社会统计学重点章节讲义幻灯片.ppt

3.3 假设检验 两个总体比例之差的置信区间估算公式(大样本公式)： 3.3 假设检验 概值 学习重点 抽样调查的原理和方法 描述性统计 推断性统计 群体间的差异性检验 差异性检验的基本方法 方差分析 变量间的关联性分析 4.1 差异性检验的基本方法 单一样本检验： 置信区间 t检验?概值 两个独立/配对样本检验： 置信区间 t检验?概值 多个样本： 方差分析：F检验?概值 t、F越大，概值越小，H0越不可信。 4.2 方差分析 统计量：F比值 F的取值情况： 如果为真，则F比值将围绕1波动； 如果不真，则F比值将倾向于大于1，而且F比值越大，原假设就越不可信。 4.2 方差分析 案例：过去三月平均每户用水量 单一样本t检验 H0：6桶；H1：9.08桶 检验值=6 t df 双侧概值 平均差异 差值的95%置信区间 下限 上限 用了多少桶水 2.6 65 0.012 3.08 0.71 5.44 概值小于0.05，可以在95%置信度下拒绝原假设。 案例：过去三月平均每户用水量 两个独立样本t检验 全家平均月收入2000以下者：9.49桶 全家平均月收入2000以上者：8.19桶 假设: H0：低收入家庭—高收入家庭=0 H1：低收入家庭—高收入家庭=1.3 检验: 置信区间：-3.806～6.403 t=0.508；双侧概值=0.613﹥0.05 结论:无法在95%置信度下拒绝原假设，低收入家庭与高收入家庭用水量无显著差异 案例：方差分析 变量 地区 样本量 均值 标准差 95%置信区间 最小值 最大值 下限 上限 　 　 提前消费水平 中国 500 0.7222 1.512557 0.5893 0.85511 0 8.879 韩国 500 1.45718 1.79379 1.29957 1.61479 0 8.399 日本 500 1.3896 1.998491 1.214 1.5652 0 11.999 台湾 500 2.68584 1.990018 2.51098 2.86069 0 11.999 变差来源 变差 自由度 方差 F比值 概值 组间变差 1004.483 3 334.828 99.506 0.000 组内变差 6716.365 1996 3.365 　 　 总变差 7720.848 1999 　 　 　 学习重点 抽样调查的原理和方法 描述性统计 推断性统计 群体间的差异性检验 变量间的关联性分析 回归分析 相关分析 两个定类变量——交互分析 两个定距变量——简单积距相关 5.1 回归分析 在回归分析中，斜率b的意义是X有一个单位的变化时Y伴随着发生的变化量 。 要使的估计更加准确，研究者可以控制的方法主要有：-减小总体标准差-增加样本量 -增加样本的标准差Sx，即加大X的变化范围 哑变量当自变量为定类变量时，需要引入哑变量（0-1变量）将数据转化为数量型变量，进一步分析，哑变量的个数为（变量类型-1） 5.1 回归分析 估计总体回归直线 总体斜率的估计与检验： 置信区间 t检验： F检验： 5.1 回归分析 回归模型拟合效果评价： 决定系数： r2=0回归的效果等于零或Y的变差中可被回归解释的比例为0； r2 =1拟合的回归模型解释了Y中100%的变差。 5.2 简单积距相关 皮尔逊相关系数 r=1：两个变量有完全正向的线性联系 r=-1：两个变量有完全负向的线性联系 r=0：两个变量没有线性联系 总体相关系数的检验 置信区间（图解法） t检验 案例：过去用水量与今后用水量 回归与相关 相关与回归： 维度 相关 回归 X与Y关系 平等 回归子—响应 变量要求 X、Y都为随机变量 Y为随机变量 解释的问题 相对较少 更广泛 5.3 交互分析 适用情形： 两个定类变量的关联性 检验方法：卡方 检验 卡方检验的局限性以及可能的补救办法 案例：使用纯水与家庭收入范围 案例：使用纯水与家庭收入 总结 考试重点： 抽样调查的原理和方法 描述性统计 推断性统计 群体间的差异性检验 变量间的关联性分析 总结 统计思维： 样本量越大越好？ 如何对现象做一个严谨的判断？ 实证研究基本思想：假设检验 社会现象的观察视角： 群体间的差异——变量间的关系 具体现象（变量）具体分析 谢谢大家！ * * 以前7章为重点。 * 重点：标准正态分布的特点 中心极限定理 * 统计分析部分以家庭用户数据为例。 * 以前7章为重点。 * 置信区间和T检验，都是利用均值进行的比较；而方差分析则是利用方差进行全面的比较。 F分布的特点：原假设为真，F围绕1波动；原假设不真，F大于1。 * 以前7章为重点。 * 解释决定系数为0和1时的意义。 * 以前7章为重点。 社会统计学重点