of both systematic coverage and expository detail.
In 1969 Jack and Pat were married and began a happy collaboration, one of whose chief
products is this book. (Another has been saluted on the dedication page of each edition.) During
the preparation of the first edition of the book, the ideas of the 1968 paper were expanded,
further systematized, tried out on data, and hardened in the crucible of our teaching, research,
and consulting. We find this system, which has now attained broad usage in the behavioral
sciences, to be surprisingly easy to teach and learn. The first edition of this book was published
in 1975 and, following further development and revision of the ideas, the second edition was
published in 1983.

Preface（前言）

Chapter 1: Introduction（概述）

Chapter 2: Bivariate Correlation and Regression（双变量相关与回归）

Chapter 3: Multiple Regression/Correlation With Two or More Independent Variables（多个自变量的多元回归/相关分析）

Chapter 4: Data Visualization, Exploration, and Assumption Checking: Diagnosing and Solving Regression Problems I （数据可视化、探索与模型假设检查：回归诊断与解决方法Ⅰ）

Chapter 5: Data-Analytic Strategies Using Multiple Regression/Correlation（多元回归/ 相关分析的数据

分析策略）

Chapter 6: Quantitative Scales, Curvilinear Relationships, and Transformations（定量量表、曲线关系与变量转换）

Chapter 7: Interactions Among Continuous Variables（连续变量间的交互作用）

Chapter 8: Categorical or Nominal Independent Variables（分类自变量）

Chapter 9: Interactions With Categorical Variables（分类变量的交互作用）

Chapter 10: Outliers and Multicollinearity: Diagnosing and Solving Regression Problems II（极端值和多重共线性：回归诊断与解决方法Ⅱ）

Chapter 11: Missing Data（缺失值）

Chapter 12: Multiple Regression/Correlation and Causal Models（多元回归/ 相关分析与因果模型）

Chapter 13: Alternative Regression Models: Logistic, Poisson Regression, and the Generalized Linear Model（其他回归模型：逻辑回归、泊松回归与广义线性模型）

Chapter 14: Random Coefficient Regression and Multilevel Models（随机系数回归和多水平模型）

Chapter 15: Longitudinal Regression Methods（纵向回归分析方法）

Chapter 16: Multiple Dependent Variables: Set Correlation（多因变量：集合相关）

Appendices （附录）

Appendix Tables（附表）

References（参考文献）

Glossary（术语表）

Statistical Symbols and Abbreviations（统计符号及缩写）

Author Index（作者索引）

Subject Index（作者索引）