斯蒂芬·托马斯·格莱斯著的《语言研究中的统计学--R软件应用入门》这是一本专门为语言研究撰写的统计学入门书籍，使用开源R软件，撰写方式通俗易懂，配有练习题、思考题、警告和建议等，适合任何水平的语言学学习者：本科生、研究生、讲师、教授。本书介绍了定量研究的基本逻辑、R软件的基础知识、用R生成汇总统计频率、平均数和相关性的方法以及如何用绘图表示研究结果；还介绍了如何用R执行统计检验和汇总检验结果、多因子研究方法以及聚类研究的探究性方法。与绝大多数同类书籍不同的是，本书非常清晰地循序渐进地介绍了每一种研究方法的使用。

第1章 实证研究中的一些基本原则
1.引言
2.语言学中的定量研究方法
3.定量研究的设计和逻辑
3.1 探寻
3.2 假设及其可操作性
3.2.1 文本形式的科学假设
3.2.2 操纵变量
3.2.3 数学形式的科学假设
3.3 数据收集和储存
3.4 做出判断
3.4.1 离散概率分布的单侧p值
3.4.2 离散概率分布的双侧p值
3.4.3 扩展：连续概率分布
4.因果关系实验设计：简介
5.因果关系实验设计：再举例
第2章 R的基础知识
1.简介与安装
2.函数和参数
3.向量
3.1 创建向量
3.2 加载和储存向量
3.3 编辑向量
4.因子
4.1 创建因子
4.2 加载和储存因子
4.3 编辑因子
5.数据框
5.1 创建数据框
5.2 加载和储存数据框
5.3 编辑数据框
6.一些关于编程的知识：条件和循环
6.1 条件表述式
6.2 循环
7.编写自己的小函数
第3章 描述性统计
1.单变量统计
1.1 频率数据
1.1.1 散点图和线条图
1.1.2 饼状图
1.1.3 条形图
1.1.4 帕累托图
1.1.5 直方图
1.1.6 经验累积分布图
1.2 集中趋势量度
1.2.1 众数
1.2.2 中位数
1.2.3 算术平均数
1.2.4 几何平均数
1.3 离散性量度
1.3.1 相对熵
1.3.2 全距
1.3.3 分位数和四分位数
1.3.4 平均差
1.3.5 标准差
1.3.6 变异系数
1.3.7 汇总函数
1.3.8 标准误
1.4 置中和标准化(z分数)
1.5 置信区间
1.5.1 算术平均数的置信区间
1.5.2 百分比的置信区间
2.双变量统计
2.1 频率和交叉列表
2.1.1 条形图和马赛克图
2.1.2 棘状图
2.1.3 折线图
2.2 平均数
2.2.1 箱形图
2.2.2 交互作用图
2.3 相关系数和线性回归
第4章 推断性统计
1.分布与频率
1.1 分布拟合
1.1.1 一个定距型因变量
1.1.2 一个定类型因变量
1.2 差异／独立性检验
1.2.1 一个定序／定距型因变量和一个独立样本
称名型自变量
1.2.2 一个称名型／定类型因变量和一个称名型
定类型独立样本自变量
1.2.3 一个称名N／／定类型非独立样本因变量
2.离散性
2.1 一个定距型因变量的拟合度检验
2.2 一个定距型因变量和一个定类型自变量
3.平均数
3.1 拟合度检验
3.1.1 一个定距型因变量
3.1.2 一个定序型因变量
3.2 差异／独立性检验
3.2.1 一个定距型因变量和一个定类型独立样本
自变量
3.2.2 一个定距型因变量和一个定类型非独立样本
自变量
3.2.3 一个定序型因变量和一个定类型独立样本
自变量
3.2.4 一个定序型因变量和一个定类型非独立样本
自变量
4.相关性系数和线性回归
4.1 积差相关性的显著性
4.2 Kendall'sTau的显著性
4.3 相关关系和因果关系
第5章 多因子和多因变量统计方法
1.交互作用和模型选择
1.1 交互作用
1.2 模型选择
1.2.1 构建第一个模型
1.2.2 选择最后的模型
2.线性回归
2.1 包含一个带两个水平定类型预测因子的线性模型
2.2 包含一个带三个水平定类型预测因子的线性模型
2.3 包含一个定距型预测因子的线性模型
2.4 包含两个定类型预测因子的线性模型
2.5 包含一个定类型和一个定距型预测因子的线性模型
2.6 包含两个定距型预测因子的线性模型
2.7 包含多个预测因子线性模型的选择过程
3.二元逻辑回归
3.1 包含两个水平的定类型预测因子的二元逻辑回归
3.2 包含三个水平的定类型预测因子的二元逻辑回归
3.3 包含一个定距型预测因子的二元逻辑回归
3.4 包含两个定类型预测因子的二元逻辑回归
3.5 包含—个定类型和一个定距型预测因子的二元逻辑回归
3.6 包含两个定距型预测因子的二元逻辑回归
4.其他类型的回归
4.1 包含—个定类型和—个定距型预测因子的定序逻辑回归
4.2 包含一个定类型和一个定距型预测因子的多元回归
4.3 包含一个定类型和一个定距型预测因子的泊松回归
5.重复测量
5.1 一个被试内自变量
5.2 两个被试内自变量
5.3 一个被试问自变量和一个被试内自变量
5.4 混合效应／多水平模型
6.分层聚类分析
第6章 结语
参考书目

斯蒂芬·托马斯·格莱斯著的《语言研究中的统计学--R软件应用入门》是一本语言统计学的入门书，使用开放资源R软件。首先详细介绍定量研究所蕴含的基本逻辑：探究、提出假设和操作化以及显著性检测的概念和意义。然后介绍一些与统计数据分析相关的R软件的基础知识。关于描述统计的章节解释了用R如何生成汇总统计的频率、平均数和相关性以及如何能用图表把它们最好地表述出来。关于分析统计的章节解释如何在诸多语言学案例研究基础上在R中执行统计检验：几乎对于每一个简单的案例，该书都解释了这个检验的结构特点以及如何假设提出和探究以及如何检验统计显著性，如何用图表描述结果以及人们如何在论文/报告中把它们进行汇总。对于选择性多因子方法，介绍了如何研究更复杂的研究设计：多因子频率数据的研究方法、相关性、平均数检验以及如何逐步讨论和举例说明二元响应数据。同时，还详细讨论了分级聚类研究的探究性方法。该书配有许多练习、很多思考性问题、警告和进一步学习建议的文本框，同时还在随附的网站上为新手语言学研究者们配上参考答案和统计学知识。