心理统计学(简单版)
2025-12-29 11:27:36 0 举报
AI智能生成
在核心内容上,心理统计学(简单版)围绕心理研究的基础统计方法展开。这一基础概念包括了描述统计学的基本要素,例如平均数、标准差和分布图,以及涉及推断统计学的假设检验、相关性和回归分析等。文件类型通常为学术报告或教科书,旨在为心理学者或统计学初学者提供必要的统计工具和理论基础。 该主题的内容通过易于理解的语言和示例进行讲解,以使得非专业背景的心理学学生能够充分理解统计学在心理研究中的作用。在修饰语的使用上,描述性语言可能会采用"直观"、"清晰"和"易于掌握"等词汇,以表现出旨在消除初学者对统计学畏惧感的教学风格。 简而言之,心理统计学(简单版)的书籍或文章旨在向心理学者提供基础而实用的统计知识,帮助他们在研究工作中有效地运用这些统计工具,进而理解和解释心理数据。
作者其他创作
大纲/内容
基础
数据的图表描述与特征量
集中量数
算术平均数
中位数
众数
差异量数
全距
四分位差
平均差
方差
标准差
地位量数
百分位数
百分等级
随机事件与概率分布
随机事件及其概率
随机现象和随机事件
随机现象
随机事件
基本事件与复合事件
事件之和与事件之积
互不相容事件与独立事件
随机事件的概率
频率与概率
概率性质
概率的加法与乘法
离散变量的概率分布
离散概率的分布列
二项分布p80
定义与概率
平均数与标准差
应用:
计算成功若干次的概率
解决含有机遇性质的问题
计算成功若干次的概率
解决含有机遇性质的问题
连续变量的概率分布
连续变量的概率密度函数
正态分布p84
分布曲线及基本特征
分布表及其应用
Z-P-Y表
应用:
(1)估算一定分数区间的人数;
(2)估算录取分数线;
(3)确定等级评定的人数:
(1)估算一定分数区间的人数;
(2)估算录取分数线;
(3)确定等级评定的人数:
推断统计
抽样分布
抽样分布
样本平均数的抽样分布p105
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
总体平均数的区间估计g-451
总体正态方差已知
总体正态方差未知
总体非正态方差已知
总体非正态方差未知
假设检验
(比较2个样本的平均数是否有显著差异,2个组别)
(比较2个样本的平均数是否有显著差异,2个组别)
单样本平均数差异检验P128
(【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)
(【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
(【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)
(【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
【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
【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
两总体正态方差未知
t检验
两总体均非正态——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
(比较≥2个样本的平均数是否有显著差异,≥2个组别)
(比较≥2个样本的平均数是否有显著差异,≥2个组别)
单因素完全随机设计
单因素完全随机设计
各组数据个数不等时
只给出各组统计量时
单因素随机区组设计
单因素随机区组设计
单因素重复测量设计
多因素完全随机设计
多因素完全随机设计
效应分析
各平均数多重比较
主效应与交互效应
相关分析
(研究2个变量之间的关系)
(研究2个变量之间的关系)
积差相关分析
积差相关系数计算
等级相关分析
斯皮尔曼等级相关
肯德尔等级相关
其他相关
偏相关
回归分析
(预算因变量与自变量之间是否存在相关关系)
(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
比率的差异性检验
(离散数据检验,比率100%,对照均值的差异性检验)
(离散数据检验,比率100%,对照均值的差异性检验)
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
(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)
(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)
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)
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
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
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
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
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
符号秩次检验
子主题
秩和检验
1.对应独立样本T检验
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
3.T与T临界值比较,T夹在分布中间,则无差异n_n
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
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
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
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
0 条评论
下一页