二语习得实证研究第9章.docVIP

Chapter 9 t-检验与方差分析(t-Test and Variance Analysis) 9.1 t-检验定义两组平均数的差异检验。 （1） 两个样本的平均数差异检验; （2）单一样本与总体的平均数差异检验 t分布 t分布与正态分布的相似之处: 1. t分布基线上的t值从-∞——+ ∞； 2. 从平均数等于0处，左侧 3. 曲线以平均数处为最高向两侧逐渐下降，尾部无限伸延，永不与基线相接，呈单峰对称形。 t分布与正态分布的区别之处： 1. t分布随自由度（df = n – 1)的变化呈一簇分布； 2. t 分布的峰狭窄尖峭，在基线上的分布范围广泛。 3. 自由度越小，分布范围越广泛。当自由度逐渐增大时，t分布逐渐接近正态分布。 9.1.2 两个样本平均数差异显著性检验的原理 首先对两个样本所对应的总体平均数之间提出没有差异的零假设(即H0：μ1- μ2=0）和备择假设（H1： μ1- μ2 ≠0） ，然后以两个样本平均数差的抽样分布（即以两个总体平均数之差等于零为中心的一切可能样本平均数之差的概率分布）为理论依据，来考察两个样本平均数之差是否来自于两个总体平均数之差为零的总体，也就是要看样本平均数之差在其抽样分布上出现的概率如何。 当样本平均数之差较大，大到在其抽样分布上出现的概率足够小时，就可以作为从实际可能性上否定零假设的理由。这就意味着，两样本平均数之差不是来自于两个总体平均数之差为零的总体，两个总体平均数之间确实有本质差异，两个样本平均数之差是由两个相应总体平均数不同所致。 如果两样本平均数之差较小，在其抽样分布上出现的概率较大，那么，应保留零假设而拒绝备择假设。这意味着，两样本平均数之差是来自两个总体平均数之差为零的总体，也可以说，两个样本平均数是来自同一个总体或来自平均数相同的两个总体，样本平均数之差是由于抽样误差所致。 . 9.1.3 t-检验的假设前提(Assumptions Underlying the t Test) (1) 抽取样本的总体呈正态分布。（The population (or populations) the sample data are drawn from is normally distributed.） (2) 数据随机从一个总体中通过样本抽取。(The data are randomly sampled from a larger population. The sample data are used to generalize back to a population of origin.) (3) 因变量必须是连续性数据，即定距变量或定比变量（The dependent measures involved must be continuous, i.e. they must be based on either interval or ratio scales.）。 9.1.4 t-检验的三种形式（Three variations of the t test） 9.4.1 单一样本t-检验（Single- or one-sample t test） 9.4.2 两独立样本t-检验（The t test for independent groups） 9.4.3 两配对样本t-检验（The t test for pair-samples） 9.1.4.1 单一样本t-检验 定义：SPSS单样本t-检验是检验某个变量的总体均值和某指定值之间是否存在显著差异，统计的前提是样本总体服从正态分布。也就是说单样本本身无法比较，进行的是其均数与已知总体均数间的比较。 SPSS实现过程(Procedure of A Single-Sample t Test on SPSS) 9.1.4.2 两独立样本t-检验 定义：独立样本是指两个样本之间彼此没有任何关联，两个独立样本各自接受相同的测量。主要目的是了解两个样本之间是否有显著差异存在。这个检验的前提除服从t-检验的整体要求外，还另有如下前提： （1）两个样本互相独立，即从一总体中抽取一批样本对从另一总体中抽取一批样本没有任何影响，两个样本个案数目可以不同，个案顺序可以随意调整。方差齐性与方差不齐性有不同的自由度和t值 （2）样本来自的两个总体应该呈正态分布。 两独立样本t检验例1 两独立样本t-检验例2 9.1.4.3 两配对样本 t- 检验 定义：两配对样本t- 检验 是根据样本数据对样本来自的两配对总体的均值是否有显著性差异进行推断。一般用于研究同一研究对象（或两配对对象）分别给予两种不同处理的效果比较，以及同一研究对象（或两配对对象）处理前后的效果比较。前者推断两种效果有无差别，后者推断某种处理是否有效。