模块导语：零恐惧进入量化数据分析
⚠️ 本模块学习之前，请先阅读以下防坑说明
本模块进入本课程最硬核的量化统计阶段。很多学生在这里全线崩溃——软件安装失败、数据报错看不懂、P 值不显著不知道怎么办。
本模块的教学哲学只有一句话："左手冰冷的数据软件出真实图表，右手热情的语言大模型当翻译官。"
绝对禁忌：把你的原始数据直接丢给 AI，让它帮你"算出"P值、均值、回归系数。这是 100% 造假！AI 根本没有接入你的实际数据文件——它只会靠猜测和概率"捏造"一组看起来合理的数字。
本模块学什么？
本模块覆盖从问卷设计到数据清洗再到统计分析和结果解释的全链条流程：
| 课时 | 主题 | 核心技能 |
|---|---|---|
| 第18课 | 工具选型 | 安装部署 Jamovi / Python 环境 |
| 第19-22课 | 量表设计 | 让 AI 把"焦虑"变成可测量的题目 |
| 第23-24课 | 数据清洗 | 剔废数据、处理反向题、指定变量类型 |
| 第25-28课 | 结果分析 | 跑描述、相关、回归、中介分析 |
| 第29-31课 | 结果解释 | AI 翻译统计数字为高级学术语言 |
正确使用 AI 的边界是什么？
❌ vs ✅：一眼看穿"让 AI 算数据"的危险话术
- ❌ 危险：
这是我的问卷数据，帮我算 AI 焦虑对自我效能的回归系数→ AI 没接入你的数据，会编造一组 β 和 p 值。 - ✅ 正确：
这是我在 Jamovi 跑出的输出：β=-.34, p=.002, R²=.21，帮我翻译成 APA 方法段→ AI 只翻译你已经算出的真数字。
判据：凡是让 AI"算 / 推 / 估"你没给它结果的数字，都是造假；让它"翻译 / 解释"你已有的结果，才安全。
开始之前，你需要准备
安装 Jamovi（文科/商科生首选）：免费下载 → jamovi.org
课程配套模拟数据集：三条主线案例数据集均可用于本模块演示，主用 Case A（问卷研究）：
案例 类型 样本量 适用 Case A（心理问卷） 大学生 AI 焦虑问卷 540 行 → 清洗后 500 主用，跑通 EFA / 信度 / 中介全流程 Case B（经管面板） 30 省 × 10 年面板 300 观测 备选，做面板回归 / 多重共线性 / 稳健性检验 Case C（LLM 评估） 300 篇 × 3 模型实验 300 行 进阶轨备选，做配对 t / ANOVA / ICC / 交互效应 Case A 下载（本模块主用）：
Case B / C 下载（可选）：
打开大模型窗口待命：准备好 Kimi 或 GPT-5，担任你的"APA 翻译官"。
💡 预期统计结果（如果你的数字与下表差距太大，请检查清洗步骤）
- Cronbach's α: Anxiety ≈ 0.83, Strategy ≈ 0.88, Efficacy ≈ 0.89
- EFA: Anxiety 三因子结构清晰，KMO > 0.8
- 多元回归 R² ≈ 0.20
- Bootstrap 中介：间接效应 ab ≈ −0.14，95% CI ≈ [−0.20, −0.09]，不含 0（部分中介成立）
💡 本模块学习心态
遇到报错别慌，遇到不显著别改数据。这些都是正常的科研过程。把错误截图丢给 AI 分析原因，是本模块最重要的实战技能之一。