统计检验力和效果量.pptVIP

统计检验力和效果量;一、统计检验力和效果量的含义 二、两个独立样本平均数差异显著性检验的统计检验力 三、两个独立样本平均数差异显著性检验的效果量 ;四、单因素方差分析的效果量 五、单因素方差分析的统计检验力 六、两因素方差分析的效果量和统计检验力 ; ; ; ; ; ; ; ;; ;统计检验力： 当虚无假设H0为假〔备择假设H1为真〕时，正确拒绝H0的概率，它等于1-?。; ; ; ;效果量〔效应量、效果大小〕： 表示不同处理下的总体平均数之间差异的大小。它不受样本容量的影响。〔统计检验力那么会受到样本容量的影响〕 ;两个独立样本的效果量 ;计算统计检验力和效果量的意义： 通过假设检验只能得知样本统计量之间是否存在显著差异，而不能告诉我们这个差异究竟有多大，因此提出了统计检验力和效果量。; ;计算步骤： 1、根据条件建立假设 2、采用相应的公式计算Z统计量;3、确定α水平及相应的临界值。 4、计算实际得到的Z值与α水平临界值的差。 ;5、根据Z值与α水平临界值的差查正态分布表，确定可能犯的第二类错误概率β，于是得到统计检验力 1- β。;例题： 我们分别在猪宝宝与猴小兵中分别抽取100名被试进行智商测查，得到两组被试的智商平均数分别为115分和111分。根据常模，该年龄组智商的标准差为15分，请计算这两组被试智商差异显著性检验的统计检验力。;解：条件为： ;1、建立假设： ;2、计算统计检验量Z ;3、令α=0.05，双侧检验的临界值为1.96 由于Z=1.891.96 即：p0.05，接受H0，两组被试的智商平均数没有显著差异。 ; 在一般情况下，假设检验到此就完成了。但如果要计算统计检验力，那么还需要以下步骤。 4、计算Z值和临界值的差： 1.89-1.96=-0.07;5、查正态分布表 从中心点为零到右边0.07个标准差所占的面积为0.0279，约等于0.03，加上中心点左侧的0.5的面积，共有曲线下0.53的面积，这就是犯II型错误的概率β。于是统计检验力〔1- β〕=0.47。; ; ; ; ;效果量d：当两个独立样本的方差和容量都相等时： ;本例中： Cohen认为：d=0.2为低效果；d=0.5为中效果； D=0.8为高效果 本例为较低效果。 ; ; ; ; ; ; ; 有多种指标来计算方差分析的效果量，下面分别介绍： 1、 ;例：将18名被试分为3组，每组6人，运用某个智力测验对各组被试进行测量，然后，运用方差分析方法，检验3组被试的智商是否存在显著差异。;3组被试智商分数的方差分析表 ;效果量 的解释： 它反映了了各组间平方和在总体平方和中所占的比重。 它的值越大，表示各组差异越大； 它的值越小，表示各组差异越小。; ; 上述例子说明：总体变异中有51%是由于不同的实验处理所产生的。 SPSS软件就是将 作为效果量的〔在“一般线性模型〞的模块中〕，输出结果标注为“Partial Eta Squared〞〔英文〕或“偏eta方〞〔中文〕。;2、f 〔甘怡群1〕 本例中 ;3、f 〔甘怡群2〕 本例中 ;4、f f= 本例中，f= ; ; 在单因素方差分析中，统计检验力是根据效果量来计算的，由于有多种效果量的计算方法，因此，也就有多种统计检验力的计算方法，分别介绍如下：;1、根据f计算?，再查表。 ?=f 本例中，?=1.14 = 2.79 ;Cohen给出了“方差显著性检验的统计检验力表〞 〔Cohen B H. Explaining Psychological Statistics. New York, New York University, 2021) 胡竹菁. 心理统计学，高等教育出版社，2021. P417，附表12;K=3; 在本例中，K=3，dfw=15，接近于表中的16，?=2.79，查表，得到统计检验力在0.96～0.99之间。;2、根据f计算?，再查表。 ?=f 本例中，?=0.93 = 2.28 查表，得到统计检验力在0.88～0.96之间。;3、运用SPSS计算统计检验力 〔以SPSS18.0中文版为例〕 点击“分析〞菜单中的“一般线性模型〞；再点击“单变量〔U〕……〞后，出现对话