推断统计
抽样分布
参数估计的基本原理
参数估计概念
良好的点估计量特征
区间估计原理
标准差与方差的区间估计
假设检验<br>（比较2个样本的平均数是否有显著差异，2个组别）
基本原理
假设与假设检验
单侧检验与双侧检验
两类错误
参数检验与非参数检验 P127<br>
参数检验
1若总体的分布形态已知，则需要对总体的未知参数进行假设检验，即进行参数检验。<br>参数检验主要有t检验、方差分析、积差相关系数的检验、比率的检验等；<br>
非参数检验
2. 若总体分布形态所知甚少，则需要对末知分布出现的形态及其他特征进行假设检验，即进行非参数检验。<br>非参数检验主要有 ，卡方检验、秩和检验、符号秩次检验、等级方差分析。<br>
独立样本和相关样本
单样本平均数差异检验P128<br>（【包含关系】只有一组样本，判断样本和总体是否一致：总体飞行员-其中抽一部分飞行员）
总体正态方差已知——Z检验
总体正态方差未知——t检验
总体非正态——Z'检验
独立样本平均数差异检验p131<br>（【平级关系】有两组样本，两样本之间没有关联关系：男-女/城市-农村）
两总体正态方差已知——Z检验
两总体正态方差未知
两总体方差相等——t检验
两总体方差不等——t'检验
两总体非正态——Z'检验
两总体方差已知
两总体方差未知（样本方差代替总体方差）
相关样本平均数差异检验p137<br>【前-后测，双胞胎】有两组样本，两样本是前后测，被试内实验或双胞胎
两总体正态方差已知——Z检验
两总体非正态——Z'检验
两总体方差已知
两总体方差未知（样本方差代替总体方差）
假设检验中的效应量
单样本Z检验效应量
独立样本t检验的效应量
相关样本t检验的效应量
方差分析<br>（比较≥2个样本的平均数是否有显著差异，≥2个组别）
基本原理
基本原理
方差的可分解性。总变异（SSt）=组间变异（SSb）+组内变异（SSw）
组间变异
由不同的实验处理造成的各组之间的变异，可以看做是组间平均数差异大小的一个指标。<br>
组间变异均方
组内变异
由组内各被试因变量的差异范围决定的，主要是指实验误差或组内被试之间的差异造成的变异。<br>
组内变异均方
变异率
F值分类情况
(1) F<1，组间变异≤接近随机误差方差<br>(2)F>1且落入p<0.05 的临界区域，说明组间方差显著大于组内方差，不同观测条件下测量结果差异显著，<br>即研究者操控的研究变量的变化会导致观测变量的明显改变，两者存在显著的关联性或因果关系<br>
方差的适用条件
（1）总体分布的正态性(总体非正态时可转换为正态或用非参数方差分析);<br>（2）变异的可加性或可分解性，这是方差分析的逻辑基础(不同变异来源必须明确，且彼此独立在一般的心理学研究中都能满足这一条)。组间变异是不同的观测条件引起的，而组内变异是由实验误差以及被试间的差异引起。被试分组是随机情况下，与实验条件的变化没有系统的关联性，所以实验误差与被试差异都具有随机性，组内变异和组间变异是相互独立的:<br>（3）不同数据样本的方差齐性(出自同一总体)。<br>
方差分析的基本程序步骤
【以单因素完全随机设计举例】<br>1、提出虚无假设H0和研究假设H1<br>2、计算和分解变异量，包括总变异量SSt和组间变异量SSb<br>3、计算和分解自由度，包括总变异自由度dft和组间变异自由度dfb和组内变异自由度dfw<br>4、计算均方和方差，包括组间均方或方差，组内均方或方差<br>5、计算F比率和确定其显著性水平<br>6、计算效应量<br>7、给出方差分析表及其结果<br>
单因素随机区组设计
一个因素，按一定标准匹配分分组
效应分析
相关分析<br>（研究2个变量之间的关系）
相关的概念
积差相关分析
等级相关分析
其他相关
聚类分析<br>（对事物按照亲疏远近进行分类）<br>
回归分析<br>（预算因变量与自变量之间是否存在相关关系）
回归分析概述
一元线性回归分析
多元线性回归分析
逻辑回归分析
探索性因素分析
比率的差异性检验<br>（离散数据检验，比率100%，对照均值的差异性检验）<br>
总体比率估计
单样本比率的差异检验
相关样本比率的差异检验
独立样本比率的差异检验
卡方检验<br>（离散数据检验，次数/人数等计数数据检验，检测两个变量之间是否有相关性）
卡方检验的基本原理
适合性卡方检验
单因素卡方检验（品牌调研）
均匀分布
不均匀分布
按比例/经典分布，期望次数查看体干
典型分布（正态分布/z分布，期望次数查看Z分布的面积求P值看比率）
独立性卡方检验
两因素卡方检验（2因素的交互作用）
一般独立性检验RxC列联表
独立四格表2x2不相关——独立样本，无交互
相关四个表2x2独立相关——相关样本，（其中一个为被试内变量）
非参数检验9（不完美数据，数据水平较低）
符号检验
1.对应相关样本T检验<br>2.检验逻辑：将2个样本的每队数据之差用正负号表示，若两样本无差异，则正负值应各站一半<br>3.对样本量要求：配对数<6，几乎无效，不能使用；7<配对数<12，不敏感，但可以使用；20<配对数，较为有效
秩和检验
1.对应独立样本T检验<br>2.检验逻辑：将组观测值进行排序，若两观测值无差异，则他们排序所占的地位应该也没差异<br>3.T与T临界值比较，T夹在分布中间，则无差异n_n
中位数检验
1.如果两个样本的观测值没有显著差异，那么两组观测值合并放在一起，各样本中的数据在共同中位数的上下应该各占一半，否则就说明两个样本存在差异，不是来自同一总体<br>2.如果任何一个单元格中期望次数＜1，或者有超过20%的单元格中期望次数＜5时，就不能使用中位数检验法
