教育统计学08讲 假设检验.pptVIP

SPSS软件操作介绍 SPSS操作介绍 软件安装 数据录入 命令选择 结果解释 文件保存 * 教育统计学08讲 假设检验 假设检验 假设检验： 是统计推断理论的一个重要组成部分，假设检验是根据样本信息来判断总体分布是否具有指定特征的统计推断方法。 如： 根据样本平均数的值估计总体均值， 根据样本方差估计总体方差。 假设检验中的假设 假设： 是根据已知理论与事实对研究对象所作的假定性说明。 假设检验中一般有两个相互对立的假设，即零假设和备择假设。 零假设：又称虚无假设，是研究者根据样本信息期望拒绝的假设， 也是研究过程的理论前提。以H0表示。 备择假设：与零假设相互排斥，是研究者根据样本信息期望证实的假设，以H1或Ha表示。 两个假设成对出现，且非此即彼，只有一个正确。 假设检验的原理与方法 1、假设检验的原理是：小概率事件原理 小概率事件 某事件出现的概率很小，就称为小概率事件。 概率很小的标准：.05、.01、.001 显著性水平：小概率事件的概率值，记作α 小概率事件原理 小概率事件在一次抽样中不可能出现 2、假设检验的基本思想方法是：概率性质的反证法。 假设检验的基本思想 概率性质的反证法 先建立一个原假设H0 ，然后在H0成立的条件下，看看会产生什么样的后果。如果经过一系列正确的逻辑推理和分析计算之后，出现一个不合理的现象，就有理由认为之前的原假设H0是错误的，应当否定原假设H0 ；如果没有出现不合理的现象，那么我们就没有充分的理由否定原假设H0 。 具体来说：假设H0成立，以此为条件去寻找恰当的抽样分布，并计算相应的统计量值，如计算出的统计量值在该抽样分布中是小概率事件，即可根据小概率事件原理去推翻H0，接受备择假设H1。 假设检验的基本思想 通过把所得到的统计量的值(如Z值，t值，F值），与统计学家建立了相应的随机变量的概率分布(probability distribution)进行比较，我们可以知道在多少%的机会下会得到目前的结果。 倘若经比较后发现，出现这结果的机率很小，亦即是说，是在机会很少、很罕有的情况下才出现；那我们便可以有信心的说，这不是巧合，是具有统计学上的意义的(用统计学的话讲，就是能够拒绝虚无假设null hypothesis,Ho)。相反，若比较后发现，出现的机率很高，并不罕见；那我们便不能很有信心的直指这不是巧合，也许是巧合，也许不是，但我们没能确定。 假设检验的基本思想 已知某市二小全体学生体育素养均值为60分，标准差为12分。现有一个人数为36班级，计算得其体育素养均值为66分，问这个班级是不是来自二小？ 假设检验的基本步骤 假设检验的基本步骤 建立假设：H0，H1或Ha 选定理论分布 计算检验统计量的值 确定临界值并作出统计决策 例 已知某市二小全体学生体育素养均值为60分，标准差为12分。现有一个人数为36班级，计算得其体育素养均值为66分，请在.05水平上检验这个班级是否来自二小？ 请按假设检验规范步骤解答 假设检验的基本步骤 解： 1、建立假设：H0:该班级来自二小 H1 :该班级不是来自二小 2、选定理论分布的样本平均数的抽样分布 Z分布 3、计算统计量： 4、确定临界值： 5、作出统计决策： 两个样本平均数差异显著性检验 主要考虑：是否独立样本？方差是否齐性？ 相关样本？ 方差齐性？ 相关 独立 齐 性 非齐性 配对样本t 检验 独立样本Z检验（大样本） 独立样本t 检验（小样本） 阿斯平－威尔士检验 两样本方差齐性检验（F检验） 两个样本方差之比的抽样分布 服从第一自由度以n1-1,第二自由度为n2-1的F分布（见P97) 即统计量 F分布查表介绍 两样本方差齐性检验 例：现有两个容量为41的样本，样本1的均值为80，标准差为11.5，样本2的均值为78，标准差为10.5，问：这两个样本来自的总体方差是否齐性？（显著性水平0.05） 解： 一 、独立样本、方差齐性 一 、独立样本、方差齐性 解： 所以，无充分理由拒绝原假设，认为男女生成绩无显著差异。 一 、独立样本、方差齐性 独立样本，方差齐性，样本是大样本的情况，样本均值差的理论分布近似正态分布。 可以利用正态分布进行检验。此时抽样分布的 均值为： 标准差为： （略）一、方差齐性，独立大样本 （略）一、方差齐性，独立大 二 、独立样本、方差非齐性 三、配对样本的t检验 1、配对样本 两个样本具有显著的相关关系 能搭配成对 如同一组被试的两组成绩，或同一组被试在两份平行测验上的成绩 2、均值差数的抽样分布 服从自由度为n-1的t分布； 抽样分布的均值为：