心理测量学2第二节统计学知识补充资料.pptVIP

第二节 统计学相关知识 一、平均数、方差、标准差 二、标准分数 三、相关 平均数 方差与标准差 方差（variance）：是反映数据差异量的指标 标准差（standard deviation，SD）：是方差的平方根，它通过计算与平均数的平均距离来度量数据的差异性 计算方法 例如：两组学生某科测验分数分别为： 甲组：54 63 72 74 82 88 99 乙组：67 71 73 76 79 82 84 方差和标准差是测算离散趋势最重要、最常用的指标。方差为标准差的平方。标准差和变量的计算单位相同，较常使用，标准差能综合反映一组数据的离散程度，即偏离平均数的程度。 平均数与标准差一起，对数据分布的情况就有了一个比较全面的描述。 二、标准分数（Standard Scores） 标准分数是最常用的一种等距量表。就是我们通常所说的Z分数，原始分数转换成标准分数的计算公式是： 例2：一位学生的数学测验成绩是78分，该次测验此生所在班级的平均成绩为66分，标准差为10，求该生数学成绩的标准分数。 标准Z分数的性质： 1.以平均数为0，标准差为1的量表来表示（标准分数的分布的平均数为0，标准差为1） 2.Z分数有正负之分，正表示大于平均数，负表示小于平均数。表示离开平均数多少个标准差，即以标准差为单位标定某一分数离开团体平均数的距离。 3.假如原始分数的分布为常态，则Z分数的范围大致是-3～3。 4.是等距量表，能进行四则运算。 Z -3 -2 -1 0 1 2 3 转换公式 A+Bz 如：IQ=100+15z T 50+10z 20 30 40 50 60 70 80 各种标准分数的比较 2、相关系数 相关系数（coefficient of correlation）：能精确地反映两个变量之间相关程度的一个统计值。样本相关系数一般用r来表示。 -1≤r ≤1，取小数点后两位数字来表示。正负表示方向，∣r∣表示相关程度， ∣r∣ 越接近于0相关程度越低。r=1完全正相关，r=-1完全负相关，r=0零相关。 不同类型的数据，相关系数的计算公式也不同。 相关系数的计算 1.点二列相关 (Point biserial correlation) 2.二列相关 (biserial correlation) 3.积差相关 1．点二列相关(Point biserial correlation) 适用资料：两列变量中，有一列为等距或等比的数据而且其总体分布为正态，另一列变量只是名义上的变量，按事物的性质划分为两类。如：是非题与总分的相关程度 2．二列相关(biserial correlation) 两个变量都是正态连续变量，其中一个变量被人为地分成两类。 点二列相关和二列相关的区分是，二分变量是由事物性质决定的还是人为分割的。 3.积差相关 适用资料：两列数据都是测量的数据；两列变量各自总体的分布都呈正态，即正态双变量。 Pearson相关系数的具体计算公式为： 一个简单的例子： X是[1, 2, 3]，Y是[2, 5, 6] * * 统计学就是研究如何搜集、整理、分析由调查、测验和实验所获得的数字资料，并根据这些数字资料所传递的信息，进行科学推论找出客观规律的一门科学。 式中：“ ????”是连加求和符号，读作Sigma(西格玛) 例如：两组学生某科测验分数分别为： 甲组：54 63 72 74 82 88 99 乙组：67 71 73 76 79 82 84 一、平均数、方差与标准差 甲组学生的学习成绩标准差（14.05）大， 甲组成绩离散程度大，个体差异大 乙组学生的学习成绩标准差（5.66）小， 乙组成绩离散程度小，个体差异小 三、相关 思考: 在学校里,老师经常对学生说“如果你的数学成绩好,那么你的物理成绩就没有什么大问题.” （一）、相关的定义 这种变量之间不精确不稳定的变化关系就叫做相关关系。 相关关系—当自变量取值一定,因变量的取值带有一定的随机性时（非确定性关系) 函数关系---当自变量取值一定,因变量的取值是唯一确定的（确定关系） 函数关系往往通过相关关系表现出来，当变量间的相关关系十分