教育统计的基本方法课件.pptVIP

例：某校对全体教师进行了两项测验，成绩记为X和Y，请用标准分数来比较张、王两个教师总成绩的优劣。 方法：分别计算两个教师两项测验成绩的标准分数，然后求他们标准分数的总和，从而比较出两位教师总成绩的优劣。 解：张老师成绩的标准分数分别为： 两个标准分数的和为：－1 + 1.5 = 0.5 同理，可求出王老师成绩的标准分数分别为1和0.5，二者之和为1.5 因为0.5＜1.5，所以，张老师的总成绩没有王老师好。 九、假设检验 ㈠假设检验的基本原理 假设：用统计术语对总体参数或分布所作的假定性说明。 假设检验：根据一定概率，利用样本信息对总体参数或分布的某一假设作出拒绝或保留的决断。 假设检验是推断统计的重要内容。 假设检验的步骤 ⑴提出原假设和备择假设（相互对立） 原假设（零假设） H0： 备择假设 H1： ⑵选择和计算检验统计量 根据检验形式，选择公式，利用样本信息计算检验统计量的值。 ⑶统计决断 根据显著性水平查相应的理论概率分布表，寻找相应的临界值。把计算所得结果与临界值进行比较，然后根据统计决断规则作出决断。 小概率事件：发生可能性很小的事件。 小概率事件原理：小概率事件在一次抽样中不会发生。 显著性水平（α）：确定小概率事件的概率范围，通常α=0.05或0.01。这也就是拒绝零假设的区域。 假设检验是一种概率意义上的反证法。它从“零假设是真”出发，根据样本计算出一个统计量的值进行推理，如果出现矛盾则拒绝零假设而接受备择假设，反之则接受零假设。 判断是否出现矛盾的依据是小概率事件原理。 双侧检验：把拒绝零假设的概率（显著性水平α）分置于理论抽样分布的两侧，在抽样分布的两侧尾端各有一个拒绝区，其面积各为α/2。 单侧检验：把拒绝零假设的概率（显著性水平α）置于理论抽样分布的一侧，拒绝零假设的区域在抽样分布的一侧尾端（左侧或右侧）,面积为α。 临界值 临界值：划分保留与拒绝区域的界限值。可查与检验统计量相应的分布表来寻找临界值。 例如，对于正态分布，在0.05的显著性水平上,双侧检验的拒绝区域在分布的两个尾端,面积各为0.025, Z的临界值为-1.96和+1.96。 ㈡平均数差异的显著性检验 根据两个样本平均数之差检验两个相应总体平均数之差的显著性，即推断两个总体的平均数相同或不相同。 常用双侧检验,其假设为： H0： 两个总体平均数差异不显著 ( μ1=μ2　） H1： 两个总体平均数差异显著 （μ1≠μ2） １.独立样本平均数差异的显著性检验 独立样本：两个样本内的个体是随机抽取的，它们之间不存在一一对应关系。 两个独立样本的容量可能相等，也可能不等。 独立大样本：两个独立样本的容量都大于30。 独立小样本：两个样本容量都小于30，或其中一个小于30的两个独立样本。 检验方法 根据独立样本的容量来决定具体的检验方法。 独立大样本采用Z检验. （利用Ｚ分布，即正态分布，进行的检验。） 独立小样本采用t检验. （利用t分布进行的检验。） 独立大样本平均数差异的显著性检验 检验方法：Z检验，检验统计量为： H0：μ1=μ2 H1μ1≠μ2 两个样本为独立大样本，计算Z值： １.４５＜１.９６，根据双侧Z检验的决断规则作出决断：接受零假设，即男女生测验成绩没有显著差异。 独立小样本平均数差异的显著性检验 检验方法：t检验，检验统计量为：  ２. 相关样本平均数差异的显著性检验 相关样本是指两个样本内的个体之间存在一一对应的关系。 两个相关样本的样本容量相等。 相关样本的类型 ⑴配对组： 根据某些条件基本相同的原则，把被试一一匹配成对，然后将每对被试随机地分入两个组里，接受不同的处理之后，用同一个测验所获得的两组测验结果为相关样本。 ⑵同一组对象的不同测试结果： 同组被试在实验前后的测验结果； 同组被试在实验条件下和控制条件下的测验结果； 同组被试分别在两种实验条件下的测验结果。 检验方法 根据相关样本的容量来决定具体的检验方法。 相关小样本采用t检验． 相关大样本可采用t检验或Z检验，通常是Z检验（是利用正态分布，即Ｚ分布，进行的检验） 相关样本Z检验 例：对５０人的实验班在实验前和实验后进行测试，检验实验有无显著效果。 分析： 实验前后测验分数平均数差异的显著性检验（两个总体平均数差异的显著性检验） 同一组对象的两次测验分数属于相关样本，样本容量超过３０，是大样本． 检验方法：相关样本Z检验或者t检验 相关样本t检验 例：10对学生分别接受两种实验，根据他们的统一测验成绩检验两种实验的效果有无显著差异。 分析： 两组测验分数平均数差异的显著性检验 相关小样本（配对组统一测验分数） 检验方法：相关样