2011年心理学考研心理统计学完整版笔记：第二章 数据的初步整理--统计图表的制定
心理学统计总结
心理与教育学统计第一章．绪论一．统计方法在心理和教育科学研究中的研究1.心理与教育统计的定义与性质（1）定义：是专门研究如何运用统计学原理和方法，搜集、整理、分析心理与教育科学研究中获得的随机性数据资料，并根据这些数据资料传递的信息，进行科学推论找出心理与教育活动规律的一门学科。
（2）数理统计学：分析这种随机变量的规律性，它的理论基础是专门研究随机现象的科学——概率论，侧重于基本原理与方法的科学证明。
心理与教育统计：侧重于数理统计方法如何在心理和教育科学研究中的应用，是心理与教育科学研究中最广泛应用的，也是最基本的一种定量化工具。
2.数据特点：多以数字形式呈现、随机性、规律性、研究目的是通过部分数据来推测总体特征。
二．心理与教育统计学的内容1.描述统计：主要研究如何整理心理与教育科学实验或调查得来的大量数据，描述一组数据的全貌，表达一件事物的性质。
具体内容：数据如何分组（统计图表）、计算一组数据的特征值（集中量数、差异量数）、表示一事物两种或两种以上属性间相关关系的描述。
2.推论统计：研究如何透过局部数据所提供的信息，推论总体的情形。
推论统计的原理和理论包括：抽样理论、估计理论、统计检验理论。
3.实验设计三．心理与教育统计学基础概念1.数据类型：（测量方法和来源）：计数数据和计量数据（测量水平）称名数据、顺序数据、等距数据、等比数据。
（连续性）离散数据：任何两个数据点之间所取得数值的个数是有限的。
连续数据：任何两个数据点之间都可以细分出无限多个大小不同的数值。
进一步细分，取决于：测量技术所允许的精确程度、测量所需要的精确程度。
2.变量、观测值、随机变量变量：在心理与教育实验、观察、调查中想要获得的数据，即为一个可以取不同数值的物体的属性或事件，其数值具有不确定性。
观测值：一旦确定了某个值，就称这个值为某一变量的观测值，也就是具体数据。
随机变量：在统计上，把取值之前不能预料到取什么值的变量，就称为随机变量。
心理统计知识点完整版整理
心理统计知识点完整版整理1、描述统计：主要研究如何让整理心理与教育科学实验或调查得来的大量数据。
描述一组数据的全貌，表达一件事物的性质。
2、推论统计：主要研究如何通过局部数据提供的信息，推论总体的情形。
3、根据数据反映的测量水平，将数据分类：称名数据、顺序数据、等距数据、比率数据（书P16概念、举例）是否具有连续性离散数据、连续性数据。
4、连续数据：任意两个数据点之间都可以细分出无限个大小不同的数值。
5、统计量：样本的那些特征值，代表样本的特性。
6、参数：描述一个总体情况的统计指标，代表总体特性是一个常数。
7、组限：分组区间即一个组的起点值和终点值之间的距离；组下限：起点值；组下限：终点值。
组限分类：表述组限，精确组限8、散点图：用相同大小圆点的多少或疏密表示统计资料数量大小以及变化趋势的图。
9、算数平均数的使用原则：同质性原则，平均数与个体数值相结合的原则，平均数与标准差、方差相结合的原则。
10、中数：按顺序排列在一起的一组数据中居于中间位置的数。
11、众数：指在次数分布中出现次数最多的那个数的数值。
12、皮尔逊平均数、中数和众数三者间的关系：Mo=3Md-2M0(M平均数Md中数Mo众数)13、平均差：次数分布中所有原始数据平均数绝对离差的平均值。
14、方差、标准差公式：15、标准差：方差的平方根…..16、差异系数的使用情况：1、标准差的单位不同；2、虽然标注差的单位相同，但两样本的水平不同。
17、标准分数：又称基分数或Z分数，是以标准差为单位表示一个原始分数在团体中所处位置的相对位置量数。
优点：标准分数从分数对平均数的相对低位。
该分组的离中趋势两个方面来表示原始分数的地位。
18、事物之间的相互关系：因果关系，共变关系，相关关系19、积差相关的公式：20、肯德尔W系数：适用于两列以上的等级变量；使用情况：Ａ、原始数据资料的获得一半采用等级评定法，让K个被试对N件事物或N种作品进行等级评定，每个评价者都能对N件事物（或作品）的好坏、优劣、喜好、大小、高低登排出一个等级顺序。
心理与教育统计学第2章统计图表
******** * * * *
1 2 3 4 5 6 7 8 9 10 11 12
2.1.1 审核
• 审核是对原始数据进行初步审查与 核实
• 不符合要求的数据主要有三种：缺 失、可疑、失误。
• 缺失：指数据不全或缺项未填；例如一份
资料中未回答的问题占10％以上，或者缺少 关键性资料。
• 可疑：指难以辨认或怀疑其真实性的数据；
2.1.2 数据排序
• 数据排序，就是按照某种标准，对 收集到的杂乱无章的数据进行排列。
• 年龄、性别等 • 数值大小升序或降序排列 • 数据排序是整理数据最简单的方法
2.1.3 统计分组
• 统计分组，根据被研究对象的特征，将 所得数据划分到各个组别中去。
• 分组要以被试对象的本质特征为基础。 • 分类标志要明确，要能包括所有数据
Stem width: 10 Each leaf: 1 case(s)
图2-12 学生身高茎叶图
箱图
100
75%
90
中数 80
25%
70
60
异常值
12
最大值
最小值
图2-13 学生分分数 数箱图
2.2 次数分布表
• 次数分布显示初步整理后一组数据的分布 情况。
• 它能使我们对样本情况有个初步的了解 • 为今后进一步分析和研究问题提供很大方
76.0 77.5 82.0 90.5 81.0 85.5 71.0 80.5 92.5 77.0 88.0 81.0 76.5 67.0 83.0 84.0 84.0 62.0 79.0 72.0 98.0 78.0 78.0 80.0 78.5 76.5 75.0 79.5 86.0 81.5 75.0 84.0 90.0 80.0 86.0 84.5 68.5 71.0 68.0 81.5 79.5 80.5 73.0 93.0 83.0 72.0 68.0 71.0 87.0 78.0 66.0 83.0 87.0 82.5 79.5 80.0 82.0 81.0 86.5 83.5 71.5 83.0 91.0 96.0 75.5 89.0 87.5 69.0 74.0 70.0 77.5 75.0 79.0 79.0 80.5 74.5 77.0 82.5 72.5 73.5 73.5 76.0 88.5 85.0 89.5 78.5 76.0 74.0 98.0 73.0 94.0 79.0 80.0 75.5 83.5 82.0 65.0 74.5 80.0 70.5
心理统计学知识点完整版资料整理
心理统计学知识点完整版资料整理1.数据的概念：在心理统计学中，数据是指信息的收集和组织形式。
数据可以是数字，也可以是文字或符号。
数据的收集可以通过实验、调查、观察等方式进行。
2.数据的分布：在心理统计学中，数据的分布是指通过统计方法和图表来展示数据的特征和规律。
常用的数据分布包括正态分布、偏态分布、均匀分布等。
3.描述性统计：描述性统计是用来描述和总结数据的方法。
常见的描述性统计包括均值、中位数、众数、标准差、变异系数等。
4.推论统计：推论统计是根据样本数据来对总体进行推断的方法。
推论统计主要包括参数估计和假设检验两个方面。
5.参数估计：参数估计是用样本数据来估计总体参数的值。
常见的参数估计方法包括点估计和区间估计。
6.假设检验：假设检验是用来判断总体参数是否满足一些假设的方法。
其中包括设置原假设和备择假设、选择显著性水平、计算统计量、确定拒绝域等步骤。
7.相关分析：相关分析用来研究两个或多个变量之间的关系。
其中最常用的是皮尔逊相关系数，可以用来衡量变量之间的线性相关程度。
8.回归分析：回归分析用来研究一个或多个自变量和因变量之间的关系。
通过回归分析可以得到回归方程，进而预测因变量的值。
9.方差分析：方差分析是一种用来研究多个样本之间差异的方法。
方差分析可以判断不同组之间的均值是否存在显著差异。
10.非参数统计：非参数统计是一种不依赖于总体参数的方法。
非参数统计主要包括秩次统计和分布自由度较小的统计方法。
11.实验设计：实验设计在心理统计学中扮演着重要的角色。
良好的实验设计可以保证实验的可靠性和有效性，并排除干扰因素。
12.抽样方法：抽样方法是指如何从总体中选取样本的方法。
常见的抽样方法包括随机抽样、系统抽样、整群抽样等。
以上是心理统计学的一些主要知识点的简要整理。
了解这些知识点可以帮助我们更好地理解和应用统计方法来分析心理学中的数据。
当然，心理统计学的内容还非常广泛，还有更多的知识点值得深入学习和研究。
(心理统计-2、3)第二章统计图表
VS
详细描述
折线图特别适合用于表示气温、股价、销 售量等随时间变化的数据。通过折线图， 可以直观地观察到数据的变化趋势和规律 ，有助于进行预测和决策。此外，折线图 还可以用于比较不同时间段的数据，以便 更好地了解数据的动态变化。
04
CATALOGUE
饼图
饼图的定义
01
饼图是一种以圆形表示数据的图 表，每个扇区代表一个分类数据 ，扇区面积的大小表示该分类数 据所占的比例。
柱状图的适用场景
总结词
柱状图适用于展示类别间的比较和趋势，适用于数据量较小 的情况。
详细描述
当需要比较不同类别之间的数值差异时，柱状图是一个很好 的选择。例如，展示不同产品的销售量、不同地区的降雨量 等。此外，当数据量较小，不需要过于复杂的图表时，也可 以使用柱状图来直观地呈现数据。
03
CATALOGUE
纵轴。
绘制点
根据数据点的值，在坐标轴上 绘制相应的点。
添加图例和标题
为了使图表易于理解，需要添 加适当的图例和标题。
散点图的适用场景
探索两个变量之间的关系
识别异常值
当需要了解两个变量之间是否存在某 种关系或趋势时，可以使用散点图进 行初步探索。
散点图可以用于识别异常值，即远离 其他数据点的点，这些点可能对整体 趋势产生影响。
02
饼图可以直观地展示数据的分布 情况，帮助我们快速了解各部分 在整体中所占的比重。
饼图的制作方法
选择数据
选择需要展示的数据，通常为分类数据和 对应的数值。
美化图表
根据需要，可以添加颜色、阴影等效果， 使图表更加美观。
设计布局
确定饼图的标题、图例、数据标签等元素 的位置。
添加标签
《心理统计学》重要知识点
《心理统计学》重要知识点第二章 统计图表简单次数分布表的编制：Excel 数据透视表列联表（交叉表）：两个类别变量或等级变量的交叉次数分布，Excel 数据透视表直方图（histogram ）：直观描述连续变量分组次数分布情况，可用Excel 图表向导的柱形图来绘制 散点图（Scatter plot ）：主要用于直观描述两个连续性变量的关系状况和变化趋向。
条形图（Bar chart ）：用于直观描述称名数据、类别数据、等级数据的次数分布情况。
简单条形图：用于描述一个样组的类别（或等级）数据变量次数分布。
复式条形图：用于描述和比较两个或多个样组的类别(或等级)数据的次数分布。
圆形图（circle graph ）、饼图（pie graph ）：用于直观描述类别数据或等级数据的分布情况。
线形图（line graph ）：用于直观描述不同时期的发展成就的变化趋势；第三章 集中量数● 集中趋势和离中趋势是数据分布的两个基本特征。
● 集中趋势：就是数据分布中大量数据向某个数据点集中的趋势。
● 集中量数：描述数据分布集中趋势的统计量数。
● 离中趋势：是指数据分布中数据分散的程度。
● 差异量数：描述数据分布离中趋势（离散程度）的统计量数 ● 常用的集中量数有：算术平均数、众数（M O ）、中位数（M d ） 1．算术平均数（简称平均数，M 、X 、Y ）：nx X i∑= Excel 统计函数AVERAGE算术平均数的重要特性：（1）一组数据的离均差（离差）总和为0，即0)(=-∑x x i（2）如果变量X 的平均数为X ，将变量X 按照公式bx a y +=转换为Y 变量后，那么，变量Y 的平均数X b a Y +=2．中位数（median ，M d ）：在一组有序排列的数据中，处于中间位置的数值。
中位数上下的数据出现次数各占50%。
3．众数（mode ，M O ）：一组数据中出现次数最多的数据。
《心理统计学》考点详解-第二、四、五章
冷二之前对心理统计学考点进行了分析，将整个统计归纳为43个知识点（戳蓝字直达→），介于心理统计学分值较大（占13分）且不易记忆，我们来逐章节进行梳理。
心理统计学共分5个章节：①（←戳蓝字进入复习）②了解了这些之后就进入第二章——对数据的分布以及总体参数进行一系列的估计【8个知识点】；③对于数据的操作要严谨，只有估计当然是不行的，所以接下来我们需要对数据进行一些假设并通过各种方法进行检验【16个知识点】；④第四章的各种研究设计的方差分析不是考察重点，我们就不过多浪费时间和精力了【1个知识点】；⑤第五章一元线性回归我们需要对几个名词解释考点进行记忆【4个知识点】。
由于第四章只有1个知识点，且在17年考察过，今年不可能重复考察，同时，第五章只有4个知识点，这篇文章中我们就将第二章、第四章和第五章的知识点一起进行梳理吧！第二章数据的分布及总体参数的估计第一节数据分布的特点【简答题-14、18年真题】正态分布的特点（14年）正态分布及曲线（18年）【选择题】正态分布总体的随机样本的关系：算术平均数±1S=68.26%算术平均数±1.645S=90%算术平均数±1.96S=95%算术平均数±2.58S=99%✔【名词解释】标准正态分布均值=0，方差=1的正态分布【选择题】标准分数的公式、二项分布的平均数、标准差（记住公式，以防计算类选择题）【选择题举例】一个班成绩平均分（￣X）为90分，标准差（S）为3。
已知一个学生的成绩为97.5分，则该生成绩在班里的半分位是多少？解：带入标准分数公式可得：标准分数=（97.5-90）/3=2.5 2.5接近2.58，即该生的分数接近99.5%（即99%+1%÷2）第二节总体参数的估计✔【名词解释-16年真题】抽样分布样本统计量的概率分布✔【名词解释】样本平均数从正态分布的总体中可无限抽取大小为n的样本，所计算的这无限多个平均数的分布，称为样本平均数的分布。
(完整版)现代心理与教育统计学
心理统计学第一章概述描述统计定义：研究如何把心理与教育科学实验或调查得来的大量数据科学的科学的加以整理概括和表述作用：使杂乱无章的数字更好的显示出事物的某些特征，有助于说明问题的实质。
具体内容：1数据分组：采用图与表的形式。
2计算数据的特征值：集中量数（平均数中数）离散量数（方差）3计算量事物间的相关关系：积差相关（2列3列多列）推断统计定义：主要研究如何利用局部数据（样本数据）所提供的信息，依据数理统计提供的理论和方法，推论总体情形。
作用：用样本推论总体。
具体内容：1如何对假设进行检验。
2如何对总体参数特征值进行估计。
3各种非参数的统计方法。
心理与教育统计基础概念数据类型一从数据来源来划分1计数数据：计算个数或次数而获得的数据。
（都是离散数据）2测量数据：借助一定测量工具或测量标准而获得的数据。
（连续数据）二根据数据所反映的测量水平1称名数据（分类）定义：指用数字代表事物或数字对事物进行分类的数据。
特点：数字只是事物的符号，而没有任何数量意义。
统计方法：百分数次数众数列联相关卡方检验等。
（非参检验）2顺序数据（分类排序）定义：指代事物类别，能够表明不同食物的大小等级或事物具有的某种特征的程度的数据。
（年级）特点：没有相等单位没有绝对零点。
不表示事物特征的真正数量。
统计方法：中位数百分位数等级相关肯德尔和谐系数以及常规的非参数检验方法。
3等距数据（分类排序加减（相等单位））（真正应用最广泛的数据）定义：不仅能够指代物体的类别等级，而且具有相等的单位的数据。
（成绩温度）特点：真正的数量，能进行加减运算，没有绝对零点，不能进行乘除计算。
统计方法：平均数标准差积差相关Z检验t检验F检验等。
4比率数据（分类排序加减法乘除法（绝对零点））定义：表明量的大小，也具有相等单位，同时具有绝对零点。
（身高反应时）特点：真正的数字，有绝对零点，可以进行加减乘除运算。
在统计中处理的数据大多是顺序数据和等距数据。
三按照数据是否具有连续性离散数据连续数据变量观测值随机变量变量：指心理与教育实验观察调查种想要获得的数据。
心理统计学第二章 统计图表
3.制作：编制双列次数分布表，先按照 分组次数分布表的编制方法，分别列出 各变量的分组区间，登记时，每次同一 对变量同时登记在相应的格内。
第三节 次数分布图
一、直方图 直方图就是用一系列宽度相等、高度不一的
矩形表示数据分布的统计图。以矩形的面积 表示连续性随机变量次数分布的图形。 一般用纵轴表示数据的频数，用横轴表示数 据的等距分组点，也就是各分组区间的上限 和下限，有时也使用组中值。
组效应。
三、相对次数分布表
1.含义：相对次数是指各组次数f对数据 总个数N的比值，用符号f/N表示。所有 相对次数之和（Σf/N）等于1。
2.制作：将分组次数分布表的各组次数 化为相对次数，用f/N或f/N×100%作 标志来表示次数，就制成了相对次数分 布表。
四、累加次数分布表(重点加难 点)
1.实际累加次数（cumulative frequency），把各组次数f由下而上或 由上而下依次累加的和，用符号cf表示。
2.相对累加次数（relative cumulative frequency），把各组的相对次数p由下 而上或由上而下依次累加的和，累加之 和为1。
五、双列次数分布表
1.含义：对有联系的两列变量用一个表 表示其次数分布，就称为双列次数分布 表，也称相关次数分布表。
300
200
100
0 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75
Age in years
（四）散点图p48 用相同大小圆点的多少或疏密表示统计
资料数量的大小以及变化趋势等。
还可以表示相关程度。
心理学考研之心理统计学笔记
心理学考研之心理统计学笔记The document was prepared on January 2, 2021心理统计学笔记1基本概念总体：具有某些共同的、可观测特征的一类事物的全体,构成总体的每个基本单元称为个体样本：由于不能或没必要对整个总体进行研究,我们只能从总体中选择出一些个体代表总体,这些个体的集合叫样本变量：本身是变化的或者对于不同个体有不同值得特征或条件常量：本身不变且对不同的个体的值也相同参数：描述总体的数值,它可以从一次测量中获得,也可以从总体的一系列测量中推论得到比例：全组中取值为X的比例,p=f/N插值法：一种求两个已知数值之间中间值的方法,其假设所求解点附近数据呈线性变化统计量：描述样本的数值,与参数的获得方式相同随机取样：从总体抽取样本的一种策略,要求总体中的每一个个体被抽到的机会均等取样误差：样本统计量与相应的总体参数之间的差距偏态分布：分数堆积在分布的一端,而另一端成为比较尖细的尾端,其与对称分布对应次数分布：一批数据在某一量度的每一个类目所出现的次数情况离散型变量：由分离的、不可分割的范畴组成,临近范畴之间没有值存在连续型变量：在任何两个观测值之间都存在无限多个可能值,它可被分割成无限多个组成部分2学习建议①将注意放在概念上,心理统计应该是一门概念性的科学,而非纯数学.②一定要将统计方法与心理学研究的情景结合起来学习.③弄懂一个概念再开始学习下一个,心理统计中的概念应用性较差却是之后做题的基础.④做题按照推荐格式能避免出错几率.3统计检验总表数据类型单样本问题独立样本比较相关样本比较多组样本的比较相关问题独立样本重复测量等距型总体正态分布单样本t/z检验独立样本t/z检验相关样本t检验独立样本方差分析重复测量方差分析Pearson积差相关分布形态未知大样本下的相应的t/z检验大样本下的相应的t/z检验大样本下的相应的t检验转化为顺序型转化为顺序型顺序型符号检验法曼-惠特尼维尔克松克-瓦氏单向弗里德曼双向等级SpearmanU检验T检验方差分析方差分析等级相关命名型χ2匹配度检验χ2独立性检验符号检验法χ2独立性检验χ2独立性检验一、描述统计描述统计是指用来整理、概括、简化数据的统计方法,侧重于描述一组数据的全貌,表达一件事物的性质.一统计图表统计表和统计图简单明确、生动直观地表达数量关系,具有一目了然、整洁美观、容易理解等特点.它们是对数据进行初步整理,以简化的形式加以表现的两种最简单的方式.在制定统计图表之前,一般首先要对数据进行以下两种初步整理：①数据排序：按照某种标准,对收集到的杂乱无章的数据按照一定顺序标准进行排列②统计分组：根据被研究对象的特征,将所得到数据划分到各个组别中去1．统计图统计图：用点、线、面的位置、升降或大小来表达统计资料数量关系的一种陈列形式组成：坐标轴、图号、图题、图目、图尺、图形、图例、图注分类：条形图、圆图、线性图、直方图、散点图、茎叶图2．统计表统计表：将要统计分析的事物或指标以表格的形式列出来,以代替烦琐文字描述的一种表现形式组成：隔开线、表号、名称、标目、数字、表注分类：简单表、分组表、复合表二集中量数集中量数又叫集中趋势,是体现一组数据一般水平的统计量.它能反映频数分布中大量数据向某一点集中的情况.1．算数平均数1定义算数平均数：即所有观察值的总和与总频数之商,简称为平均数或均数平均数一般与标准差、方差相结合使用.2特点①在一组数据中每个变量与平均数之差的总和等于零②在一组数据中,每一个数都加上一个常数C,所得的平均数为原来的平均数加常数C③在一组数据中,每一个数都乘以一个常数C,所得的平均数为原来的平均数乘以常数C3意义算数平均数是应用最普遍的一种集中量数,它在大多情况下是真值最好的估计值.4优缺点优点：反应灵敏、计算严密、计算简单、简明易解、适合于进一步用代数方法盐酸、较少受抽样变动的影响缺点：易受极端数据的影响、不能在出现模糊数据时计算2．中数1定义中数：按顺序排列在一起的一组数据中居于中间位置的数,在这组数据中,有一半数据比它大,一般数据比它小,等价于百分位数是50的那个数.2算法①数列总个数为奇数时,第 n+1/2 个数就是中数②数列总个数为偶数时,可取位于中间的两个数的平均数作为中数③分布中有相等的数时,将重复的数字看成一个连续体,利用中间分数的精确上下限使用插值法3优缺点优点：计算简单、容易理解、不受极端值影响、能在有模糊数据情况下使用、可在顺序型数据时使用缺点：代表性低、不够灵敏、稳定性低、需要排序、不能进一步做代数运算3．众数1定义众数：在次数分布中出现次数最多的那个数的数值众数可能不只一个.在正偏态分布时,平均数最靠近尾端,中数位于其与众数之间. 2优缺点优点：能在数据不同质的情况使用,能避免极端值干扰缺点：不稳定、代表性差、不够灵敏、不能做进一步的代数运算三差异量数差异量数就是对一组数据的变异性,即离中趋势特点进行度量和描述的统计量,也称为离散量数.1．离差与平均差离差：分布中的某点到均值得距离,其符号表示了某分属于均值之间的位置关系而数值表示了它们之间的绝对距离离差之和始终为零.平均差：次数分布中所有原始数据与平均数绝对离差的平均值2．方差与标准差和方：每一个离差值平房求和由于离差正负值互相抵消无法代表离中趋势我们引入和方的概念1总体的方差和标准差方差：每个数据与该组数据平均数之差乘方后的均值,即离均差平房后的均数作为样本统计量用符号s2表示,作为总体参数用符号σ2表示,也叫均方.标准差：方差的平方根作为样本统计量用符号s表示,作为总体参数用符号σ表示.2样本的方差和标准差样本的变异性往往比它来自的总体的变异性要小.为了校正样本数据带来的偏差,在计算样本方差时,我们用自由度来矫正样本误差,从而有利于对总体参数更好的无偏差估计：3性质①每一个观测值都加一个相同的常数C之后,计算得到的标准差等于原来的标准差②每一个观测值都乘以一个相同的常数C,所得到的标准差等于原标准差乘以这个常数4意义方差与标准差是表示一组数据离散程度的最好指标,它们是统计描述与统计推断分析中最常用的差异量数,它们的优点有：反应灵敏、计算严谨、计算容易、适合代数运算、受抽样变动影响小、意义简单明了3．变异系数当遇到下列情况时,不能用绝对差异量来比较不同样本的离散程度,而应当使用相对差异量数,最常用的就是差异系数.①两个或两个以上样本所使用的观测工具不同,所测的特质相同②两个或两个以上样本使用的是同种观测工具,所测的特质相同,但样本间水平差异较大差异系数：一种最常用的相对差异量,为标准差对平均数的百分比四相对量数1．百分位数百分位数：在整个分布中,在某一值之下或等于该值的分数的百分比,所对应的分数百分位数和百分等级是同一操作定义的两端.当我们求累计次数占总体的百分比是,所对应的分数和百分比的值分别为百分位数和百分等级.2．百分等级百分等级：常模团体中低于该分数的人所占总体的百分比百分等级一定要对应分数区间的精确上限.百分等级和百分位数都可以由已知数据用差值法求解.3．标准分数1定义标准分数：以标准差为单位表示一个原始分数在团体中所处位置的相对位置量数,也叫Z 分数离平均数有多远,即表示原始分数在平均数以上或以下几个标准差的位置.2性质①Z分数无实际单位,是以平均数为参照点,以标准差为单位的一个相对量②一组原始分数转换得到的Z分数可正可负,所有原始分数的Z分数之和为零③原始数据的Z分数的标准差为1④若原始分数呈正态分布,则转换得到的所有Z分数均值为0,标准差为1的标准正态分布3优点①可比性——不同性质的成绩,一经转换为标准分数,就可在同一背景下比较②可加性——不同性质的原始数据具有相同的参照点,因此可相加③明确性——知道了标准分数,利用分布寒暑表就能知道其百分等级④稳定性——转换成标准分数之后,规定了标准差为1,保证了不同性质分数在总分数中权重一样4应用①比较几个分属性质不同的观测值在各自数据分布中相对位置的高低②计算不同质的观测值得总合或平均值,以表示在团体中的相对位置③若标准分数中有小数、负数等不易被人接受的问题,可通过 Z'=aZ+b 的线性公式将其转化成新的分数如韦氏成人智力量表五相关量数由于实验法适用范围的限制,有的时候我们只能对变量间进行相关研究,也就是看两者是否有互相跟随的变化关系.相关研究所得到的是一种描述统计,我们仅仅能用其描述两个变量互相跟随的程度大小,至于他们之间是否有因果关系或者是共变关系则不可妄下定论.相关系数：两列变量间相关程度的数字表现形式作为样本的统计量用r表示,作为总体参数一般用ρ表示.正相关：两列变量变动方向相同负相关：两列变量中有一列变量变动时,另一列变量呈现出与前一列变量方向相反的变动零相关：两列变量之间没有关系,各自按照自己的规律或无规律变化1．积差相关也就是Pearson相关.1前提①数据要成对出现,即若干个体中每个个体都有两种不同的观测值,并且每队数据与其它对子相互独立②两列变量各自总体的分布都是正态的,至少接近正态③两个相关的变量是连续变量,也即两列数据都是测量数据④两列变量之间的关系应是直线性的2公式r也就等于X和Y共同变化的程度除以X和Y各自变化的程度.2．等级相关也就是Spearman相关1适用范围①当研究考察的变量为顺序型数据时,若原始数据为等比货等距,则先转化为顺序型数据②当研究考察的变量为非线性数据时2公式将原始数据转化为顺序型数据,仍然用Pearson相关公式计算即可.3．肯德尔等级相关1肯德尔W系数也叫肯德尔和谐系数,原始数据资料的获得一般采用等级评定法,即让K个被试对N件实物进行等级评定.其原理是评价者评价的一致性除以最大变异可能性.代表评价对象获得的K个等级之和RiN代表等级评定的对象的树木K代表等级评定者的数目2肯德尔U系数其与肯德尔W系数所处理的问题相同,但评价者采用对偶比较法,即将N件事物两两配对分别进行比较为对偶比较记录表中i>j格中的择优分数rij4．点二列相关与二列相关1点二列相关适用于一列数据为等距正态变量,另一列为离散型二分变量.X是与二分称名变量的一个值对应的连续变量的平均数pX是与二分称名变量的另一个值对应的连续变量的平均数qp与q是二分称名变量两个值各自所占的比率s是连续变量的标准差t2二列相关适用于两列变量都是正态等距变量,但其中一列变量被人为地分成两类.y为标准正态曲线中p值对应的高度,查正态分布表能得到5．Ф相关适用于两个变量都是只有两个点值或只表示某些质的属性.其中a、b、c、d分别为四格表中左上、右上、左下、右下的数据二、推断统计推论统计就是指运用一系列的数学方法,将从样本数据中获得的结果推广到样本所在的总体.进行推论统计的关键在于所抽取的样本要能够尽量接近所要研究的总体.一推断统计的数学基础1．概率概率：表明随即时间出现可能性大小的客观指标概率的定义包含以下两种,当观测次数够多时他们是相等的.后验概率：对随机事件进行n次观察,某一事件A出现的次数m与观测次数n的比值在n趋近无穷时所稳定在的常数p先验概率：在满足试验可能结果数有限且每一种结果出现的可能性相等的条件下,随机事件包含的结果数除以结果总数2．正态分布当样本量足够大时,我们会发现生活中许多变量的分布都近似于正态曲线,因此有“上帝偏爱正态分布”一说.1特点①正态曲线的形状就像一口挂钟,呈对称分布,其均值、中数、众数实际上对应于同一个数值②大部分的原始分数都集中分布在均值附近,极端值相对而言比较少③曲线两端向靠近横轴处不断延伸,但始终不会与横轴向交④正态分布曲线转化为z分数后人以z分数与零点对应曲线下面积固定2用法①依据Z分数求概率,即已知标准分数求面积②从概率求Z分数,即从面积求标准分数值③已知概率或Z值,求概率密度,即正态曲线的高3．二项分布二项分布：对于一个事件有两种可能A和B,但我们对这一事件观察n次,事件A发生的总次数的概率分布就是二项分布μ=二项分布的均值为pnσ=方差公式为2npq标准差的公式为σ=4．抽样原理与抽样方法1抽样原理抽样的基本原则是随机性原则,所谓随机性原则,是指在进行抽样时,总体中每一个个体是否被抽选的概率完全均等.由于随机抽样使每个个体有同等机会被抽取,因而有相当大的可能使样本保持和总体有相同的结构,或者说,具有最大的可能使总体的某些特征在样本中得以发现,从而保证由样本推论总体.2抽样方法①简单随机取样法②系统随机取样法③分层随机取样法④多段随机取样法5．抽样分布样本分布：样本统计量的分布,是统计推论的重要依据1正态分布及渐近正态分布样本统计量为正态分布或者接近正态分布的情况都可根据正态分布的概率进行统计推论.总体分为正态或接近正态,方差已知,样本平均数和方差的分布为正态分布①样本平均数分布的平均数和方差与母体的平均数和方差有如下关系：②样本的方差及标准差的分布也渐趋于正态分布,其分布的平均数与标准差和总体有如下关系：2t 分布t 分布是一种与方差无关而与自由度有关的分布,很类似正态分布,我们可以将正态分布看作t 分布当自由度为正无穷时的特例.总体分布为正态,方差未知时,样本平均数的分布为t 分布：X σ= 其中1n s -= 3χ2分布χ2分布的构造是从一个服从正态分布的总体中每次抽去n 个随机变量,计算其平方和之后标准化的一个分布.分布曲线下的面积都是1,但伴随着n 取值的不同,自由度改变,曲线分布形状不同,而当自由度趋近于正无穷时χ2分布即为正态分布,因此其于t 分布一样都是一族分布,而正态分布都是其中的特例.4F 分布如果有两个正态分布的总体,我们从其中各自取出两个样本,各自计算出χ2,则： 更多情况下,我们所计算的F 两样本取自相同总体,此时可将上式化简为：二参数估计当在研究中从样本获得一组数据后,如何通过这组信息,对总体特征进行估计,也就是如何从局部结果推论总体的情况,称为总体参数估计.总体参数估计问题可以分为点估计与区间估计.1．点估计、区间估计与标准误良好估计量的标准①无偏性——用多个样本的统计量估计总体参数的估计值,其偏差的平均数为零②有效性——当总体参数的无偏估计不止一个统计量时,无偏估计变异小者有效性高,变异大者有效性低,即方差越小越好③一致性——当样本容量无限增大时,估计值应能够越来越接近它所估计的总体参数④充分性——样本的统计量是否充分地反映了全部n个数据所反映总体的信息点估计：用样本统计量来估计总体参数,因为样本统计量为数轴上某一点值,估计结果也以一个点的数值表示区间估计：根据估计量以一定可靠程度推断总体参数所在的区间范围,这个区间就叫做置信区间,相应的概率成为置信度,这两个量是共通变化的,置信区间越大,置信度越高；区间估计是用数轴上的一段距离表示未知参数可能落入的范围及落入该范围的概率.标准误：样本平均数分布的标准差总体方差未知时用估算的总体方差计算标准误.2．总体平均数的估计当总体方差未知时,则使用t分布对应置信度3．标准差与方差的区间估计1标准差的区间估计2方差的区间估计三假设检验可以说,每一个实验的存在,仅仅是为了给事实一个反驳虚无假设的机会. ——1．假设检验的原理假设检验：统计学中的一种推论过程,通过样本统计量得出的差异作为一般性结论,判断总体参数之间是否存在差异假设检验的实质是对可置信性的评价,是对一个不确定问题的决策过程,其结果在一定概率上正确的,而不是全部.1两类假设对于任何一种研究而言,其结果无外乎有两种可能,即是否符合我们预期.一般来说证伪一件事情比证实一件事容易,在行为科学的研究中,由于我们无法了解总体中除样本以外的个体情况,因此尝试拒绝虚无假设的方法优于证明备择假设.备则假设：因变量的变化、差异却是是由于自变量的作用往往是我们对研究结果的预期,用H1表示.虚无假设：实际上什么也没有发生,我们所预计的改变、差异、处理效果都不存在观察到的差异只是随机误差在起作用,用H0表示.2小概率原理小概率原理：小概率事件在一次试验中几乎是不可能发生的至于什么就算小概率事件,那就是我们在计算前明确的决策标准,也就是显着性水平α.在检验过程中,我们假设虚无假设是真实的,同时计算出观测到的差异完全是由于随机误差所致的概率.之后将其与我们实现界定好的显着性水平比较,从而考虑是否依据小概率原理来拒绝虚无假设.3两类错误本部分内容请参照实心信号检测论对照来看. ——MJ注Ⅰ型错误：当虚无假设正确时,我们拒绝了它所犯的错误,也叫α错误研究者得出了处理有效果的结论,而实际上并没有效果,即所谓“无中生有”Ⅱ型错误：当虚无假设是错误的时候,我们没有拒绝所犯的错误,也叫β错误假设检验未能侦查到实际存在的处理效应,即所谓“失之交臂”两类检验的关系①α+β不一定等于1②在其他条件不变的情况下,α与β不可能同时减小或增大4检验的方向性单侧检验：强调某一方向的检验,显着性的百分等级为α双侧检验：只强调差异不强调方向性的检验,显着性百分等级为α/2对于同样的显着性标准,在某一方向上,单侧检验的临界区域要大于双侧检验,因此如果差异发生在该方向,单侧检验犯β错误的概率较小,我们也说它的检验效力更高.5假设检验的步骤①根据问题要求,提出虚无假设和备择假设②选择适当的检验统计量③确定检验的方向性并规定显着性水平④计算检验统计量的值⑤将统计量的值与临界值对比做出决策2．样本与总体平均数差异的检验1总体正态分布且方差已知obs X X z μσ-=其中X σ=0μ和0σ分别为总体的平均数和方差2总体正态分布而方差未知0obs X X t s μ-=其中X s =S =S 为用样本和方估算出的总体方差3．两样本平均数差异的检验12obs obs D X X X Z t σ-==这是两样本平均数检验的通用公式,所不同的仅在于标准误的计算1总体方差已知①独立样本②相关样本D X σ=r 为两组变量之间的相关系数2总体方差未知①独立样本方差差异不显着时②相关样本a.相关系数未知：D X σ=其中d 为每一对对应数据之差b.相关系数已知：D X σ=4．方差齐性检验1样本方差与总体方差当从正态分布的总体中随机抽取容量为n 的样本时,其样本方差与总体方差比值服从χ2分布：2220ns χσ=由自由度1df n =-查χ2表,依据显着性水平判断2两个样本方差之间①独立样本22s F s =大小其中当两样本自由度相差不大时可用n s 代替n-1s查表时11221,1df n df n =-=-②相关样本22t =其中2df n =-5．相关系数的显着性检验①积差相关a.当ρ=0时：t =其中2df n =-b.当ρ≠0时：先通过查表将r 和ρ转化为费舍Z r 和Z ρ然后进行Z 检验②等级相关和肯德尔W 系数在总体相关系数为零时：查各自的相关系数表,判定样本相关显着四方差分析1．方差分析的原理与基本过程1方差分析的概念方差分析的目的是推断多组资料的总体均数是否相同,也即检验多组数据之间的均数差异是否有统计意义.当我们用多个t 检验来完成这一过程时,相当于从t 分布中随机抽取多个t 值,这样落在临界范围之外的可能大大增加,从而增加了Ⅰ型错误的概率.我们可以把方差分析看作t 检验的增强版.2方差的可分解性方差分析依据的基本原理就是方差的可加性原则.作为一种统计方法,方差分析把实验数据的总变异分解为若干个不同来源的分量.数据的变异由两部分组成：组内变异：由于实验中一些希望加以控制的非实验因素和一些未被有效控制的未知因素造成的变异,如个体差异、随机误差组内变异是具体某一个处理水平之内的,因此在对总体变异进行估计的时候不涉及研究的处理效应.组间差异：不仅包括组内变异的误差因素,还包括了是不同组所接受的实验处理不同造成的影响如果研究数据的总变异是由处理效应造成的,那么组间变异在总变异中应该占较大比例.B MS 表示组间方差,B B B SS MS df =,1B df k =-,k 表示实验条件的个数 W MS 表示组内方差,W W WSS MS df =,()1W df k n =-,n 表示每种实验条件中的被试个数 3方差分析的基本假定①样本必须来自正态分布的总体②每次观察得到的几组数据必须彼此独立③各实验处理内的方差应彼此无显着差异为了满足这一假定,我们可采用最大F 比率法2max max2min s F s =,求出各样本中方差最大值与最小值的比,通过查表判断.4方差分析的基本步骤Ⅰ 求平方和①总平方和是所有观测值与总平均数的离差的平方总和 ()22T G SS X N =-∑其中G 表示所有数据的总合,N 表示总共的数据个数。
心理学考研笔记心理统计篇
第一章绪论统计学内容（凑字数）：（1）描述统计（整理数据）：第二章图表第三章集中量数第四章差异量数第五章相关（2）推论统计（推断总体）：第七章参数估计；第八第十第十一章假设检验。
（3）实验设计（取样，实验条件控制，结果分析）：第九章方差第十二章回归第十三章因子分析第十四章样本选择数据类型：（1）观测方法：计数数据：能数出来的计量数据：用工具量的（2）测量水平：称名数据：类别顺序数据：类别、次序--------心理测验的原始数据是这个等距数据：类别、次序、相差程度-------心理测验数据都会转换成这个等比数据：类别、次序、相差程度、相差比例（3）是否连续：离散数据：非连续，有个数能数出来连续数据：中间可以无限细分出无数个值第二章图表统计表：（1）次数表：简单次数分布表：无论什么类型数据只要用来记录次数就可，数据少时使用分组次数分布表：同样只要记录次数就能用，数据多时使用相对次数分布表：用比率和百分数表示次数。
累加次数分布表：需知道某个数据以下和以上人数时使用。
双列次数分布表：两列变量的次数用同一个表来表示。
不等距次数分布：无法等距分组时使用。
（2）其他表：简单表：无分类分组表：一个分类复合表：多个分类统计图：（1）次数图：直方图（表分布）：横坐标连续数据，纵坐标频次次数多边图：直方图条条去掉连成线就是这个。
比直方图轮廓好易看出规律。
累加次数分布图：横坐标（等距数据以上）分组区间；纵坐标（任何记录次数的数据）累加次数累加曲线：累加次数分布图曲线化。
可更好的看出数据的形态（正态，偏态）（2）其他图：条形图（表内容）：对计数或离散数据进行描述圆形图（表内容）：不连续的数据-----------可以按比例分的数据线形图（表变化）：连续型数据进行描述散点图（表相关）：横坐标可计数可离散，纵坐标必须连续数据茎叶图（表分布和保留具体数值）：两位数的数据次数箱型图（表数据离散状况）第三章集中量数：一组数据的最佳代表值算数平均数：最好的集中量数，能用就用这个（1）何时不能使用：有极端数值时，有模糊数据时。
心理统计学-统计图表
Contents
1 数据的初步整理
2
次数分布表
3
次数分布图
4 其他类型的统计图表
.
1 数据的初步整理
统计表
简单、清晰、准确
.
❖ 统计图
更具体形象
.
1.1 数据排序 1.2 统计分组 分组前的准备
数据核对 切忌随心所欲删除不符合自己主观假设的数
据； 以充分的理由剔除过失数据 (平均数加减3
.
内容
主语：资料性质，指标或指标体系 定语：限制主语，分组或分组体系 谓语：统计资料——数字
横标目纵标目 横︵ 标定 目语
︶
纵标目 （主语）
数字
（谓语）
.
数字 统计表的基本语言。
原则 数位对齐 小数位数一致
空格处理 空白 ‘—’或‘…’ 0
未测或无此项 未发现 实测结果为0或极小数也不带百分号（%）， 应把单位符号和百分号等归并在栏目中。
一个分数值在一列数据中 出现的次数或总计数资料 编制成的统计表。
P31
表1 17级心理班性别分布表
性别 n
男生 26 女生 24 合计 50
.
离散数据和连续数据都能制成简单次数分布 表，当连续性数据个数很多时，更适合用分组 次数分布表。
分组次数分布表：数据量很大时，将数据分成
若干分组区间，统计各个组别中包括的数据 个数，再用列表形式呈现出来。
个标准差) 。
.
分组的标志
对数据分组时所依据的特性称为标志。 性质类别：反映事物在组别、种类上的不同，
如性别、年龄（老中青） 数量类别：以数值大小进行分组 ，经济收入，
（恋爱双方）每周相处时间
.
分组应注意的问题
《心理统计学》重要知识点
《心理统计学》重要知识点《心理统计学》重要知识点第二章统计图表简单次数分布表的编制：Excel数据透视表列联表（交叉表）：两个类别变量或等级变量的交叉次数分布，Excel数据透视表直方图（histogram）：直观描述连续变量分组次数分布情况，可用Excel图表向导的柱形图来绘制散点图（Scatter plot）：主要用于直观描述两个连续性变量的关系状况和变化趋向。
条形图（Bar chart）：用于直观描述称名数据、类别数据、等级数据的次数分布情况。
简单条形图：用于描述一个样组的类别（或等级）数据变量次数分布。
复式条形图：用于描述和比较两个或多个样组的类别(或等级)数据的次数分布。
圆形图（circle graph）、饼图（pie graph）：用于直观描述类别数据或等级数据的分布情况。
线形图（line graph）：用于直观描述不同时期的发展成就的变化趋势；第三章集中量数● 集中趋势和离中趋势是数据分布的两个基本特征。
● 集中趋势：就是数据分布中大量数据向某个数据点集中的趋势。
● 集中量数：描述数据分布集中趋势的统计量数。
● 离中趋势：是指数据分布中数据分散的程度。
● 差异量数：描述数据分布离中趋势（离散程度）的统计量数● 常用的集中量数有：算术平均数、众数（M O ）、中位数（M d ）1．算术平均数（简称平均数，M 、X 、Y ）：n x X i∑= Excel 统计函数AVERAGE算术平均数的重要特性：（1）一组数据的离均差（离差）总和为0，即0)(=-∑x x i（2）如果变量X 的平均数为X ，将变量X 按照公式bx a y +=转换为Y 变量后，那么，变量Y 的平均数X b a Y +=2．中位数（median ，M d ）：在一组有序排列的数据中，处于中间位置的数值。
中位数上下的数据出现次数各占50%。
3．众数（mode ，M O ）：一组数据中出现次数最多的数据。
4．算术平均数、中数、众数之间的关系。
心理统计学完美记忆版
肂①两个或两个以上样本所使用的观测工具不同，所测的特质相同
蒇②两个或两个以上样本使用的是同种观测工具，所测的特质相同，但样本间水平差异较 大
莅差异系数：一种最常用的相对差异量，为标准差对平均数的百分比
CV s 100% X
羃注 题目： 变异系数与标准差的区别于联系 ?
衿标准差反映了一个次数分布的离散程度
莁X
n
Xi
i1
N
蒆优点 ：反应灵敏；计算严密；计算简单；简明易解；适合于进一步用代数方法演算；较 少受抽样变动的影响；
芆缺点 ：受极端数据的影响；若出现模糊不清的数据时，无法计算平均数；
薃计算和运用平均数的 原则 ：同质性原则；平均数与个体数值相结合的原则；平均数与标 准差。方差相结合原则；
腿性质：
正
偏态 ），另一种是下枝长于上枝（ 负偏态 ），第三种是上枝，下枝长度相当（ 正态分布 ）。
薂其他统计图 ：条形形图：用于间断性资料；
袆
线形图：更多用于连续性资料，凡预表示两个变量之间的函数关系，或描
述某种现象在时间上的发展趋势， 或一种现象随另一种现象变化的情况， 用这种方法比较好。
肅
肄 3) 众数： Mo是指在次数分布中出现次数最多的那个数值；
芁三者的关系 ：正偏态分布中， M>Md>Mo
艿
负偏态分布中， M<Md<Mo
蒄
Mo=3Md-2M
（三）
（四） 螄差异量数
（自己推导一下）
聿差异量数就是对一组数据的变异性，即离中趋势特点进行度量和描述的统计量，也称为 离散量数。
1） 2） 莇离差与平均差
, 当对同一个特质 , 使用同一种测量工具进行测
量, 所测样本水平比较接近时 , 直接比较标准差的大小即可以知道样本间离散程度的大小
02心理统计学-第二章 统计图表
➢ 在直方图基础上，通常以各矩形高端线段的中点连线
而成（两端虚线延伸）。
➢ [补充]：单峰分布/多峰分布
第三节 次数分布图
▪ 三、累加次数分布图 P41
➢ 1、累加直方图（如，图2-7） ➢ 2、累加折线图 → 累加曲线图（如，图2-8）：分
正偏态、正态、负偏态三种（如，图2-9）
是否满足穷尽和互斥原则。 ④登记并计算次数 ⑤编制次数分布表 ➢ 优缺点：这样做虽然使无序的数据变得有序、能了 解分布情况；但有部分信息丢失了，所得数据与原 数据有一定的出入（归组效应）。 因此，进一步的统计最好仍用原始数据。
第二节 次数分布表
▪ 三、相对次数分布表（如，表2-3的“P”列与“%”列） ▪ 四、累加次数分布表（如， P36表2-4） ▪ 五、双列次数分布表：适用于2个变量（可以为
本章要点
▪ 统计分组及注意问题，归组效应 ▪ 分组次数分布表的编制步骤 ▪ 各类图表的适用资料 ▪ 直方图 vs. 条形图 ▪ 三种曲线（正偏态、正态、负偏态） ▪ 线形图 vs. 次数折线图
本章课后作业
▪ 任意选择各种实例（注明横纵坐标含义等），绘 制：三线表[两张]；直方图，直条图；正态曲 线；次数折线图，线形图。
直方图 histogram
散点图 scatter plot
正态曲线 normal curve
题置于图的下方；③图与表的序号排列各自独立；④尽量简洁 明了。
第二节 次数分布表
次数分布主要表示数据在各个组/类中的散布情况， 即将原始资料转换为计数资料。
次数分布表/图适用于各类数据的计数资料。
▪ 一、简单次数分布表（如，表2-1）
➢ 直接对每个观测值进行计数。适用于许多心理测 验或调查（单一题项）的结果（通常为离散数据）。
教育与心理统计学 第二章 常用统计参数考研笔记-精品
第二章常用统计参数第二章常用统计参数用参数来描述一组变量的分布特征，便于我们对数据分布状况进行更好的代表性的描述，也有利于我们更好地了解数据的特点。
常见的统计参数包括三类：集中量数、差异量数、地位量数（相对量数X相关量数。
描述统计的指标通常有五类。
第一类集中量数：用于表示数据的集中趋势，是评定一组数据是否有代表性的综合指标，比如平均数、中数、众数等。
概述［不背］第二类差异量数：用于表示数据的离散趋势，是说明一组数据分散程度的指标，比如方差、标准差、差异系数等。
第三类地位量数：是反映个体观测数据在团体中所处位置的量数，比如百分位数、百分等级和标准分数等。
第四类相关量数：用于表示数据间的相互关系，是说明数据间关联程度的指标，比如积差相关、肯德尔和谐系数、①相关等。
第五类：是反映数据的分布形状，比如偏态量和峰度等（不作介绍I第一节集中量数（一）集中量数的定义（种类、作用）［湖南12名］描述数据集中趋势的统计量数称为集中量数。
集中量数能反映大量数据向某一点集中的情况。
常用的集中量数包括算术平均数、加权平均数、几何平均数、中数、众数等等，它们的作用都是用于度量次数分布的集中趋势。
（二）算术平均数（平均数、均数）（一级）简述算术平均数的定义和优缺点。
（1）平均数的含义算术平均数可简称为平均数或均数，符号可记为M。
算术平均数即数据总和除以数据个数，即所有观察值的总和与总频数之比。
只有在为了与其他几种集中.数洞区别时,如几何平均数、调和平均数、加权平均数，才全称为算术平均数。
如果平均数是由变量计算的,就用相应的变量表示，如又匕算术平均数是用以度量连续变量次数分布集中趋势及位置的最常用的集中量数，在一组数据中如果没有极端值, 平均数就是集中趋势中最有代表性的数字指标，是真值的最佳估计值。
（2）平均数的优缺点简述算术平均数的使用特点［含优缺点］算术平均数优点①反应灵敏。
观测数据中任1可一个数值或大或小的变化，甚至细微的变化，在计算平均数时，都能反映出来。
心理统计学-统计图表
个标准差) 。
心理统计学
分组的标志
对数据分组时所依据的特性称为标志。 性质类别：反映事物在组别、种类上的不同，
如性别、年龄（老中青） 数量类别：以数值大小进行分组 ，经济收入，
（恋爱双方）每周相处时间
心理统计学
分组应注意的问题
以研究对象的本质特性为基础（专业知识） 分类标志要明确，要能包括所有的数据
4 其他类型统计图表 4.1 其他常用的统计表类型
简单表：横标目或纵标目未分组，只列出名称、地点 时序或统计指标名称。 表2 某运动队队员几项心理指标测试结果 n 闪光融合 错觉量 反应时 统计值 25 37.5赫兹 2.8mm 178.6ns
心理统计学
分组表 标目按一个分类标志分组
表3 某班性别构成表
上面，小的在下面； 呈现表格时用表述组限，但登记次数时按
精确界限。
心理统计学
登记频数
（frequency）
登记表
分组 登记次数 次数
96－ | |
2
93－ | | |
3
90－ | | | |
4
87－ 正 | | |
8
84－ 正正 |
11
81－ 正正正 | |
17
78－ 正正正 | | | |
19
心理统计学
统计图的结构 图号及图题
（正下方）
图目 图尺 图形 图例 图注
P29
心理统计学
统计图应用实例：正误判断
心理统计学
心理统计学
心理统计学
2 次数分布表 表示数据在各个分组区间内的散布情况。
简单次数分布表：依据每