《统计心理学教学资料》第6 章 hypo testing2 and t statistic.pptVIP

假设检验初步 (II)(z检验)效应和效力t检验 假设检验初步 (II) 单尾考验（one-tailed test） 与双尾考验（two-tailed test） 单尾考验： 假设处理会在某一特定方向上造成差异 (即，处理会使均值增加). 双尾考验： 假设检验最提出的方式是作一个更一般的假设：处理应当改变均值, 或增加或减少. Z检验的步骤 陈述 H0 和 H1 ；确定显著性标准 a = ? 确定考验是单尾还是双尾 确定临界 z 分数 计算样本的实际 z 分数 比较样本的实际 z 分数与临界 z 分数 对 H0 作出结论 Z检验的例题 总体 m = 65 ， s = 10. 假定抽取样本n = 25, 其进行强化训练后得到= 69. 强化训练后分数有没有提高? Z检验的例题 总体 m = 65 ， s = 10. 假定抽取样本n = 25, 其进行强化训练后得到= 69. 强化训练后分数有没有提高? 1. H0强化训练后后总体中的个体分数没有显著提高 H1强化训练后总体中的个体分数有显著提高 确定显著性标准 a = .05 2. 考验是单尾 3. 临界 z 分数 zcrit .5 = 1.65 4. 计算样本的实际 z 分数 sx = 10/sqrt(25)=2 zobs = （Xbar- m）/ sx = (69 - 65) /2 = 2.0 5. 比较样本的实际 z 分数与临界 z 分数 : ︱zobs ︱ ︱ zcrit ︱ 6. 对 H0 作出结论: 拒绝H0， H1强化训练后总体中的个体分数有显著提高 (zobs = 计算出的 z 分数；zcrit =临界 z 分数) SAT 测验分数遵从μ=500， σ=100 的正态分布。一位老师办辅导班提高SAT分数。随机抽取了16个学生参加它的辅导班，这16个学生的平均分数是X = 554。这个 辅导班对SAT分数有影响吗？a)?以 Alpha = .05 为 检验标准，进行假设检验b)?如果以 Alpha = .01 为 检验标准，结论有变化吗？ SAT 测验分数遵从μ=500， σ=100 的正态分布。一位老师办辅导班提高SAT分数。随机抽取了16个学生参加它的辅导班，这16个学生的平均分数是X = 554。这个 辅导班对SAT分数有影响吗？a)?以 Alpha = .05 为 检验标准，进行假设检验b)?如果以 Alpha = .01 为 检验标准，结论有变化吗？ A） 1. H0：辅导班对SAT分数无影响 H1：辅导班对SAT分数有影响 确定显著性标准 a = .05 2. 考验是双尾 3. 临界 z 分数 zcrit .5/2 = 1.96 4. 计算样本的实际 z 分数 sx = 100/sqrt(16)=25 zobs = （Xbar- m）/ sx = (554 - 500) /25= 2.16 5. 比较样本的实际 z 分数与临界 z 分数 : ︱zobs ︱ ︱ zcrit ︱ 6. 对 H0 作出结论: 拒绝H0，辅导班对SAT分数有影响 B） 确定显著性标准 a = .01 临界 z 分数 zcrit .5/2 = 2.58 比较样本的实际 z 分数与临界 z 分数 : ︱zobs ︱ ︱ zcrit ︱ 对 H0 作出结论:接受H0，辅导班对SAT分数无影响 z检验的前提（Assumptions） 随机样本 - 样本必须对总体有代表性。随机取样有助于确保取样的代表性 独立观察 – 也与样本代表性有关, 每个观察应该与所有其它观察是独立的。一个特定的观察的概率应当保持恒定 s 保持恒定 - 原总体的标准差必须保持恒定. 为什么? 一般的说,处理就是假定对总体中的每一个个体都加上(或减去) 一个常数。所以总体的均值可能因处理而导致变化。但是, 记住对每一个个体都加上(或减去)一个常数 并不改变其标准差 取样样本是相对正态的 – 或者因为原始观察的样本是相对正态的, 或者因为中心极限定理(或二者都有) 违反以上任何一个前提会严重地危及依据样本对总体作出推论的有效性(应付种种违反前提的情况, 其它类型的推论统计需要用到)。 效力, 效应大小(Power, and Effect Size) 效力 当效应存在时侦察到处理效应的能力.. 统计术语:该考验能够正确地拒绝一个错误的虚无假设的概率 高的效力: .80, .90 … 我们如何计算效力? 我们不会学习效力的计算公式. SPSS analyses 会给出 observed power 如果你的效力不足 .80, 寻求提高的途径 如果 SPSS p