码迷,mamicode.com
首页 > 其他好文 > 详细

行为科学统计第8章

时间:2016-12-18 23:40:25      阅读:245      评论:0      收藏:0      [点我收藏+]

标签:table   测量   for   检测   效能   science   影响   平均数   color   

行为科学统计 Statistics for the Behavioral Sciences

第三部分啦~平均数与平均数差异的推论

平均数与平均数差异的推论,总共有八章,都是统计方法啊~每种方法都使用了 样本平均数作为对总体平均数作出推论的基础。

也就是样本平均数 是否可以推论到总体平均数的 各种方法啦~ 


 

第8章 假设检验

  • 引言:到底是偶然的,还是真正的存在差异?这就是推论性统计,假设检验的目的之一了。
  • 你读一下这段话`
  • 假设检验,帮助研究者区别数据中真实和随机的模式。在研究中,目的是判断结果是否显示了两个变量之间存在真是的关系,或者这种关系只是由偶然的随记波动造成的。~
  • 8.1 假设检验的逻辑
    •   研究者通常不可能或无法观察总体中的每个个体研究者。
    • 假设检验是一种统计方法,它使用样本数据数据评估关于总体参数的假设。
    • 讲了四个经典的步骤啦`一个一个来...
      • 1??虚无假设(H0):处理没有效应 H0 u0 = u1    也叫零假设  。。。。另外与之相对的叫 备择假设H1,即表示普通总体存在改变,差异或相关。
      • 2??设定判定标准
      • 3??收集数据并计算样本统计量
      • 4??作出判定
  •   8.2 假设检验的不确定性以及误差
    • 第一类误差: 实际上没有效应,但是数据将指示你拒绝虚无假设,暗示你有效应。  你可知道第一类误差的概率就是a的概率呢。。因为显著性水平a就是为这个而生出来的哦。。。= =
    • 只要研究者拒绝虚无假设,就有第一类误差的风险。 同理,只要研究者不能拒绝虚无假设,就有第二类误差的风险。。。
    • 第二类误差:就是跟第一类相反的这么简单啊。。。就是真的有显著性效应,但是数据没有检测出来。。。。。。。。。。。。。。。。居然就是这么简单。。。
    •  
    • 这样子说。。。看一下这个表格其实就挺简单的了~
    •   真实情况
      没有效应 Ho是正确时 效应存在,Ho是错误时
      实验者的结论 拒绝Ho 第一类错误  结论正确
      接受Ho 结论正确d 第二类错误
        •  
  • 8.3 假设检验的例子 
    • 在统计检验中,显著结果意味着虚无假设被拒绝~!!!...spss是用p值,然而我们平常计算是用z分数。。
    • 嗯嗯,其实懂了背后的统计学原理,跑spss的时候才不会晕得像颗白菜...
    • z分数假设检验的假设...有三个前提条件,要注意哦~..分别是   随记样本,独立观察, 处理不会改变a值..这个最后这个指的是,我们假定未知总体的标准差(处理后)与处理前的总体是相同的。。我也不懂这个是什么意思......最后一个是正态样本分布
  • 8.4 方向性(单尾)假设检验
    •   意思就是一开始的假设是带有期望的,是希望增加还是减少效应呢?我们并不知道...所以
    • 突然想起...我以前总是羡慕B区二综前边那栋宿舍的同学可以随时去二综看书...其实,我住了三舍3年,穿过操场就是图书馆....= =难道这不是一样的效果嘛,心情不好,可以回去洗澡,然后再走回来看书..不过,还是没有二综前边那个宿舍那么近。。。总归,看书就好啦~以后还是希望能看书啦~
    • 这就是为什么方向性检验一般被称为单尾检验~!
    • 方向性检验与一般的假设检验的区别在于第一步与第二步...其他相同~
    • 当第一次的分析结果是使用双尾检验不能得到显著结果时,你永远不应再使用单尾检验作为补救,试图得出研究的显著结果。~

 

  • 8.5 关于假设检验:测量效应大小
    • 科恩d值=平均数差/标准差...............起码知道科恩d值!!
    • ..........此书220页,有科恩d值评估效应的大小。。
  • 8.6 统计效能
    • 测量统计检验的效能...
    • 有点感觉统计效能是检验能正确地拒绝错误的虚无假设的概率,即效能是检验能够识别真正存在的处理效应的概率~...
    • 如果你评论是为了让别人回复你...或者期待别人回复你...不如不回复..呢...难得不是嘛..
    • 效能说白了不就是查有没有效果嘛..
    • 三个因素影响效能的大小:
      •   a水平增加,效能将增加。
      •   单尾检验的效能比双尾检验的效能大。
      •   大的样本的效能比小的样本的效能大。

 

天哪...这一章终于看完了..........天哪!~~

 

*总结 写在前边吧,不复盘没有进步的噢

  • 最重要的...一个...跟后边有千丝万缕的一个公式和词汇~
  • z=M-u/aM    换成中文         z=样本平均数-假设的总体平均数/标准误            这个假设的...这个词太关键了,其实是从第一步假设得来的!!~~
  • 然后这个补充才是神补刀!    z分数检验很少被用于实际研究中, z分数检验的问题就是它需要知道总体的标准差!~,而这个信息通常是未知的!所以才会有了后边千千万万的统计方法~...
  • 时间过得很快的,不去补充和实践,就很难去追赶知识了...

 

 

2016年3月17日 星期四 开始推论性统计啦~-继续加油啰??/实际整理于2016/12/18..2016年就快过了,这可是神奇的一年呢~英国脱欧,川普变总统。。我也能进研究院,学生生涯快要没了...这一切的一切,都在向前走,唯有..我们继续保持学习及整理的心态不能断了,锻炼身体及爱护家人的行动不能停下来...

 

最近恋上爱自习~继续啦~

行为科学统计第8章

标签:table   测量   for   检测   效能   science   影响   平均数   color   

原文地址:http://www.cnblogs.com/structure/p/6144470.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!