第三节 推断统计.pptVIP

第三节 推断统计 教育科学研究一般不可能对所要研究的对象的全体逐一进行考察，而是从总体中抽取一定的样本进行研究。 例如，要了解一个地区的人口特征，不可能对每个人的特征进行测量。 在研究设计中又常将被试按一定要求分为不同组，以便于研究的进行和统计处理，这样就产生了由样本估计和推测总体等问题。 推断统计就是用概率数字来决定某两组（或若干组）数字之间存在某种关系的可能性，并由样本特征来推断总体特征的统计方法。 推断统计包括两方面的内容： 一.总体参数估计 二.假设检验 一、总体参数估计 （一）定义 当研究中从样本获得一组数据后，如何通过这组信息，对总体特征进行估计，也就是如何从局部结果推论总体的情况，称为总体参数估计。 （二）分类 总体参数估计可分为点估计和区间估计。 1.点估计 点估计是用样本统计量来估计总体参数，因为样本统计量为数轴上某一点值，估计的结果也以一个点的数值表示。 例如，已知某一样本的平均数 = 50，就把50作为对总体平均数μ的估计值。当然，不能认为，μ刚好等于50，只是希望μ接近于50。 又例如某一样本的方差为100，就把100作为对总体方差的估计值。同样，不能认为总体方差刚好等于100，而只是希望总体方差的数值是在100附近。像这种的估计，就是点估计。 由于这种估计是单个的数值，总是存在误差，对误差也不能准确地计算出来。 另外，点估计无法指出对总体参数给予正确估计的概率有多大。所以，这种点估计只能作为一种不精确的大致的估计，更好的办法是对总体参数进行区间估计。 2.区间估计 （1）概念 区间估计是根据样本统计量，利用抽样分布的原理，用概率表示总体参数可能落在某数值区间之内的推算方法。 例如，某一样本平均数= 50，很可能总体平均数的值是在46到54这个区间内； 方差=100，很可能总体方差值落在94到119这个区间之内。这种估计就是区间估计，即总体参数可能落在这个给定的区间内。同时，为了更清楚地说明，还必须指出总体参数值，用概率表示有多大可能落在某一区间之内。 置信区间是指在某一置信度时，总体参数所在的区域距离或区域长度。 置信区间的上下二端点值称为置信界限。 显著性水平是指估计总体参数落在某一区间时可能犯错误的概率，用符号α表示。1-α表示置信度或置信水平。 例如，0.95置信区间是指总体参数落在该区间之内，估计正确的概率为95%，而出现错误的概率为5%（α=0.05），由此可见： 0.95置信区间=0.05显著性水平的置信区间。 0.99置信区间-0.01显著性水平的置信区间。 2.区间估计的原理 区间估计的理论依据是抽样分布理论。 现在以总体平均数区间估计为例，说明区间估计的基本原理。 区间估计的种类有很多，主要有总体平均值的区间估计，总体百分数的区间估计，标准差和方差的区间估计，相关系数的区间估计。 二、假设检验 在统计学中，通过样本统计量得出的差异作出一般性结论，判断总体参数之间是否存在差异，这种推论过程称做假设检验。 假设检验分为参数检验和非参数检验。 若进行假设检验时总体的分布形式已知，需要对总体的位置参数进行假设检验，称其为参数假设检验。 若对总体分布形式所知甚少，需要对未知分布函数的形式及其他特征进行假设检验，通常称之为非参数假设检验。 （一）假设检验的基本思想 假设是科学研究中广泛应用的方法，它是根据已知理论和事实对研究对象所做的假定性说明。统计学中的假设一般专指用统计学术语对总体参数所做的假定性说明。 在进行任何一项研究时，都需要根据已有的理论和经验事先对研究结果作出一种预想的希望证实的假设，这种假设被称为科学假设，用统计术语表示时叫研究假设（备择假设），记作H1。 例如：某班级进行比奈智力测验，结果ˉ=100，已知比奈测验的常模μo=100，σo=16，问该班智力水平是否确实与常模水平有差异。 研究这个问题，目的是想通过一次测验结果看看该班智力水平是否真与一般水平不同，亦即检验这一次结果与常模水平差异是否显著。 若以μ表示该班多次测验结果的总平均或表示总体中与该班相似的多个班级的平均结果，则检验的目的是要证实μ≠μo，因而研究假设为H1：μ≠μo。 在统计学中，不能对H1的真实性直接进行检验，需要建立与之相对立的假设，称为虚无假设（零假设），记为Ho。在假设检验中Ho总是作为直接被检验的假设，而H1和Ho对立，二者择一，因而H1又被称为对立假设或备择假设，它的意思是一旦有充分理由否定虚无假设Ho，则H1这个假设备你选择。 假设检验的问题，就是要判断虚无假设Ho是否正确，决定接受还是拒绝虚无假设Ho。若拒绝虚无假设Ho，则接受备择假设H1。虚无假设和备择假设相互排斥并只有一个是正确的，因而虚无假设是统计推断的出发点。 著名统计学家费舍曾指出：“