现代心理与教育统计学.ppt

两方差之比的区间估计从公式中可以看到样本平均数之比与总体平均数之比的比呈F分布。第256页,共317页，星期六，2024年，5月因此由于F均为正值因此，并且，所以第257页,共317页，星期六，2024年，5月第四节相关系数的区间估计第五节比率及比率差异的区间估计第258页,共317页，星期六，2024年，5月第八章假设检验第259页,共317页，星期六，2024年，5月第一节假设检验的原理1假设与假设检验假设是科学研究中广泛应用的方法，它是根据已知理论与事实对研究对象的假定性说明。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，记作H1。第260页,共317页，星期六，2024年，5月在统计学中，不能对H1的真实性直接验证，而需要对与H1相反的假设H0进行检验。H0称为原假设、零假设或无差假设H1称为对立假设或备择假设。假设检验就是要看是接受H0，还是拒绝H0，若接受H0，则H1不成立，若拒绝H0，则H1成立。第261页,共317页，星期六，2024年，5月假设检验中的小概率原理假设检验中的“反证法”不是从逻辑上推导逻辑上的矛盾性来否定原假设，而是从小概率事件的发生，这一角度来否定原假设。第262页,共317页，星期六，2024年，5月第263页,共317页，星期六，2024年，5月第264页,共317页，星期六，2024年，5月两类错误存在有相互妥协的地方： 如果接受所有假设，则不会有第I类错误，但容易犯第II错误 如果拒绝所有假设，则不会有第II类错误，但容易犯第I错误通常以5%显著水平做为临界值来判断。第265页,共317页，星期六，2024年，5月两类错误的关系①α+β不一定等于1；②其他条件不变，α和β不可能同时减小或增大；第266页,共317页，星期六，2024年，5月第267页,共317页，星期六，2024年，5月③统计检验力（1-β）第268页,共317页，星期六，2024年，5月第269页,共317页，星期六，2024年，5月第270页,共317页，星期六，2024年，5月第二节平均数的显著性检验检验样本平均数是否与总体平均数有差异。1总体正态分布，总体方差已知。此时，样本平均数的分布呈正态分布样本平均数的标准分数为第271页,共317页，星期六，2024年，5月2总体正态分布，总体方差未知此时，样本平均数分布为t分布。第272页,共317页，星期六，2024年，5月3总体非正态分布总体方差已知，样本量大时，近似正态分布。总体方差未知，样本量大时，近似t分布；由于样本量大时，t分布近似正态分布；因此可以用近似正态分布。第273页,共317页，星期六，2024年，5月第三节平均数差异的显著性检验检验的目的在于由样本平均数之间的差异，来检验各自代表的两个总体之间的差异。1）两个总体都是正态分布、两个总体方差都已知的情况：①独立样本的平均数差异检验当两个变量相互独立时，其和的方差等于各自方差的和，即：第274页,共317页，星期六，2024年，5月因此当与独立时，（）的方差（标准误的平方）应等于各自分布的方差之和：因此标准误为则Z值为则有第275页,共317页，星期六，2024年，5月②相关样本的平均数差异检验相关样本的均值差异检验与它们的相关系数有关。当两个变量间的相关系数为r时，两变量差的方差为：即标准误为则Z为第276页,共317页，星期六，2024年，5月t分布设为来自正态总体的一个样本，为样本均值，为样本方差，则服从自由度为n-1的t分布，即第224页,共317页，星期六，2024年，5月1t分布的特点①平均值为0②以平均值0左右对称分布，左侧t为负值，右侧t为正值。③变量取值在-∞~∞之间。第225页,共317页，星期六，2024年，5月④t分布为一族分布，随着df的改变分布的形态也改变。当样本容量趋于∞时，t分布为正态分布，当n-130时，t分布接近正态，方差大于1，随n-1的增大方差逐渐趋于1；当n-130，t分布与正态分布相差较大，随n-1减少，方差越来越大，分布图的中间变低但尾部变高。第226页,共317页，星期六，2024年，5月2T分布表的使用第227页,共31