统计心理学冲刺要点.docx

上传人:b****7 文档编号:15904823 上传时间:2023-07-08 格式:DOCX 页数:22 大小:242.57KB
下载 相关 举报
统计心理学冲刺要点.docx_第1页
第1页 / 共22页
统计心理学冲刺要点.docx_第2页
第2页 / 共22页
统计心理学冲刺要点.docx_第3页
第3页 / 共22页
统计心理学冲刺要点.docx_第4页
第4页 / 共22页
统计心理学冲刺要点.docx_第5页
第5页 / 共22页
统计心理学冲刺要点.docx_第6页
第6页 / 共22页
统计心理学冲刺要点.docx_第7页
第7页 / 共22页
统计心理学冲刺要点.docx_第8页
第8页 / 共22页
统计心理学冲刺要点.docx_第9页
第9页 / 共22页
统计心理学冲刺要点.docx_第10页
第10页 / 共22页
统计心理学冲刺要点.docx_第11页
第11页 / 共22页
统计心理学冲刺要点.docx_第12页
第12页 / 共22页
统计心理学冲刺要点.docx_第13页
第13页 / 共22页
统计心理学冲刺要点.docx_第14页
第14页 / 共22页
统计心理学冲刺要点.docx_第15页
第15页 / 共22页
统计心理学冲刺要点.docx_第16页
第16页 / 共22页
统计心理学冲刺要点.docx_第17页
第17页 / 共22页
统计心理学冲刺要点.docx_第18页
第18页 / 共22页
统计心理学冲刺要点.docx_第19页
第19页 / 共22页
统计心理学冲刺要点.docx_第20页
第20页 / 共22页
亲,该文档总共22页,到这儿已超出免费预览范围,如果喜欢就下载吧!
下载资源
资源描述

统计心理学冲刺要点.docx

《统计心理学冲刺要点.docx》由会员分享,可在线阅读,更多相关《统计心理学冲刺要点.docx(22页珍藏版)》请在冰点文库上搜索。

统计心理学冲刺要点.docx

统计心理学冲刺要点

统计心理学

统计心理学考察目标与重点内容

1.正确理解心理统计的基本概念

(1)描述统计,数据类型,常见统计图及适用条件集中趋势,平均数,中数;离中趋势,方差,标准差,差异系数;百分数,百分等级,标准分数;相关,积差相关,等级相关,肯德尔和谐系数,二列与点二列,Phi相关

(2)推论统计,正态分布,二项分布,参数估计,标准误,假设检验,统计效力,方差分析,回归分析,一元回归,卡方检验,自由度,非参数检验

2.掌握心理统计的基本方法

(1)数据整体特征的描述方法:

集中趋势、离中趋势

(2)单个数据的描述方法:

百分等级、百分位数、标准分数

(3)数据关系的描述方法:

积差相关、等级相关、肯德尔和谐系数、二列与点二列相关、Phi相关的计算方法

3.掌握有关统计分析的原理和方法

(1)参数估计的原理,区间估计法,总体平均数、方差与标准差估计

(2)假设检验的原理,统计效力估计,Z相关、t相关、平均数显著性检验、平均数差异的显著性检验、相关系数显著性检验、方差齐性检验方法

(3)方差分析原理,变异与自由度分解,不同类型的方差分析(完全随机、随机区组、因素设计),协方差分析的思想和步骤,事后检验

(4)回归分析原理,一元回归方程的建立、检验和预测

(5)卡方分析原理,拟合度检验,独立性检验方法

(6)多元统计原理,多元回归、主成分分析、因素分析的基本概念和步骤

4.能正确解释统计分析结果

(1)区间估计的结果解释,置信区间与置信度

(2)假设检验的结果解释,虚无假设的证伪与现实实验结果

(3)方差分析的结果解释,主效应与交互作用

(4)相关分析与回归分析的结果解释

(5)卡方独立性与拟合度检验结果的解释

(6)实验研究结果(含图表)的分析和解释

主要内容

一、描述统计

数据处理的初期——数据的基本趋势

必备知识

1.变量及其种类

2.常见术语

(1)总体、样本与个体

(2)样本容量

(3)参数与统计量

 

(一)数据整理

◇统计图表(理解)

图形的种类(重在区别使用)

1.直条图和圆形图:

绘制离散型数据

2.直方图和多变图:

绘制连续型数据

3.散点图:

表示对事物相互关系

(二)数据描述

◇集中量数(理解)

描述一组数据的集中趋势

-获得该组数据的特征值或典型值

掌握

-算术平均数、中数、众数

重点

-根据给定的数据特征,如何选用适宜的集中量数——最能有效的代表改组数据。

1.算术平均数

·所有数据到此点的距离之和最小

·全组的重心

·计算公式

·优点

·缺点

2.中数

·把全组数据的个数分成了相等的两半

·计算法

(1)中数附近无重复数时:

数据个数的奇偶性

(2)中数附近有重复数时:

用精确上下限插值法

·优点

·缺点

3.众数

·范数,适应命名型数据

·一组数据中出现次数最多的那个数值

·确定方法:

(1)观察法(次数最多);

(2)皮尔逊经验法:

Mo=3Md-2M

·优点

·缺点

4.均数、中数、众数的关系与应用

(1)关系与分布

·均数是分布的重点,中数把分成相等的两半,众数是分布的最高点

·正态分布时,三者相等

·正偏态分布时,M﹥Md﹥Mo

·负偏态分布时,M﹤Md﹤Mo

(2)选用原则

◇差异量数(应用)

反应数据的变异性(分散情况、聚类情况),描述数据的离散程度

1.全距

2.离差与平均差

(1)离差:

分布中的某点到均值的距离

x=X–μ

·离差之和始终为零

·正负符号表示了某分数与均值之间的位置关系

·数值表示了它们之间的绝对距离

(2)平均差

·离差绝对值的平均数

·可以反映同组数据的分散情况

由于绝对值化了,不能进行进一步的计算。

3.方差与标准差

(1)含义

·变异数,是离均差平方的算术平均数,表示一列数据平均差距的平方

·标准差是方差的算术平方根,表示数据的平均差距

·样本标准差与总体标准差的不同符号

(2)计算公式(展开式)

 

(3)优点与应用

4.变异系数(差异系数、相对标准差)

·变异系数是标准差对平均数的百分比

(是用自己的平均数作为尺度得到一个相对量)

·应用——用于比较均值不等的两组数据的分散情况

◇相对量数(应用)

·比较不同群体(不同质,不同单位)中的数据大小,只能求相对量数,消去原单位,进行比较。

1.百分位数

·百分位数和百分等级是同一操作定义的两端

·百分位数实质上是在某个百分位置上的数值

·精确插值计算

2.百分等级

计算方法

(1)直接求利用原始数据

(2)

(2)次数分布法

3.标准分数

(3)百分等级的应用

·不论原始分数是什么样的分布形态,计算出来的百分等级都有同样的作用

①建立百分等级常模(参考心理测量学)

②衡量考绩的优劣,确定学生的相对地位

③比较两个或多个群体成绩的优劣

3.标准分数

·以标准差为单位表示一个原始分数在团体中所处的相对位置

把单位不等距和缺乏明确参照点的分数转成以标准差为单位,以平均数为参照点的量表分数

·标准分数的性质——平均数为0,标准分数的标准差为1.

标准分数的应用

(1)比较不同测量单位时,变量值的相对位置

(2)学绩评估

①评估同一个体不同学科的学业成绩

②评价不同个体多科成绩的优劣

③进行加权处理

(3)异常值的取舍(三个标准差之外)

(4)导出分数

(三)数据关系

◇相关量数(应用)

·相关的理解

·相关分析的方法

(1)图示法,散点图

(2)计算法

·相关系数

——0~0.4低,0.4~0.7中,0.7~1高

·相关系数的理解

·相关分析方法

 

积差相关

·原理

——利用离差乘积的关系来说明事物的关系,将原始记分转换为离差乘积(即积差),再转化为标准积差后所求得的标准积差的平均差

·前提

——成对的

——比率变量或等距变量

——总体分布均为正态分布或相似正态分布

——直线关系(可作散点图)

积差相关系数的计算方法

实质

 

基本公式

原始数据

标准差计算

等级相关

·根据等级资料来研究变量间相互关系的方法

·等级资料来源

——等级评定的资料

——数据转化为等级性资料

·等级相关系数的使用条件

——两列或多列等级或顺序变量

——总体分布可以为非正态

——可以为非线性相关

斯皮尔曼等级相关

·根据两列变量的成对等级差数计算系数

·计算

——基本公式(D为成绩等级变量的差值)

——直接用等级序数(RX,RY为相应原始等级)

※有相同等级出现时,会影响∑R2,需要用到校正公式。

肯德尔等级相关

·肯德尔等级相关用于描述多列等级变量相关程度或一致性程度的相关

(1)肯德尔W系数

·用于两种情况

——K个评分人评价N个被评价人或N件作品,分析和评价K个评分人的评价是否一致

——同一个人先后K次评价N个被评人或N件作品,以分析其前后评价是否一致

·计算方法

 

(有相同等级出现时,需要用到校正公式)

(2)肯德尔U系数

其与肯德尔W系数所处理的问题相同,但评价者采用对偶比较法,即将N件事物两两配对分别进行比较。

 

(rij为对偶比较记录表中i>j格中的择优分数)

·分别用于不同的资料形式

点二列相关与二列相关

(1)点二列相关

——适合数据

——计算公式

是与二分称名变量的一个值对应的连续变量的平均数

是与二分称名变量的另一个值对应的连续变量的平均数

p与q是二分称名变量两个值各自所占的比率

是连续变量的标准差

(2)二列相关

——适合数据

——计算方法

 

Y为标准正态曲线中p值对应的高度。

φ相关

·当两列变量都是真正的二分变量时,可以用φ相关。

·计算

 

(和卡方独立性检验的相关四格表类似)

相关计算小节

相关系数的使用

Y∕X

名义变量

顺序变量

等距或等比变量

名义变量

φ相关

顺序变量

Spearman等级相关

等距或等比

变量

点二列相关

(一列转化为等级)

Spearman等级相关(r)

Pearson积差

相关(r)

多系列变量

Kendall和谐系数与一致性系数

小结:

描述统计关键点

统计图表

1.统计图

2.统计表

数据类型、统计图的实用条件

集中量数

1.算术平均数

2.中数

3.众数

分布形态与集中量数

重复数据求中数

差异量数

1.离差与平均差

2.方差与标准差

3.变异系数

平均差的性质

变异系数的应用

相对量数

1.百分位数

2.百分等级

3.标准分数

百分等级与位数的意义

Z分数及其应用

相关量数

1.积差相关

2.等级相关

3.肯德尔等级相关

4.点二列相关与二列相关

5.φ相关

相关系数的选用条件

二、推论统计

(一)推断统计的数学基础

1.概率

·理论概率

·经验概率

——概率小于或等于0.05的随机事件为小概率事件

·小概率事件不可能原理

——进行统计假设检验的基本前提

2.正态分布

(1)高斯分布

·中间量数次数分布多,两端量数次数分布少,呈对称型的概率分布

(2)正态分布曲线

·平均数和标准差决定着分布曲线位置和形状

·平均数决定着曲线在轴上的位置,标准差决定着曲线的形状

·当标准差相同而平均数不同时,曲线形状相同,位置各异

(3)标准正态分布及其特征

·标准差为1,平均数为0

·特点

①以0为中心,双侧对称

②在0点处为最高点。

当0时,y=0.39894,为曲线最高值

③以最高点向两侧下降,无限延伸,永不与基线相交

④标准正态曲线只有一条

·正态分布时单峰,具对称性

——但并非所有的单峰,对称曲线都是正态分布

——曲线下方的面积总和必定为1

(4)标准正态分布曲线表及其使用

①已知Z值,求面积P值

②已知P值求Z值

③已知p值求y值

④常用Z值对应的P

3.二项分布

(1)二项分布图的特点

——当p=q,不管n多大,二项分布呈对称形

——当n很大(通常np>10或nq>10)时,二项分布接近于正态分布

——n趋近于无限大,正态分布是二项分布的极限

(2)二项分布的平均数和标准差

——当二项分布接近正态分布时,np,且nq>=5

4.t分布

(1)小样本分布

——当样本容量较小且总体方差未知的情况下,样本统计量(比如标准差、平均数)的分布形态已不再正态。

(2)主要特点

①对称分布,单峰

②分布曲线是一族,随自由度的大小而变化

③当n→∞,t分布曲线以标准正态曲线为极限,即正态分布

5.F分布

(1)定义

——设X、Y为两个独立的随机变量,X服从自由度为m的卡方分布,Y服从自由度为n的卡方分布,这两个独立的卡方分布被各自的自由度除以后的比率这一统计量的分布即F分布。

(2)特点

——非对称分布:

有两个自由度,即n1-1和n2-1,是一个以自由度为参数的分布族,不同的自由度决定了F分布的形状:

倒数性质:

Fa(df1,df2)=1∕F1-a(df1,df2)

(3)用途

——方差分析、协方差分析和回归方差检验等

6.样本平均数的分布

(1)总体正态,总体方差已知

——样本平均数的分布呈正态分布

(2)总体呈非正态,总体方差已知,但n>30时

——样本平均数的分布近似正态分布

(3)总体正态,总体方差未知

——样本平均数的分布呈t分布

(4)总体呈非正态,总体方差未知,但n>30时

——样本平均数的分布呈近似t分布

7.抽样原理与抽样方法

(1)抽样的基本原则——随机性原则

(2)抽样方法

——完全随机抽样(单纯随机抽样)

——机械抽样

——分层抽样(最优配置法)

——整群抽样

(二)参数估计

1.点估计、区间估计与标准误

(1)点估计

——用某一样本统计量的值来估计相应总体参数的值叫总体参数的点估计

·点估计的要求

(2)区间估计

——区间估计的原理

·样本分布理论

·标准误

·总体方差

·样本容量

——置信区间

——置信水平

——置信限

2.总体平均数的估计

(1)用样本平均数去估计总体平均数

(2)核心指标

——样本平均数的标准误

——样本平均数的抽样分布

(3)搞清楚各种情况下标准误的计算方法

 

总体平均数的估计总结

从总体方差开始,先分析条件:

——σ2已知,总体正态,用Z

——σ2已知,总体非正态,n≥30,可近似用Z

——σ2未知,总体正态,用t

——σ2已知,总体非正态,n≥30,可近似用t

总体平均数的估计步骤

①计算样本均值与方差

②计算标准误(区分情况)

③确定置信间距和显著性水平

④查找Z&t值

⑤计算置信区间

⑥解释置信区间

3.标准差与方差的区间估计

(1)总体方差估计

——服从卡方分布

(2)标准差的估计

——采用总体方差估计区间的平方根

——n≥30时,S分布为渐进正态,用近似Z

(三)假设检验

1.假设检验的原理

(1)两类假设

——虚无假设:

H0

——研究假设:

H1

(2)显著性水平

——拒绝虚无假设的小概率值

(3)差异显著性的检验方法

——双尾检验、单尾检验

 

接受H0

拒绝H0

H0为真

正确决策,好人无罪

Ⅰ型错误,好人有罪

H1为假

Ⅱ型错误,坏人无罪

正确决策,坏人有罪

(4)四类错误

Ⅰ型错误(α错误)

Ⅱ型错误(β错误)

两类错误关系

——影响因素

——控制

(5)假设检验的基本步骤

①陈述H0和H1

②确定显著性标准

·确定考验是单尾还是双尾,可能有自由度df,查表求临界值

③计算观测值

④比较观测值与临界值

⑤对H0作出结论

⑥报告结果

2.样本与总体平均数差异的检验

(1)样本平均数与相应总体平均数之差是否显著

(2)统计量

——标准误

——检验值

(3)需要考虑

——总体方差、正态情况;用Z或t

(4)标准误的计算

(5)检验值:

标准分数的公式

方法选用与标准误的计算

检验方法

总体情况

均数标准误

检验值

Z检验

 

正态

σ2已知

t检验

σ2未知

 

Z’检验

 

非正态

n>30

σ2已知

σ2未知

3.两样本平均数差异的检验

(1)通过对两个样本平均数差异的检验来说明并推测它们所代表的两总体平均数之差的情况。

(2)需要考虑

①总体分布②总体方差

③样本是否相关④相关系数

Z检验

两总体均正态,σ已知——用Z检验

独立样本:

相关样本:

Z同上。

总体非正态(大样本的情况,n≥30时,为渐进正态)

用Z’检验,计算方法同Z。

4.方差齐性的检验

5.相关系数的显著性检验

(四)方差分析

(五)统计功效与效果量

(六)回归分析

(七)卡方检验

(八)非参数检验

(九)多元统计分析初步

1.对两个或两个以上自变量对因变量影响现象进行分析

2.多元线性回归分析

(1)多元线性回归模型与参数估计

设有自变量X1X2……Xn和自变量Y以及一份由n个个体构成

随机样本(X1iX2i……Xpi,Yi),有如下关系:

为待估参数,ξ为残差。

由一组样本数据,可求出等估参数的估计值

,得到回归方程:

建立回归方程的过程就是对回归模型中的参数(常数项和偏回归系数)进行估计的过程。

(2)回归方程和偏回归系数的检验

·回归方程的假设检验

——建立回归方程后,须分析因变量Y与这p个自变量之间是否确有线性回归关系,可用F分析。

·偏回归系数的假设检验

——回归方程的假设检验若拒绝H0,则可分别对每一个偏回归系数bj作统计检验,实质是考察在固定其它变量后,该变量对应变量Y的影响有无显著性。

(3)

3.主成分分析

4.因素分析

 

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 党团工作 > 入党转正申请

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2