心理统计复习提纲分析.ppt

例11.2 某企业生产三种类型的啤酒:淡啤酒、普通啤酒、黑啤酒。在一次对三种啤酒市场份额的分析中，公司市场研究小组提出了男女饮酒者对于三种啤酒的偏好是否有差异的问题。结果不同所采用的广告策略不同。 独立性检验重点讨论： 啤酒的偏好（淡、普通、黑）是否与饮酒者性别（男、女）独立： H0:啤酒偏好与饮酒者性别独立 H1:啤酒偏好与饮酒者性别相关 啤酒偏好与饮酒者性别列联表 假定已经抽取了150名饮酒者组成一个随机样本。品尝每种啤酒之后，让样本中每人陈述其偏好或第一选择。汇总如下表： 若H0成立，则男、女都应有相同的分布。 独立假设条件下的期望频数为： 11、线性回归（一元回归） 一元线性回归模型及其基本假设 回归分析和相关分析的区别和联系 求回归方程、最小二乘法 回归方程的检验 预测：均值的估计、单个观测值的估计 决定系数R2 一元线性回归的基本假设 x与y在总体上具有线性关系； 变量x没有测量误差（看成精确变量）； （xi,yi）和（xj,yj）彼此独立； 与某一个xi值对应的y值构成变量y上一个子总体，这样的子总体服从正态分布，且它们的方差相等； 是xi对应y的子总体的平均数的一个无偏估计。 回归分析与相关分析的区别 在回归分析中，变量y称为因变量，处于被解释的地位。而在相关分析中，x与y处于平等地位； 相关分析中，x,y全是随机变量，而在回归分析中，因变量y是随机变量，自变量x可以是随机变量，也可以是非随机的。通常回归模型中假定x是非随机的精确变量； 相关分析的研究是为了刻画两变量间线性相关的密切程度。而回归分析不仅可以揭示x对y的影响大小，还可以由回归方程进行预测和控制。 求回归方程 回归方程的检验(方法一) H0：?1=0 回归方程的检验(方法二) H0：?1=0 回归方程的检验(方法三) 在一元回归中H0：?1=0等价于H0：?=0 决定系数 一元回归方程的应用--预测 学生序号 X Y X2 Y2 XY 1 2 3 4 5 6 7 8 9 10 11 78 71 68 85 75 73 72 65 70 66 74 136 135 120 140 130 128 122 118 119 108 120 6084 5041 4624 7225 5625 5329 5184 4225 4900 4356 5476 18496 18225 14400 19600 16900 16384 14884 13924 14161 11664 14400 10608 9585 8160 11900 9750 9344 8784 7670 8330 7128 8880 总和 797 1376 58069 173038 100139 例10.2 为了研究能否根据语文成绩来估计智商的问题，从学生群体中随机抽取的11名学生，下表是他们的语文成绩（X）和智商分数（Y）。 （1）求根据语文成绩估计智商的回归方程； （2）对回归方程进行显著性检验（?=0.05）。 12.非参数检验 两独立样本的差异显著性检验 秩和检验法 中数检验法 两相关样本的差异显著性检验 符号检验法 符号等级检验法 参数检验和非参数检验 参数检验：指总体分布服从正态分布或总体 分布已知条 件下的统计检验。 非参数检验：指总体分布不要求服从正态 分布或总体分布情况不明时，用来检验数 据资料是否来自同一个总体的统计检验方 法。 非参数检验的优点和缺点： 优点：非参数检验方法一般不涉及总体参数，其假设前提也比参数假设检验少得多，也容易满足，因 此，适用面较广。参数检验方法是建立在严格假设条件基础上，一旦假设条件不符合，其推断的正确性就会不存在。而非参数检验方法由于带有最弱的假设，对模型的限制很少，因而自然地具有稳健性。 缺点：当定距或定比尺度测量的数据能够满足参数统计的所有假设时，非参数检验方法虽然也可以使用，但效果远不如参数检验方法。由于当数据满足假设条件时，参数统计检验方法能够从其中广泛地充分地提取有关信息。非参数统计检验方法对数据的限制较为宽松，只能从中提取一般的信息,相对参数统计检验方法会浪费一些信息。 非参数检验的优点和缺点： 一般不需要有严格的前提假设，适用面广； 非参数检验特别适合顺序资料； 该方法很适合于小样本，且方法简单； 最大的不足在于未能充分利用资料的全部信息，与参数检验相比精度稍差； 不能处理“交互作用”。 两独立样本的差异显著性检验 一、秩和检验法 秩和即秩次的和或等级之和。秩和检验法也叫Mann-Whitney-Wilcoxon检验，它常被译为曼－惠特尼－维尔克松检验，简称M-W-W检验，也称Mann-Whitney U检验。