第二部分单样本和双样本假设检验.pptVIP

为什么单样本检验很少采用单样本检验的主要问题在于很难从研究的总体中抽取一个真随机的样本；实验处理加到某一样本上，由于没有对照组很难排除混淆变量。第30页，共74页，星期日，2025年，2月5日练习：一个精神分析师正在检验一种新的抗焦虑药物，这种药物有降低心率的副作用。50个学生服药六周后的平均心率为70,。如果总体的平均心率为72，标准差为12，那么这个精神分析师可以下结论说新药物会显著降低心率吗？第31页，共74页，星期日，2025年，2月5日一个心理学家测量了一个班级25个孩子的智商，想看其是否与同龄人有差异，已知智商平均数为100，标准差为15.（1）如果事先对该班孩子不了解，后测得其平均智商为105，这群孩子智商特殊吗?（2）如果事先知道这班孩子是快班的，后测得其平均智商为105，这群孩子智商特殊吗?第32页，共74页，星期日，2025年，2月5日第六章区间估计和t分布第33页，共74页，星期日，2025年，2月5日A基本概念总体标准差未知的大样本z检验t分布单样本t检验估计总体均数第34页，共74页，星期日，2025年，2月5日上边我们讲到，如果我们把单一样本的均数和总体均数比较，且已知研究变量的标准差，则适合的统计检验是单样本z检验。但是如果总体标准差未知呢？举例，已知上个世纪九十年代中国人均寿命为70岁（这样的信息从网上很容易查到，但是标准差往往查不到），现在你想调查一下目前中国人是否人均寿命增长了。随机抽取了100个今年死亡的人，发现平均寿命为73，标准差为15。那么中国人比以前长寿了吗？第35页，共74页，星期日，2025年，2月5日如果总体标准差已知，我们可以轻松计算现在σ未知，怎么办？我们可以用样本的无偏标准差来代替σ这就是大样本z检验，前提条件样本要足够大。第36页，共74页，星期日，2025年，2月5日对上边提到的问题进行运算：总体均数70，样本数目100，均数73，标准差15，z(0.05)=1.65,z(0.025)=1.96提出假设选择统计检验和显著性水平求拒绝区域计算检验统计量做出统计推断第37页，共74页，星期日，2025年，2月5日练习：已知去年大学教师人均收入为50000元，现在随机抽取16名大学教师，调查得知他们今年的平均收入为60000元，标准差为10000元，问大学教师今年比去年待遇提高了吗？第38页，共74页，星期日，2025年，2月5日很显然，上边的练习中样本数目不够大，其均数的抽样分布不符合正态分布，因此不适用大样本的z检验。值得庆幸的是，当样本数目较少时，其均数的抽样也满足一个比较规律的分布，即t分布。t分布类似于标准正态分布。它也是呈钟形、对称、向两端无限延伸，且均值为零。t分布也是一个完全遵从某个数学公式的抽象数学概念。第39页，共74页，星期日，2025年，2月5日t分布第40页，共74页，星期日，2025年，2月5日由于均数的抽样分布为t分布，所以假设检验量不再是z分数，而是t分数。公式和大样本z检验一样，也会得到一样的数值，那么大样本z检验和t检验的不同在哪里？不同在于，服从不同的分布，相同的α值会得到不同的拒绝区间。第41页，共74页，星期日，2025年，2月5日与标准正态分布不同，t分布依赖于其所采样本的自由度，df=N-1随着df增加，t分布越来越接近正态分布。从图中可以看到，对于位于尾端区域的任何一个z值，t分布的p都要大于正态分布，且df越小，p越大。也就是，样本较小时更难达到显著性水平。第42页，共74页，星期日，2025年，2月5日第43页，共74页，星期日，2025年，2月5日前例中，总体均数为50000，样本量为16，样本均数为60000，标准差为10000查表可知df=16-1=15时，单侧t(0.05)=1.753,tt(0.05)，拒绝零假设，大学教师待遇确实提高了。第44页，共74页，星期日，2025年，2月5日大样本z检验和单样本t检验中的样本量在前边讲到的大样本z检验和单样本t检验中都存在的一个问题是样本量究竟要取多少？我们通过样本来估计总体，取的样本量越大，越能代表总体，而且样本量越大，越容易得到统计显著性结果。第一，对于t检验，样本量意味着自由度，自由度越大，t的临界值越小；第二，增加样本量会增加计算所得的t值或z值。但是也要注意，太大的样本量会使得即使在实验效应本身很微小或缺乏实际意义的情况下统计结果达到显著。第45页，共74页，星期日，2025年，2月5日练习：医院有25名失眠病人，测其焦虑抑郁指数平均为70，标