进一步认识假设检验.pptVIP

进一步认识假设检验 浙江师大心理系 李新宇 /eduxin/oblog 章节要点回顾 虚无假设和备择假设 小概率原则 检验统计量和临界值 第一类错误和第二类错误 单侧检验和双侧检验 假设检验基本步骤 对假设检验的进一步认识 什么是虚无假设，虚无假设和原假设的关系是什么？ 假设检验的三种方法 检验统计量和临界值做对比 P值方法 置信区间的估计 检验检验和分布的关系 对四种分布的进一步认识 正态分布 t分布 卡方分布 F分布 小组活动 讨论样本平均数的差异性检验 讨论两样本平均数的显著性检验 讨论方差的显著性检验 总结 用流程图描绘出假设检验的方法选择过程。 正态分布 正态分布和渐进正态分布可以转化成标准正态分布（Z分数）。 总体分布为正态，方差已知，则样本平均数的分布为正态分布。 总体分布非正态，但方差已知，这时当样本足够大时，其样本平均数的分布为渐进正态分布。 在大样本的条件下，样本方差及标准差的分布渐进正态分布。 此外，当方差已知时，两样本平均数差的分布，相关系数的分布，比率的分布等均为正态或渐进正态分布。 正态分布的拒绝域 t分布 t分布是一组和自由度相关的族分布。 随着n的增大，t分布渐进正态分布。 总体分布为正态，方差未知时，样本平均数的分布为t分布。 总体分布为非正态而其方差又未知，若满足大样本的条件，则样本平均数的分布近似为t分布。 当总体方差未知时，两样本平均数差的分布、相关系数的分布、回归系数的分布在一定条件下也遵从t分布。 t分布的拒绝域 卡方（x2）分布 卡方值为原始数据（或Z分数）的平方和。 卡方分布也是一组和自由度相关的族分布。 卡方分布具有可加性。 卡方分布在统计分析中应用于计数数据的假设检验以及样本方差与总体方差是否显著的检验。 卡方分布的拒绝域 F分布 F分布是关于F比率的分布，可以将F比率理解为各样本方差各除以其总体方差的比率。若两总体方差相等，则F比率为两样本方差之比。 F分布也是一组和自由度相关的族分布。只是F分布中有两个自由度。 当组间自由度为1，即分子自由度为1时，F检验与t检验的结果相同。 F分布与F检验（方差分析）密切相关。 F分布的拒绝域 * * *