2统计学的基本概念.ppt

统计学的基本概念 统计 (Statistics) 指组织、总结和解释信息的一整套方法和规则。 总体(population) 特定研究所关注的所有个体的集合。 样本(sample) 从总体中选择出的个体的集合，应该能代表研究的总体。 总体,样本,样本值的关系 数理统计是从手中已有的资料——样本值,去推断总体的情况——总体的分布F(x)的性质. 样本是联系二者的桥梁. 总体分布决定了样本取值的概率规律,也就是样本取到样本值的规律,因而可以由样本值去推断总体. 统计与抽样(Stat. Sampling) Popu. Sample Case 参数(parameter) 描述总体的数值。参数可以从一次测量中获得，或者从总体的一系列测量中推论得到。 统计量 (statistic) 描述样本的数值。统计量可以从一次测量中获得，或者从样本的一系列测量中推论得到。 常用的参数与统计量对照表 数据(Data) 实验或观察所得。 数据类型1 计数数据(count data) 测量数据(measurement data)：借助一定测量工具或测量标准获得 数据类型2 称名数据(nominal data)只说明某一事物与其他事物在属性上的不同或类别上的差异，并不说明事物之间差异的大小，只能用具有相同属性的个体数目来统计。 顺序数据(ordinal data)是指既无相等单位，也无绝对零点的数据，是按事物某种属性的多少或大小，按次序将各个事物加以排列后获得的数据资料。 等距数据(interval data)是有相等单位、但无绝对零点的数据。只能使用加减运算，不能使用乘除运算。 比率数据(ratio data)是既表明量的大小，也有相等的单位，同时还具有绝对零点的数据。 描述统计(Descriptive Statistics) 总结、组织、和使数据简单化的统计程序。 推论统计(Inferential Statistics) 使我们能够通过对样本的研究将其结果推广于总体。 取样误差(Sampling error) 样本统计量与相应的总体参数之间的差距。 随机取样 (random sampling) 从总体抽取样本的一种策略，要求总体中的每一个体被抽到的机会均等。用随机取样法得到的样本叫做随机样本. 变量与常数 变量(variable)是一种特征或条件，其本身是变化的或对不同的个体有不同的值。 常数(constant)是一种特征或条件，其本身是不变的且对不同的个体的值也相同。 自变量与因变量 自变量(independent variable)被研究者操纵的变量. 在行为科学研究中，自变量常常包括两个（或更多）的处理条件。 因变量(dependent variable)被观测的变量，其变化被用来评价处理的效果。 相关法(correlational method) 看两个变量是否有某种特定关系。 实验法(experimental method) 操纵一个变量，观测另外一个变量的变化。用以建立两个变量间的因果关系。实验法用随机分组和控制其他变量恒定的方法，试图消除其他因素的影响或使之减为最小。 准实验法(quasi-experimental method) 考察已有的各组被试间的差别（如性别差异）或在不同时间所采集数据的差异(如, 处理前和处理后). 这里的分组变量称准自变量, 每个被试的分数称因变量。 控制组(control group) 对照组 是自变量的一种处理方法，此组被试不接受任何实验处理. 有时控制组被试接受一种中性处理或安慰剂。其目的是提供一个与实验组对照的基线水平。 实验组(experimental group) 此组被试接受某种实验处理。 混淆变量(confounding variable) 未能控制的变量，与自变量有非预期的系统性关系。 假设(hypothesis) 对实验结果的预测。 在实验研究中, 假设就是对操纵自变量会如何影响因变量的预测。 构念(Constructs) 指假设的概念，用于理论中，按其内部机制来组织观察。 操作定义(operational definition) 用具体的操作或程序以及由此产生的测量指标来定义构念。 一个操作定义包含两个成分： 1）它描述了度量一个构念的一系列操作或程序； 2）它用度量的结果来定义构念。 离散变量与连续变量 离散型变量（discrete variable） 由分离的，不可分割的范畴组成。在邻近范畴之间没有值存在。 连续型变量（continuous variable） 在任何两个观测值之间都存在无限多个可能值。连续型变量可以分割成无限多个组成部分。 测量水平 Measurement Lever * 总体 样本 样本值 ? 总体(理论分布) 总体Population 样本