心理及教育统计学第4章 差异量数.ppt

标准分布的优点 （1）可比性。不同性质的原始分数，转化为标准分数后可以进行比较。 （2）可加性。标准分数为抽象数值。 （3）明确性。可以知道该分数在全体分数中的位置。 （4）稳定性。 假设有两套测量某种能力心理测验，同一个人做，其原始分可能差异较大，但是标准分较为稳定。 标准分数的应用 （1）用于比较不同性质的观测值，在各自数据分布中的相对位置的高低。 （2）计算不同质的观测值的总和或平均值，以表示在团体中的相对位置。 （3）表示标准测验的分数，例如很多智力量表采用了标准分数表示智力(IQ) 由于性质不同，不同学科的原始分数实际上是不能求平均值的。 3.4 差异量数的选用 全距 百分位差 四分位差 平均差 方差 标准差 理解性（容易理解） √ √ √ × 计算难度（易于计算） √ √ √ ×？ 稳定性（不受极端值影响） × √ √？ ×？ 代表性（由全部数据获得） × × √ √ 进一步的代数方法处理 × × × √ 大多数情况下，用方差和标准差，在一些特殊情况，如严重的偏态，快速了解数据的大致分布范围等用其他变异系数(Q,R)。 思考题：百分等级分数和Z分数在表示数值的地位时有何区别？ 谢谢！ 5名被试的错觉实验数据如下，求其方差和标准差。 被试 1 2 3 4 5 错觉量(ms) 16 18 20 22 17 （1）平均数： （2）离均差的平方和： （3）方差与标准差： 由于： 所以： （3）根据原始数据算方差： 用原始数据计算方差和标准差公式 方差： 标准差： ——原始数据的平方和； ——原始数据总和的平方; ——数据个数。 （4.12） （4.13） 5名被试的错觉实验数据如下，求其方差和标准差。 被试 1 2 3 4 5 错觉量(ms) 16 18 20 22 17 （1）求原始数据的平均和： （2）求原始数据的总和： 方差： 标准差： （4）次数分布表计算方差 （4.14） ——各分组区间的组中值； ——各组区间的次数; ——总的次数； ——总的平均值 已知平均值： （4.15） 平均值未知： 直接用次数与组中值计算方差与标准差： （4.16） （4.17） ——各分组区间的组中值； ——各组区间的次数; ——总的次数； 52名学生数学成绩方差和标准差计算表 成绩 组中值Xc 频数f f*Xc f*Xc2 计 算 95－ 97 2 194 18818 90－ 92 2 184 16928 85－ 87 3 261 22707 80－ 82 5 410 33620 75－ 77 8 616 47432 70－ 72 11 792 57024 65－ 67 9 603 40401 60－ 62 5 310 19220 55－ 57 4 228 12996 50－ 52 2 104 5408 45－ 47 1 47 2209 合计 52 3749 276763 （5）总标准差的合成 班级 n s 1 42 103 16 2 36 110 12 3 50 98 17 例4-4 在三个班级进行某项能力研究，三个班测查的平均分数和标准差分别如下，求三个班的总标准差。 平方和： 总体方差： 总平方和=组间平方和+组内平方和 （见P265） ——总方差； ——总标准差; ——各小组的标准差； ——各小组的数据个数； ——总平均数； ——各小组的平均数。 （4.18） （4.19） 班级 n s 1 42 103 16 2 36 110 12 3 50 98 17 例4-4 在三个班级进行某项能力研究，三个班测查的平均分数和标准差分别如下，求三个班的总标准差。 （1）计算 、 （2）计算 、 （3）计算 复习 差异量数 全距 百分位差 平均差 方差 标准差 百分位数 百分等级 四分位差 原始数据 分组数据 原始数据 分组数据 先算平均数 不算平均数 方差的合成 原始数据 分组数据 百分位数 平均差 方差 先算平均数 不算平均数 （6）方差和标准差的性质 （1）如果 则 （6）方差和标准差的性质 （2）如果 则 （6）方差和标准差的性质 （3）如果 则 令 则 由于 所以 （7）方差和标准差的意义 (1) 方差与标准差是表示一组数据离散程度的最好指标，它们是统计描述和统计推断分析中最常用的差异量数。 (2) 标准差具备一个良好的差异量应具备的条件，如：反应灵敏，有公式严密确定，适合代数运算等等。 (3) 已知一组数据的平均数与标准差后，就可以知道位于平均数上下各若干个标准差内的数据所占的百分比。 切比雪夫定理指出，对于任何一个数据集合，至少有 的数据位于平均数的h个标准差之内