四章检验适应条件与分析过程课程五讲.pptx

;描述随机事件的有效方法就是概率和概率分布。如，对于大的总体来说，我们无法测定其中每一个体的智商，但可以根据其正态分布预测各种智商发生的概率，因为平均数及其附近的值发生概率高，远离平均数的值发生概率较低，当其与平均数的距离达到1.96个标准差以上时，其发生概率小于5％，即P0.05，就被称为“小概率事件”。

通俗地讲，小概率事件就是“不大可能”发生的事件。心理学中，通常以发生概率小于0.05或0.01为标准来界定之。;2.推断性统计分析的逻辑基础是：抽样误差;当我们对一样本进行测量，得到其平均数、标准误，那么如何判断该样本是否能代表某一总体的水平呢？我们可以先作出一个假设：先假设这一样本就来自于相应总体，那就可以按抽样误差的分布规律来评估其发生概率，如样本测量的平均值与总体平均值相比，差距较大，以至于发生的概率小于0.05，它就成了“小概率事件”，意味着这一推断的前提成立的可能性不大。结论就是：该样本来自这一总体的可能性很小，它不是该总体的代表性样本，或者就说：它与这一总体的差异显著。;3.两个样本平均数差异性检验的逻辑;当要检验两个样本测量得到的平均数是否存在显著差异时，可以先假定它们是来自于同一总体，应该能代表同一总体，然后以此为前提考察这两个样本平均数差异量发生的概率。如果差异量足够大，其发生概率小于0.05，我们就说其是小概率事件，成为“可能性很小”的事件，这就意味着假设前提成为“可能性很小”的，即二者来自于同一总体的“可能性很小”，进而推断：这两个样本很可能来自于两个不同总体，分别代表两个不同的总体，存在显著性差异。反之，就不能说两个样本有显著性差异了。;二、t值和t值分布;;;单样本t检验过程演示;;;;;;阶段小结与练习;2.产生新变量

（1）利用Compute命令产生新变量；

（2）利用Recode命令产生新变量：依据连续测量的变量得到分组变量或离散变量；将一分组变量的若干变量值合并得到分组数较少的分组变量；

（3）利用Categorize命令进行自动分组，产生一个分组变量；

（4）产生计数变量、标准分???变量、汇总变量等；

（5）利用Weightcases定义加权变量（补充说明）。;3.数据文件的转换

（1）选择个案子集（Selectcases）构成新文件；

（2）利用Sortcases对个案重新进行排序；

（3）利用Mergefiles可以进行文件合并；

（4）利用Transpose可以对数据表中的行列进行互换。;二、基本的描述性统计分析;三、常用统计图形的制作与编辑;四、差异性t检验;2.两个独立样本的差异性t检验

（1）适合条件：两个独立的对等组接受不同的实验处理，即在不同的条件下接受观测，得到两组独立的数据（存在一个分组的自变量）；来自两个不同总体的样本在相同条件下接受观测，得到两组独立的数据（存在一个分组的准自变量）；

（2）检验假设：两组数据的平均数存在差异，它们来自于两个有根本区别的不同数据总体；

（3）虚无假设：两组数据不存在根本差异，它们是来自于同一数据总体的两个代表性样本；

（4）检验的逻辑：检验在虚无假设的前提下，两个数据样本出现研究中已经观测到的差异量发生的概率，即伴随概率。如果伴随概率小于0.05，则可拒绝虚无假设，否则接受虚无假设。;3.两个相关样本的差异性t检验

（1）适合条件：同一个样本在两种不同条件下接受观测，得到两组相关的数据（这里不存在分组变量）；两个匹配的对等组接受不同的实验处理，即在不同的条件下接受观测（这时：一个被试组可看作为另一被试组的复制品，即看作一个被试组在两种条件下接受观测，也“没有分组变量”），得到两组相关的数据；

（2）检验假设：两组数据的平均数存在差异，它们来自于两个有根本区别的不同数据总体，因为它们的数据是在不同条件下测定的；

（3）虚无假设：两组数据不存在根本差异，虽然它们来自于不同的测试条件，但这两种不同的测试条件不会引起数据的差异，所以两组数据仍然可看作是同一总体的两个代表性数据样本；

（4）检验的逻辑：检验在虚无假设的前提下，两个数据样本出现研究中已经观测到的差异量的发生概率，即伴随概率。如果伴随概率小于0.05，则可拒绝虚无假设，否则接受虚无假设。