第三章 统计量数 (差异量数)..ppt

Pm—第m个百分位分数；L—Pm所在组的组下限；U—Pm所在组的组上限；f—Pm所在组的组数；Fb—小于L的累积次数；Fa—大于U的累积次数。 百分等级分数 PR，相对地位量数 事先知道分布中的一个原始分数，再求这个原始分数在分布中所处的相对位置—百分等级。 百分等级分数，在次数分布中低于这个原始分数的次数百分比。 百分等级分数指出原始数据在常模团体中的相对位置，百分等级越小，原始数据在常模团体中的相对位置越低；百分等级越大，原始数据在常模团体中的位置越高。 Fb—小于L的累积次数；f—某特定原始变量所在组的次数；L—某特定原始变量所在组的下限；i—组距；N—次数分布的总次数。 例2-12：表2-1所列的考试分数分布中，已知某应试者的考分为82分，问在这次考试中低于该应试者的人数比例？ 百分位量数 百分位分数 百分等级分数 计算简单、意义明确、对各种测验普遍适用 顺序量表、不具相等单位，不能作进一步的数学运算，进一步的统计分析。 Z分数 标准分数，基分数，Z分数 以均值为参照点，以标准差为单位表示一个原始分数在团体中所处位置的相对位置量数。 离均值有多远，即表示原始分数在均值以上或以下几个标准差的位置，从而明确该分数在团体中的相对地位的量数。 例子：某班平均成绩为90分，标准差为3分，A学生得94分，B学生得90分，求AB两学生的Z分数各是多少？ Z分数的性质 Z分数无实际单位，是以均值为参照点，以标准差为单位的一个相对量； 一组原始分数转换得到的Z分数可以是正值，也可以是负值。故原始分数的Z分数之和为0，Z分数的均值为0； 一组原始数据中，各个Z分数的标准差为1； 若原始分数呈正态分布，则转换得到的所有Z分数的均值为0，标准差为1的标准正态分布。 用于比较几个分属性质不同的观测值在各自数据分布中相对位置的高低。 例子：某年高考理科数学全国平均成绩为65分，标准差是12.5分，考生A、B、C三人的数学原始成绩是50、65、85分，求各自的标准分数？ 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。 例子：A、B两个学生在三种考试中的分数见下表，试比较两个人的分数是否有差别？ 考试 均值 标准差 A学生 B学生 1 2 3 70 55 42 8 4 5 70 57 45 90 51 40 在某年的高等学校入学考试中两名考生A、B的成绩分数，请问根据考试成绩应该优先录取哪种考生？ 考试科目 原始成绩 全体考生 A B 均值 标准差 语文 政治 外语 数学 理化 85 70 68 53 72 89 62 72 40 87 70 65 69 50 75 10 5 8 6 8 总和 348 350 考试科目 原始成绩 全体考生 Z分数 A B 均值 标准差 A考生 B考生 语文 政治 外语 数学 理化 85 70 68 53 72 89 62 72 40 87 70 65 69 50 75 10 5 8 6 8 1.5 1 -0.125 0.5 -0.375 1.9 -0.6 0.375 -1.67 1.5 总和 348 350 2.5 1.505 T分数 为了克服标准分数出现的小数、负数和不易为人们所接受等缺点，常常将其转换成正态标准分数。 * * * * * * * * * 第三章 统计量数 差异量数 离散性时反映一组数据的分散程度，即次数分布的离散程度。对其数量化描述称为次数分布变异特性的度量或差异量数。 差异量数是代表一组数据离散程度的量。它能反映频数分布中大量数据与均值的变异程度。 图2-2：A B 差异量数亦称为离中量数，表示数据分散程度的统计量，反映的是各变量值远离其中心值的程度。 表示数据离中趋势的量数： 全距 平均差 方差 标准差 差异系数 集中量数 集中趋势 是描述次数分布的典型情况。 差异量数 离中趋势 是描述次数分布的特殊情况。 全距 R，两极差，说明数据离散程度的最简单的统计量。 R=Xmax—Xmin 最简单的差异量数，最粗糙和最不可靠的值。 仅仅利用了数据中的极端值，其他数据都未参与运算过程发挥作用。 平均差（Average deviation） Mean absolute deviation 各变量值与均值之差的绝对值的平均数。 例2-7:5名被试的错觉实验数据，求其平均差。 被试 1 2 3 4 5 错觉量 16 18 20 22 17 方差和标准差 例2-8，有11名被试的听反应时如下，试求其标准差。 被试 1 2 3 4 5 6 7 8 9 10 11 反应时 174.1 118.3 186.3 203.0 163.0 144.5 168.0 154.5 205.5 179.5 195.6 利用均值来计算方差与标准差，直观容易理解，但均值是一个导出