北大心理统计知识点总结统计-第七章.docVIP

估计 何时需要作估计? 想了解总体的基本信息, 但不能测量到所有个体, 所以抽取一个样本. 如果已经知道处理有效应，进而想知道效应有多大 经过假设检验后拒绝了H0 拒绝处理没有造成差别, 但我们希望知道到底有多少差别。 集中讨论两类总体均值估计 1) 均值的点估计 （point estimates）: 用单一数值作为未知数量的估计 2) 均值的区间估计（interval estimates）：用某一数值的范围作为未知数量的估计. 置信区间 （confidence intervals；C.I.）:当一个区间与一个特定的置信度 (或概率)一起出现时 , 称为置信区间. 点估计和区间估计的不足 没有包括任何估计准确性的信息 假定我们猜测均值是85。这个猜测的置信性如何? 没有一个特定的值,只有一个可能的值的区间 假定我们猜测均值是在 71和99之间的某处? 这个猜测的置信性如何? 均值的点估计 总体均值的最佳单一值估计? 如果我们可以得到所有可能随机的样本, 那么最佳的估计就是样本均值分布的均值 。 假定我们只有一个样本. 最佳的猜测是什么? 样本均值. 这个猜测是否最佳的猜测? 1) 这是我们已知的唯一, 最佳的猜测.2)大部分样本均值会相当接近总体均值, 所以有很大的机会样本均值会很接近. 如何有更大的机会使估计准确? 我们可以用区间估计。 仍然考虑样本均值分布. 以z分数为例, 取±1 z单位. 这是我们发现大约 68% 的均值落入这个范围. 所以我们可以相当确信总体均值会在这个范围内。 估计的逻辑步骤 （点估计） Step 1: 开始作出合理的估计z (或 t) 值在估计中应该是什么. 对于点估计, z = 0, 恰好在中间对于区间估计, z (或 t) 值取决于估计要求的置信度 Step 2: 接受关于 z (或 t) 值合理的 估计, 然后将其代入公式 以求得未知的总体参数. 例：X = 85, s = 5, n = 25 z = （X - μ）/σX --- (z)( σX) = X - μ --- μ = X - (σX)(z) step 1: 要估计 m, 我们要对z有一个估计. 最佳猜测是 当 z = 0时. 代入公式. μ = X - 0 * (5 / sqroot 25) = 85.0 step 2: 可以看出 μ = X 是合理的估计. 估计的逻辑步骤 （区间估计 ） 用同样的公式, 将负号变成正负号. 这样才能得到区间的最小值和最大值. μ = X ± (z)( σX) 估计第一步是要确定置信度。 假定选择90%. 需要找出样本均值周围90%所对应的两个 z分数。 双尾各 5%, 所以 z分数是 ±1.65. μ = X + (z)( σX) = 85 + (1.65)(5/sqroot 25) = 86.65 μ = X - (z)( σX) = 85 - (1.65)(5/sqroot 25) = 83.35 上例 是z分数. 同样的逻辑也适合于 t-统计量. 其它估计公式 单一样本 (s 未知): μ = X + (tcrit)(σX) 两个独立样本: μ = (X 1 - X 2) + (tcrit)(sx1-x2) 两个相关样本: μ = D-bar + (tcrit) (est std error of D) 考研真题 一位研究者用一个n＝25的样本得到90％的置信区间是87±10。如果他需要置信区间的宽度在10或10以内，而置信度仍为90%，他至少需要的样本客量为n＝____。 一位研究者用心理量表测量大学生的内外控倾向。随机抽取了一个有8位男生，8位女生的样本。男生组样本均值X=11.4，SS=26；女生组样本均值X=13.9，SS=30。对总体均值的差异作置信度为80％的区间估计。 作业 假设 解释下列各因素如何影响平均数置信区间的宽度 a）样本容量增加 b）样本离散程度增加 c）要求的置信度增加 1985年，一项广泛的调查显示城区一年级的小学生平均每周做作业的时间是μ=5.5小时。 小学生平均每周做作业的时间大致呈正态分布，σ=1。去年抽取了一个n=100 的一年级的小学生样本，发现 X = 5.1小时。 a）用已知的数据对去年的总体均值作点估计，假定标准差无显著变化 b）小学生平均每周做作业的时间从 1985年到去年有怎样的变化？ c）用已知的数据对去年的总体均值作区间估计，用80%的置信度 一个n=11 的随机样本分数如下，总体方差未知。 12，5，9，9，10，14，7，10，14，13，8 对总体均值作点估计和95%的置信度的区间估计。 很多研究者报告观看暴