《统计心理学教学资料》final exam review.ppt

Final Exam Review 期末考试 一. 单项选择题20（每题2分， 共40分） 二. 填空 10（每题2分， 共20分） 注意: 课本上的练习题不会出现. 三. 简单应用题2 （每题8分，共16分） 四. 复杂应用题2 （每题12分，共24分） 复习要点 数据的测度 等距测度vs比例测度 两个邻近范畴之间的距离都是相等的 二者都可以使用参数检验 只有对于比例测度,”0”才表示不具有所测量的属性 只有对于比例测度,才可进行乘除运算 在各种测度的数据描述相关关系 命名等级: 顺序等级: 等距/比例等级: Z 分数的意义 标准分数（standard score） 是一种转换分数提供其分布位置的信息. Z 分数是标准分数的一种。 z-score 指出了每个X 值在分布中的精确位置。z-score 的符号(+ 或 -) 表明其比均值大或小. z-score 的数值部分用X 与 m间标准差个数的形式指出了其与均值的距离。 Z= (X- m) /s - X = (Z)(s) + m 样本均值分布的特性1：形状 样本均值的分布形状接近正态分布. 当 n 较大时(30 以上), 样本均值的分布几乎是完全的正态分布. 而不在乎原始分布的形状 如果在同一总体中选择一组样本, 大部分均值应当堆积在总体均值 m 附近 如果不是这样，取样一定有偏差 样本均值分布的特性 2：均值 这些样本均值的平均应该等于总体均值. 样本均值的平均 叫做 X 的期望值. 期望值的意思因为这个值会在总体均值 m 的附近. 在上例中， X 的期望值(一组样本均值的均值) 是: 2+3+4+5+3+4+5+6+4+5+6+7+5+6+7+8 =80 =5.0 16 16 如果 n 足够大, 那么分布是正态, 也一定是对称和单峰, 则mean = median = mode 样本均值分布的特性 3：变异性 样本均值分布的变异性 用标准误来描述 定义：样本均值分布的标准差 叫做 X 的标准误 （standard error of X ；SE） ? X 的标准误= σX = X 与 m 的标准距离. 这个统计量描述了与均值的标准(或称典型，平均)距离. 在这里，它也是样本均值 X 和 总体均值 m 的差值. 这个统计量的主要目的和用途是 告诉我们样本均值对总体均值的估计是否准确. 换言之，取样误差是多大. 标准误的数值取决于两个特征: 总体方差和样本容量 F比率 F比率 =处理间方差 处理内方差 (单因素) F比率 =处理效应方差+实验误差 实验误差 (重复测量) 方差分析表 F比率的自由度 交互作用 在因素设计的方差分析中，如果一个因素对因变量的影响因另一个因素的不同水平而不同，我们就说这两个因素有交互作用。 一旦交互作用显著，应先解释交互作用，然后再解释主效应。 作图分析 事后检验 事后检验设计中都控制了实验导致误差. Tukey‘s HSD 检验要求各组有相等的样本容量. Scheffe检验适用于n 不等的情况 Scheffe检验是最保守的检验 相关的解释 它表明了：一个变量的方差中，由X和Y间的相关解释的方差的比例 当r=0.7时，Y变异的一部分能由X推出，r2=0.49，即Y 49%的变异能够由X推出 Pearson 相关的计算 也称积差相关（product-moment correlation）? r = 分子SP是X 和 Y协方差的指标. 分母是 X和 Y 各自的变异 点二列相关 肯德尔和谐系数 等级相关的一种 适用资料： 适用于k个评价者，评价多个事物的等级变量资料 多用于评分者信度分析 等级相关 (Spearman相关, 斯皮尔曼相关) 一种非参数检验 用于顺序型数据，非线性数据 rs =1 - 6ΣD2/n(n2-1) D – 各自排序后的等级差 回归线 最佳拟合线斜率的公式是: b = SP/SSX =r sy/sx 最佳拟合线截距的公式是: a = Ybar- bXbar 回归方程估计的标准误 首先计算误差的平方和 SS误差 = 2.??? 将误差的平方和除以自由度 (即误差的方差, 或误差的均方) SS误差 / df df = n - 2 3.??? 为求得估计的标准误，将误差的方差取平方根 (类似标准差) 4.??? 最后得到公式: S误差 = = = 标准误与相关系数之间的关系 SS误差 = (1 - r2)SSY χ2独立性检验 是