统计功效和效应值(重要内容).docxVIP

统计功效与效应大小 华中师范大学心理学院 刘华山 一、统计功效 （检验功效，效力， Power） 统计功效指某检验能够正确地拒绝一个错误的虚无假设的能力。 用 1-β表示。 或说：当总体实际上存在差异， 应该拒绝虚无假设时， 正确地拒绝虚无假设 的概率，或不犯β错误的概率 。在实验设计中，统计功效反映了假设检验能够 正确侦查到真实的处理效应的能力。 统计功效的大小取决于四个条件： 1.两总体差异。 2.显著性标准 α。 显著性标准 α越大，则β错误越小，从而统计功效 1-β越大。 3.检验的方向：当两总体差异一定，对于同样的显著性标准 α，单侧检验比 双侧检验的统计功效要大。 4.样本容量。样本容量越大，样本平均数分布的标准误越小，分布曲线越瘦 削，统计功效越大。 二、效应量 ( Effect Size,ES ) 效应量，反映处理效应大小的度量。 其实，两样本平均数的差异就是一个效 应量。效应量表示两个总体分布的重叠程度。 ES 越大，表示两总体重叠的程度 越小，效应越明显。 三、效应量检验的功能 1.效应量有助于我们判断统计上显著差异是否有实际的意义。 2.有些效应量，如相关系数，点二列相关系数的平方 2 2 ?? ，??，可以反映自变 pb 量解释因变量变异的百分比。 在同一个实验中 ,如果有几个自变量 ,可以根据效应量大小对自变量的重要性排序。 4.原分析的基础。在元分