導言

第三部暫時離開測量，補齊分析所需的統計基礎。這樣的安排是刻意的：潛在變項模型的估計、適配評估與診斷，都預設讀者已熟悉概似、資訊準則與模型選擇的邏輯，若不先鋪好這一層，第四部的討論很容易流於操作指引。

第八章處理統計推論的基礎與爭議，包括 p 值的真正定義與常見誤解、信賴區間的詮釋、多重比較與偽發現率，以及研究者自由度如何在無人蓄意作假的情況下，製造出大量無法再現的顯著結果。第九章接著把抽樣、樣本數、檢定力與效果量放在一起處理，並特別闢節說明測量誤差如何侵蝕檢定力，這是心理計量與研究設計最直接的交會點。

第十章至第十三章是分析工具的主體。第十章自實驗設計與變異數分析切入，補上心理學方法史上最具影響力的一套工具；第十一章把變異數分析納入迴歸與廣義線性模型的統一框架；第十二章處理估計、模型適配與模型選擇，交代最大概似、資訊準則與交叉驗證這三種評準之間的關係；第十三章處理缺失資料，說明可忽略性（ignorability）的條件、多重插補的原理，以及近年以機器學習進行插補的發展。

讀完第三部，讀者手上就有了一套足以支撐後續所有模型的統計語彙。自第四部起，這些語彙會反覆被用來討論潛在變項。