最新版2012年山东省高校教师岗前培训—科研方法论PPT.ppt

科研方法论 第六章 数据处理 题例 12．抽样误差是指样本指标和总体指标之间数量上的差 别，例如，样本平均数与总体平均数的差异、样本 比例与总体比例的差异等。抽样误差是由于抽样的 非全面性和随机性所引起的偶然性误差。 13．非抽样误差是由随机抽样的偶然性因素以外的原因 所引起的误差，并非抽样调查所特有、而是所有统 计调查都可能产生的误差。 14．抽样平均误差（抽样标准误）是样本均值或样本比 例的标准差，它反应样本均值或样本比例与总体均 值或总体比例的平均差异程度。 15．误差还有一种表示方法，叫相对误差，它是绝对误 差与测量值或多次测量的平均值的比值 科研方法论 第六章 数据处理 回归分析 p173-180 确定两种或以上变量之间相互依赖的定量关系的统计方法；分一元回归和多元回归。 题例 1．回归分析（regression analysis）是确定两种或两种以上 变量之间相互依赖的定量关系的一种统计分析方法。回 归分析按照涉及的自变量的多少，可分为一元回归分析 和多元回归分析；按照自变量和因变量之间的关系类型 划分，可分为线性回归分析和非线性回归分析。 2．回归分析的主要步骤为：1根据预测目标，确定自变量和 因变量2建立回归预测模型3进行相关分析4利用所求的关 系式对某一过程进行预测或控制5计算并确定预测值。 科研方法论 第六章 数据处理 回归分析 p173-180 确定两种或以上变量之间相互依赖的定量关系的统计方法；分一元回归和多元回归。 题例 3．一元线性回归分析：如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可以用一条直线近似表示，这种回归分析称为一元性回归分析。 一元性回归分析又称直线拟合，是讨论两个变量之间关系的最简单的处理方法。 科研方法论 第六章 数据处理 方差分析 --也叫变异数分析 或F检验； 目的：检验多个总体均值是否相等的统计方法。用于两个或以上总体均值差别的显著性检验，本质上是研究变量之间的关系。 用于心理学、生物学、工程和医药等领域。 分类：单因素方差分析；多因素方差分析 科研方法论 第六章 数据处理 方差分析 题例 1．方差分析 又称变异数分析或“F检验”，是R.A.Fisher发明的，是 检验多个总体均值是否相等的统计方法，用于两个及两个以上 总体均值差别的显著性检验，本质上是研究变量之间的关系。 2．常见的方差分析有：单因素方差分析和双因素方差分析。 3．单因素方差分析用来研究一个控制变量的不同水平是否对观测 变量产生了显著影响。 4．方差齐性检验是对控制变量不同水平下各观测变量总体方差是 否相等进行检验。 5. 多因素方差分析：用来研究两个及两个以上控制变量是否对观 测变量产生显著影响。多因素方差分析不仅能够分析多个因素 对观测变量的独立影响，更能够分析多个控制因素的交互作用 能否对观测变量的分布产生显著影响，进而最终找到利于观测 变量的最优组合。 科研方法论 第六章 数据处理 主成分分析 p183 --将多个变量通过线性变换，以选出较少个数重要变量的统计分析方法。又称主分量分析。 1．主成分分析：是将多个变量通过线性变换以选出较 少个数重要变量的一种多元统计分析方法，又称主 分量分析。 2. 主成分分析是根据原先提出的所有变量，建立尽可 能少的新变量，使得这些新变量是两两不相关的， 而且这些新变量在放映课题的信息方面尽可能保持 原有的信息。 科研方法论 第六章 数据处理 因子分析 p184 1．因子分析 是研究观测变量变动的共同原因和特殊原因， 从而达到简化变量结构的目的的多元统计方法，是研究 从变量群中提取共性因子的统计技术。 2．起源于教育心理学的研究，始于1904年英国心理学家查 尔斯·斯皮尔曼对学生智力测验成绩的统计分析. 3．因子分析可在许多变量中找出隐藏的具有代表性的因子。 将相同本质的变量归入一个因子，可减少变量的数目， 还可检验变量间关系的假设。 4．因子分析的主要目的是用来描述隐藏在一组测量到的变 量中的一些更基本的，但又无法直接测量到的隐性变量。 因子分析的主要应用有两个方面：1是减少分