1701465624
三、定量数据统计方法的选择
1701465625
1701465626
由于在实际问题中的许多变量都是服从正态分布或近似正态分布的,所以下面我们主要介绍有关正态总体的统计检验方法:t检验和z检验。
1701465627
1701465628
假设检验的具体方法,通常是以选定的检验统计量来命名的,如t检验要用特定的公式计算检验统计量t值,z检验要用特定的公式计算检验统计量z值。应用时要了解每一种检验的应用条件。
1701465629
1701465630
(1)t检验的应用条件:当样本容量n较小时,要求样本取自正态分布总体,作两样本均数比较时还要求两样本的总体方差相等。但是在实际应用上,与上述条件略有偏离,对结果亦影响不大。或者将原始数据作某种函数转换,使资料转换为正态分布,以满足方差分析和t检验的应用条件。
1701465631
1701465632
(2)z检验的应用条件:样本量n较大,或n虽小而总体标准差已知。
1701465633
1701465634
上述两种统计方法都要求样本来自的总体分布型是已知的(如正态分布),在这种假设基础上,对总体参数(如总体均值)进行估计或检验,称为参数统计(parameter statistics)。若不知道所研究样本来自总体的分布型或已知总体分布与检验所要求的条件不符,此时可以用非参数统计(nonparametric statistics)进行假设检验。非参数检验中效率最高又比较系统、完整的是秩和检验,具体方法可以参见生物统计学。
1701465635
1701465637
1701465638
1701465639
四、直线相关与回归
1701465640
1701465641
前面的资料均为单变量资料。如果两个变量X,Y,其间存在密切的数量关系,就说X与Y有相关关系(简称相关)。相关是研究在专业上有联系的两个定量变量之间的相互关系,要求两个变量均为随机变量;
1701465642
1701465643
回归是研究在专业上有联系的两个定量变量之间的依赖关系,要求因变量必须是随机变量,自变量可以是随机变量,也可以是一般变量。
1701465644
1701465645
从资料所具备的条件来说,作相关分析时要求两变量都是随机变量(如:人的身长与体重、血硒与发硒);作回归分析时要求因变量是随机变量,自变量可以是随机的,也可以是一般变量(即可以事先指定变量的取值,如:用药的剂量)。
1701465646
1701465647
1.进行回归分析的步骤
1701465648
1701465649
(1)依据专业知识确定两变量间是否可能存在联系。
1701465650
1701465651
(2)绘制分布散点图。
1701465652
1701465653
(3)对值的分析(散点有直线趋势)的资料再求α(纵截距)、b(回归系数)。
1701465654
1701465655
(4)对回归参数进行假设检验。
1701465656
1701465657
(5)将回归方程应用于实践中去。
1701465658
1701465659
2.直线回归方程的应用
1701465660
1701465661
(1)描述两变量间的依存关系。通过回归系数的假设检验,若认为两变量间存在着直线回归关系,则可以用直线回归来描述。
1701465662
1701465663
(2)利用回归方程进行预测。这是回归方程的重要应用方面。所谓预测,就是把预报因子(自变量X)代入回归方程对预报量(应变量Y)进行估计,其波动范围可按求个体Y值容许区间方法计算。
1701465664
1701465665
(3)利用回归方程进行统计控制(statistical control)。
1701465666
1701465667
(何淑嫦)
1701465668
1701465669
1701465670
1701465671
1701465673
现代生理心理学实验教程 附录
[
上一页 ]
[ :1.701465624e+09 ]
[
下一页 ]