教育统计v学_6.pptVIP

次数分布是否 正态的检验方法 皮尔逊偏态量数法 当 sk = 0 时, 它是对称的, 为正态 当sk 0 时, 正偏 当sk 0 时, 负偏 公式: 峰度检验法 当N1000时 偏度检验法 当N200时 数据的特征和度量 数据的特征和度量 分布的形状 集中趋势 离散程度 峰 度 偏 态 差异系数 方差和标准差 四分位差 全距和百分位差 均 值 中位数 众 值 几何平均数 正态分布 在测验记分方面的应用 将原始分数转换成标准分数 直接由标准分数来确定个体在团体中的相对位置 【例】已知甲生的英语成绩的标准分数为Z = －0.44, 乙生的标 准分数为Z = 0.56. 请确定甲, 乙两人在团体中的位置 解: 那么也就是说, 在Z = －0.44之下还有32.997%的考生. 将原始分数转换成标准分数(续) 由原始分数来确定在某分数段之内有多少人 【例】某地区有4.7万人参加高考, 语文平均分为57.08, 标准差为 18.04, 问: (1) 成绩在90分以上的人有多少? (2) 成绩在80 ~ 90 之间的人有多少? (3) 成绩在60分以下的人有多少? 解: 若考试成绩服从正态分布 确定录取分数线(举例) 【例】某市参加少年奥数学习班入学考试的人数为1600人, 只招收200人, 已知这次考试的平均分为74分,标准差为11, 问录取分数应定为多少? 解: 故录取分数应定为86.65 确定等级评定的人数 【例】若100个人某项能力服从正态分布,欲将其分成甲、 乙、丙、丁四个等级，问各等级应有多少人？ 解: （1）丙等级人数 同理求其他等级人数 测验分数的正态化 步骤: 先将原始分数的频数转化为相对累积频数(百分等级)这样就得到了概率值, 再将概率值转化为Z值 线性转换: T=10Z+50 1. T分数是一种正态化的标准分数. 2. T分数必须先正态化, 后线性转换. 3. T分数没有负数, 没有小数等优点. 第三节 二项分布 二项试验（贝努里试验） 满足以下几个条件: 1) 一次试验只有两种结果, 即成功与失败 2) 各次试验相互独立,各次试验之间互不影响 3) 各次试验中成功的概率相等,失败的概率也相等,但成功与失败的概率不一定相等 4) 共有n次试验,n是预先给定的一个正整数 二项分布 进行 n 次重复试验，出现“成功”的次数的概率分布称为二项分布 设X为 n 次重复试验中事件A出现的次数，X 取 x 的概率为: 二项分布的平均数与标准差 当二项分布~正态分布时, 则n次试验中 成功事件出现的次数, 即x的平均数与标 准差为: 二项分布(举例) 【例】从男生占2/5的学校中抽取6个学生,问正好抽到 4个男生的概率是多少? 至多抽到2个男生的概率是多 少? 解: n=6,x=4,p=0.4, q=0.6 正好抽到4个男生的概率: 至多抽到2个男生: 第四节 样本分布 样本平均数的分布1 情况一: 当总体分布为正态, 总体方差已知, 样本平均数的分布为正态分布 解释： 是样本平均数的平均数 是抽样分布的标准差，它是所有等容量样本平均数的标准差，简称为抽样标准误，它是描述所抽样本统计量分布的离散程度的指标。 标准误的解释 说明: 1. 它是取样误差 2. 它是样本容量和 代表 的准确程度 3. 它是样本信度，当其值越小，则 估计 越准确 4. 它是样本稳定性，其值越小, 说明在样本中去掉或改变某个体，不会影响它对总体均值的估计 注意： 1. 当总体方差越大，则样本均值的方差就越大 2. 样本容量越大，则样本就越能准确地代表总体 样本平均数的标准分数 【例】一场考试，全体被试的 测验分数服从正态分布，总体 平均数为75，标准差为8。从 中随机抽取一个容量为25的样 本，这个样本平均数偏离原总 体平均数4分及以上的可能性 有多大？ 样本平均数的标准分数: 解: 样本平均数的分布2 情况二: 当总体分布为正态, 总体方差未知, 样本平均数服从自由度为n-1的t分布 t分布 t分布是一簇分布, 当自由度df 不同则t分度就不同. 当df 趋于无限 大时, t分布就与正态分布重合了. df : 指所抽取的样本中能独立变化的数据个数,随限制因子的个数而 变化 t分布表的使用 t分布表见教材附表2 , 它有单侧与双侧之分 【例】 是一簇分布, 随着自由度的不同而不同 （见教材） 样本方差的抽样分布 从服从正态的总体中, 随机抽取若干个等容量的样本, 计