教育统计学课件6

合集下载

教育与心理统计学第六章:概率分布

教育与心理统计学第六章:概率分布
生活中有很多这样的事例
举例:
1、我们队将可能赢得今晚的这场比赛。 2、今天下午下雨的机会有40%。 3、这个冬天的周末我很可能有个约会。 4、我有50比50的机会通过今年的英语四
级考试。
概率的分类
1、后验概率(empirical definition of Probability)
以随机事件A在大量重复试验中出现的稳定频率值作 为随机事件A的概率估计值,这样求得的概率称为 后验概率。
进行推论,从而确定推论正确或错误的概率。
一、正态分布及渐近正态分布
(一)样本平均数的分布
1、总体分布为正态, δ2已知,样本平均数 的分布为正 态分布
标准误,即样本均数的标准差,是描述均数抽样分布的 离散程度及衡量均数抽样误差大小的尺度,反映的是 样本均数之间的变异。
标准误用来衡量抽样误差。标准误越小,表明样本统计 量与总体参数的值越接近,样本对总体越有代表性, 用样本统计量推断总体参数的可靠度越大。
第六章 概率分布
第一节 概率的基本概念 第二节 正态分布 第三节 二项分布 第四节 样本分布
第一节 概率的基本概念
一、什么是概率 随机现象(或随机事件)——在心理学研究中,通过实
验、问卷调查所获得的数据,常因主试、被试、施测 条件等因素的随机变化而呈现出不确定性,即使是相 同的被试在相同的观测条件下,多次重复测量结果也 还是上下波动,我们一般都无法事先确定每一次测量 的结果。 概率(probability):随机事件出现可能性大小的客观 指标
2、计算概率时 ,每一个正态分布都需要有自己 的正态概率分布表,这种表格是无穷多的
3、若能将一般的正态分布转化为标准正态分布, 计算概率时只需要查一张表
(三)标准正态分布表的编制与使用

6教育统计学第六章

6教育统计学第六章
S
n
(3)总体非正态分布条件下平均数的显著性检验
① 当 n≥30 时,尽管总体分布非正态,对于平均数的显 著性检验仍可用Z 检验。
Z
X
0(σ
已知)或
Z
X 0( σ 未知)
S
n
n
② 当 n<30 时,若总体分布非正态,对于平均数的显著 性检验不符合近似 Z 检验的条件,严格讲此时也不符合t 检验 的条件。
计算其置信区间:
X t SX (其X 中 t SX
2
2

SX
S n
小样本的情况
例如,从某小学二年级随机抽取12名学生,其阅读能 力得分为28、32、36、22、34、30、33、25、31、33、 29、26.试估计该校二年级阅读能力总体平均数95%和 99%的置信区间。
X 29.917 , S 4.100 , X 3.926
三、样本平均数与总体平均数离差统计量的形态
从正态总体中随机抽取样本容量为n的一切可 能样本平均数以总体平均数为中心呈正态分布。
当总体标准差已知时:
Z
X
X
X
n
当总体标准差未知时:
N (0,1)
总体标准差 的无偏估计量为
S (X X )2 n 1
S S X
X 2 ( X )2 / n
抽样分布是统计推断的理论依据。实际中只能抽取一个 随机样本根据一定的概率来推断总体的参数。即使是抽取一 切可能样本,计算出的某种统计量与总体相应参数的真值, 大多也是不相同的,这是由于抽样误差的缘故。抽样误差用 抽样分布的标准差来表示。因此,某种统计量在抽样分布上 的标准差称为该种统计量的标准误。
标准误越小,表明样本统计量与总体参数的值越接近, 样本对总体越有代表性,用样本统计量推断总体参数的可靠 度越大,所以标准误是统计推断可靠性的指标。

大学教育统计学

大学教育统计学

160.52%
q1p1 q0 p012360 7700 466( 0 元)
由于商品的销售量和价格同时变动,使销售额
增加了60.52%,即总额增加了4660元
宁波大红鹰学院 9
某商店销售资料: 商 商品销售额 报告期价格比 品 基期 报告期 基期增长% 甲 400 450 2 乙 300 280 -5 丙 2000 2200 0 合 2700 2930 求:价格总指数,及由于价格变动对销售额的影响。 销售量总指数,及由于销售量变动对销售额的影响。
3 100 120 200 240 360
衣服 件 15 20 500 600 7500 9000 12000
合计 - - - - - 7700 9240 12360
求:③销售额总指数,及销售额的总变动额。
答:销售额总指数:Iqp
销售额的总变动额:
q1 p1 q0 p0
172730600
√个体指数数质量量指指标标个个体体指指数数kkpq
q1
q0
p1
p0
总指数数 质量 量指 指标 标总 总指 指数 数II qp
宁波大红鹰学院 3
p q q p 商品
单位
商品价格(元)
销售量
基期 p0 报告期 1 基期q0 报告期 1
大米 公斤 2
3
100 120
衣服 件 18
宁波大红鹰学院10
某商店销售资料:
k 商 商品销售额qp报告期价格比
1

基期
q0 p0
报告q1 期p1
基期增长%
p% k p q1 p1
甲 400 450 2
102 441.18
乙 300 280 -5

教育统计部分课件

教育统计部分课件
Statistics is the science of conducting studies to collect, organize, summarize, analyze,and draw conclusions from data.
具体步骤
按照理 论作出 假设; 调查,实验,测量: 获取数据; 按统计学原理和 步骤对数据进行: 整理、计算、绘 制图表、分析、 判断和推理;
教养方式对幼儿个性特征的影响 多媒体对幼儿注意力的影响 手势语与儿童早期语言发展 幼儿园中男孩和女孩智力差异研 究

150名长期饮酒成年男子血清总胆固醇水平(mmol/L)测定
3.20 3.92 4.64 5.13 6.02 3.07 3.69 4.67 4.74 3.25 3.32 5.63 4.19 4.06 4.50 3.62 4.43 4.34 4.63 5.41 5.57 4.69 5.13 3.55 4.97 5.47 3.74 5.91 4.45 4.54 5.08 4.88 4.58 4.87 5.23 3.76 5.52 4.27 4.10 3.14 4.50 6.29 4.17 2.72 4.37 4.86 4.26 4.83 6.02 3.66 4.02 5.58 4.54 3.92 3.98 3.69 3.59 5.22 4.36 3.85 4.05 3.91 4.10 3.55 4.83 3.45 3.54 3.77 5.29 5.32 3.96 3.95 4.62 4.64 4.31 3.92 4.74 5.81 3.68 5.92 5.33 3.32 4.73 3.64 4.96 4.51 4.18 5.32 4.57 6.26 4.26 3.68 3.81 3.55 5.22 4.81 4.49 5.30 3.50 4.49 3.10 3.29 5.24 4.03 4.57 4.45 5.77 4.76 5.76 2.93 3.45 4.55 4.77 4.85 3.82 4.03 4.08 3.52 4.63 5.32 4.93 4.33 2.95 4.65 4.30 3.71 3.85 5.30 3.14 4.20 3.43 4.23 5.59 4.64 4.05 3.61 4.97 4.97 3.94 3.78 2.94 3.34 3.58 4.47 2.84 4.40 5.07 4.12 4.12 3.93

教育统计学 ppt课件

教育统计学 ppt课件

一、数据
3.数据的种类
连续变量的取值:[实下限,实上限)
练习: 鸡蛋的质量是60克; 天气温度为10摄氏度; 课本的长度为20厘米; 一个雪糕的价格是2元。
一、数据
4. 好数据与坏数据
研究人员进入小学课堂观察和客观记录教师和学生的 行为;
研究人员随机抽取100名大四学生,统计就业率。 市场调研员在商场内随机对顾客进行访谈。
好数据往往能够体现总体参数。
一、数据
一、数据“好”,就够了吗?
数据伦理:一个不得不深思的问题 知情且同意
“黄金大米〞事件



项目在伦理审事批件和背知景情:同意告知过程中,
刻意2隐01瞒9年了8试月验1日中,使一用篇的发是表转在基美因国大著米名,学没术有
期向刊学<生临家床长营提养供学完>上整的的题知为情《同“意黄书金,大违米反〞了中卫

二、统计表与统计图
4. 茎叶图 将以下42个数据,编制一个茎叶图。
48 63 68 76 71 71 54 62 78 73 73 68 66 46 63 82 69 71 54 51 80 65 68 44 68 43 60 37 60 55 42 36 35 74 81 70 78 90 69 56 78 58
表注 不是表的必要组成部分。
横标目的总标目 (可空白)
横标目 (一般设主语)
纵标目 (一般设谓语)
数字
二、统计表与统计图
(一) 统计表
1. 次数〔频数〕分布表
2.步骤
求全距〔或极差) R= Xmax — Xmin
定组数
求组距 =相继组的上限〔或下限〕之差
定组限
求组中值 =组的精确下限+组距/2,

《教育统计学》PPT课件_OK

《教育统计学》PPT课件_OK

15
第三种情况: 已知中央面积,求面积左右两端的纵线高度。 这时要中央面积除以2,得到半块面积后再查表。两 侧的纵线高度一样,所以只需查得一个即可。
例如:中央面积为0.80,求两侧纵线高度。 这时要用0.80除以2,得0.40,可以查P等于0.40 所对应的Y值。由于没有直接的0.40,可以找最接近 的0.39973。查得Y值即纵线高度为0.17585。 所以两侧的纵线高度都为0.17585。
19.06
根据Z值查附表1,得到Z=0到Z=1.78累积概 率或面积为0.46246,然后
0.50 0.46246 0.03754
0.03754 46000 172( 7 人)
即成绩在90分以上的有1727人。
2021/8/21
7
同理我们可以算得
Z X 60 56.03 0.21
2021/8/21
1
回顾:
第一种情况: 第二种情况: 求两个Z值之间的面积; 首先要找出这两个值到Z=0的面积找出来,然 后看它们的符号相同还是相反。如果相同,就用大的 面积减去小的面积所得差即为所求;如果符号相反, 就把两个面积加起来,所得和即为所求面积。
2021/8/21
2
例如:要求Z=0.50到Z=2之间的面积。 先查得Z=0到Z=0.50的面积,结果查得0.19146; 在查得Z=0到Z=2之间的面积,结果查得0.47725。 然后看两个Z值的符号是相同还是相同。结果发现 相同。那么最终所求面积等于0.47725减去0.19146, 结果得0.28579。 即从Z=0.50累积到Z=2的概率为0.28579,或所求 面积为0.28579。
2021/8/21
18
解: 根据Z分数的计算公式,得
Z语文

教育统计学课件绪论【共45张PPT】

教育统计学课件绪论【共45张PPT】
第一节 心理与教育统计学的定义 心理与教育统计学是专门研究如何收集、整理和分析有关心理与教育方面的实验或调查所获得的数据资料,并如何根据这些数据资料所传递的信息,进行科学推论找出客观规律的一门科学。
Correlational Research
Descriptive Statistics & Inferential Statistics
因变量(dependent Variable )是研究者感兴趣的结果,
通过观察和测量这一结果,可以评估自变量的效应。
Definition of terms
Manipulated Variable VS Subjective Variable
Manipulated Variable is a type of independent variable that the experimenter systematically controls or manipulates and to which the subjects are assigned.
总体参数(Parameters)是描述一个总体的特征的各种
值,通常是样本统计量的一个估计值。如总体平均数
。 总体参数是常数,而且必须用希腊字母代表。
总体
参数
抽取部分观察单位 样本
统计量
统计量:样本的统计指标,
如样本均数、标准差,采
用拉丁字母分别记
X、S 为
。 参数附近
波动的随机变量 。
推断inference
Definition of psychological and educational statistics
心理与教育统计学的价值
心理与教育统计使我们能以最少的样本含量,达到我们所 需要的数据精确度,对总体的有关参数等作出判断,同时 又给出发生错误的可能性。

心理与教育统计学PPT课件

心理与教育统计学PPT课件
• 最早将统计方法应用于心理学研究的是高尔顿。
17
第17页/共28页
第三节 心理与教育统计学的发 • 心理与教育统计在我国的发展与应用(p.17): 展 • 统计方法的引入
• 受挫时期 • 复苏和发展
18
第18页/共28页
• 一、数据类型 第四节 心理与教育统计基础概 念 • 不同类型的数据,适用的统计方法不同。
12
第12页/共28页
推论统计
• 主要研究如何通过局部数据所提供的信息,推论总体的情形。 • 具体包括:
• 1、总体参数的估计方法(参数、非参数) • 2、假设检验(计数数据和测量数据)
13
第13页/共28页
实验设计
• 研究如何科学地、经济地以及更有效地进行实验。 • 作为一个严谨的实验研究,在实验以前就要对研究的步骤、被
• 心理与教育科学研究数据与结果多用数字形式呈现; • 研究数据具有随机性和变异性; • 研究数据具有规律性(随观测次数增加,呈现出一定规律); • 心理与教育科学研究的目标是通过部分数据来推测总体特征;
• 举例:测智商
6
第6页/共28页
第一节 统计方法在心理与教育科学研究中的 作• 三用、学习心理与教育统计应注意的事项。
量(variables)。
• 与变量相反的是常数(constant)。
• 观测值
• 变量一但确定了某个值,就称这个值为某一 变量的观测值(observation)。
• 随机变量
• 在测查前不能预料取到什么值的变量,称为
随机变量(random variables)。
23
第23页/Байду номын сангаас28页
数据的精确值问题
9
第9页/共28页

统计学基础与实务-ppt-第6章假设检验

统计学基础与实务-ppt-第6章假设检验
6-49
总体均值的检验
(大样本)
STAT
1. 假定条件
– 正态总体或非正态总体大样本(n30)
2. 使用z检验统计量 2 已知:z x0 ~N(0,1) n
2 未知:z x0 ~N(0,1)
sn
6-50
总体均值的检验(大样本)
(决策规则)
STAT
1. 在双侧检验中,如果|z| z/2 ,则拒绝原 假设H0;反之,则不能
STAT
1. 研究者想收集证据予以反对的假设 2. 又称“0假设” 3. 总是有符号 , 或 4. 表示为 H0
– H0 : = 某一数值
– 指定为符号 =, 或
– 例如, H0 : 10cm
6-12
备择假设
(alternative hypothesis)
STAT
1. 研究者想收集证据予以支持的假设 2. 也称“研究假设” 3. 总是有符号 , 或 4. 表示为 H1
– 总体参数包括总体均值、 比率、方差等
– 分析之前必须陈述
6-6
什么是假设检验?
(hypothesis test)
STAT
1. 先对总体的参数(或分布形式)提出某种假 设,然后利用样本信息判断假设是否成 立的过程
2. 有参数检验和非参数检验 3. 逻辑上运用反证法,统计上依据小概率
原理
6-7
假设检验中的小概率原理
z 检验
z x 0 sn
z 检验
z x 0 n
t 检验
t x 0 sn
6-47
STAT
总体均值的检验
(大样本)
6-48
总体均值的检验
(提出假设)

6教育统计学

6教育统计学

Z = X − μ = 80 − 75 = 0.5
σ
10
Email : liuwenlw@
(二)比较不同单位分数相对位置的高低
比较两种不同考试分数的高低,可将原始 分数转换成标准分数,按标准分数大小比 较成绩位置的高低。
Email : liuwenlw@
4
例4
某市中考,数学的平均成绩为102分,标准
Email : liuwenlw@
描述一组数据中某一个数据在群体中所处 位置的高低
百分等级和标准分数,是教育与心理领域 用得较多的相对地位量数。
Email : liuwenlw@
Email : liuwenlw@
第一节 百分等级
Email : liuwenlw@
教育统计学
刘文
友情提示:
直接点击鼠标可向下翻页 使用左右方向键(‘← ’‘→’)可上下翻页
Email : liuwenlw@
第六章 相对地位量数
Email : liuwenlw@
科举考试(imperial examinations)
本章主要内容
一、百分等级 二、标准分数
6) PR→Z:百分等级转换成标准分数。 7) Z→T:标准分数线性转换。
5~7为第二次正态化处理后线E性ma转il :换liuw。enlw@
(四)标准难度值的转换
Δ=4*Z+13(6.5)
Email : liuwenlw@
标准难度值的转换步骤为:
1.根据试题的难度值,即试题的通过率p求 出未通过率q=1-p。
Array 为定义相对位置的数组或数字区域。 X 为数组中需要得到其排位的值。 Significance 为可选项,表示返回的百分数值的有

心理与教育统计学第6章概率分布

心理与教育统计学第6章概率分布

做对题数 0 1 2 3 4 5 6 7 8 9 10
概率 0.000977 0.009766 0.043945 0.11719 0.20508 0.24609 0.20508 0.11719 0.043945 0.009766 0.000977
累加概率 0.000977 0.010742 0.054688 0.17188 0.37695 0.62305 0.82813 0.94531 0.98926 0.99902
0.0978
0.0788 0.0776 0.0707 0.0706 0.0634 0.0594 0.0573
字母 L
D
U C F M W Y G
频率 0.0394
0.0389
0.028 0.0268 0.0256 0.0244 0.0214 0.0202 0.0187
字母 P
B
V K X J Q Z
1. 任何一次试验恰好有两个结果,成功与失 败。
2. 共有n次试验,并且n是预先给定的任一正 数。
3. 每次试验各自独立,各次试验之间无相互 影响。
4. 某种结果出现的概率在任何一次试验中都 是固定的。
• 是否为二项试验?
• (1)投掷硬币试验
• (2)一个口袋装有6只球,其中4只白球、2只 红球,从袋中取球两次。
两互不相容事件和的概率,等于 这两个事件概率之和,即
(6.4a)
(6.4b)
(三)概率的乘法定理
若事件A发生不影响事件B是否发生 ,这样的两个事件为互相独立事件。
两个互相独立事件同时出现的概率, 等于这两个事件概率的乘积,即
(6.5a)
(6.5b)
例:某一学生从5个试题中任意抽取 一题,进行口试。如果抽到每一题的 概率为1/5,则抽到试题1或试题2 的概率是多少? 如果前一个学生把抽

统计学第6讲 第6章 相关关系

统计学第6讲 第6章 相关关系
( X )2
( X )( Y ) n
9940 1075 1075 994 81 10
第2步: X X 2 SS
rS2=0.95, ( Y) 14 2 第3步: SSY Y 25.5 0.95>0.91, 5.9 n 10 产生虚假的 XY ( X )( Y ) / n 高相关 第4步: r SS X SSY
13 16 10
169 256 100
X 1 3 5 7 9 11 13
Y 7 4 13 16 10 22 19
25 20
Y变量
15 10 5 0 0 2 4 6 X变量 8 10 12 14
图6-3 利用原始数据绘制的散点图
分数与平均数的离差称为矩(moment), 两个矩相乘称 为积矩,算得的相关系数称为Pearson 相关系数。如 果你名叫K.Pearson ,为什么不叫Pearson 相关系数 呢?
学生 1 2 3 4 5 6 7 8 9 10 总分 84 82 76 60 72 74 76 84 88 90 第五题 对 错 错 错 错 错 错 对 对 对 学生 11 12 13 14 15 16 17 18 19 20 总分 78 80 92 94 96 88 90 78 76 74 第五题 对 错 对 对 对 对 对 错 错 错


n
7102 如果计算等 51750 1340 级相关系数 10
2
81 0.91 1340 5.9
6.7 质与量相关 (现代心理与教育统计学) 一列为等距或比率测量数据,另一列按质分类求直线 相关,称为质量相关,包括点二列、二列及多列相关。 6.7.1 点二列相关 1. 适用资料 二分变量:真正二分变量(男\女)和人为二分变量(对\错) 若两列相关资料中一列为等比或等距测量数据(总体 分布正态)例如考试分数,另一列是二分名义变量并 且赋予一系列观察值例如“1”或“0”,“对”、 “错”。二者若意义对应,构成点二列。

《教育统计学》课件

《教育统计学》课件

02 教育统计学基础知识
概率论基础
概率
描述随机事件发生的可能性程度。
互斥事件
两个事件不能同时发生。
独立事件
两个事件之间没有相互影响。
必然事件和不可能事件
一个事件一定会发生或一定不会发生。
随机变量与概率分布
连续型随机变量
取值范围为一个区 间。
期望值
描述随机变量的“ 平均值”。
离散型随机变量
取值可以一一列举 出来。
描述性统计方法
总结词
描述性统计方法用于收集、整理、描 述数据,并从数据中提取有意义的信 息。
详细描述
描述性统计方法包括数据的收集、整 理、描述和可视化,例如频数分布表 、直方图、箱线图等,有助于了解数 据的分布特征和规律。
推论性统计方法
总结词
推论性统计方法用于根据样本数据推断总体特征,并评估推断的可靠性和准确 性。
方差分析方法
总结词
方差分析方法用于比较不同组数据的均值是否存在显著差异。
详细描述
方差分析方法包括单因素方差分析、多因素方差分析和协方差分析等,通过比较 不同组数据的均值和变异程度,评估不同组数据之间是否存在显著差异,并进一 步了解数据变异的原因。
04 教育统计软件与应用
Excel在教育统计学中的应用
发展历程
随着数理统计学和计算机技术的发展,教育统计学不断发展和完善,逐渐形成了较为完整 的学科体系。
未来趋势
随着大数据和人工智能技术的应用,教育统计学将更加注重数据挖掘和机器学习等新方法 的探索和应用。同时,教育统计学将更加关注跨学科的整合和应用,与其他学科如心理学 、经济学、社会学等相互渗透,形成更为广泛和深入的研究领域。
根据分析结果,提出教学改进建议, 如调整教学方法、优化课程设置等。

教育统计学PPT精品课程课件全册课件汇总

教育统计学PPT精品课程课件全册课件汇总
统计方法至关重要。 ③ 要分析数据的分布规律,如总体方差的情况,确定其
是否满足所选用的统计方法的前提条件。
教育统计学的分类
(1)依研究的问题实质来划分,教育统计学的研究内容 可划分为描述一件事物的性质、比较两件事物之间的差异、
分析影响事物变化的因素、一件事物两种不同属性之间的相
互关系、取样方法等等。 (2)依统计方法的功能进行分类,教育统计学的研究 内容可分为描述统计、推论统计和实验设计。
教育统计学的性质
教育统计学是心理学与统计学交叉结合的学科,是数理统
计方法在教育领域的具体应用,属于应用统计学的范畴,是应
用统计学的一个分支。它是教育科学研究中广泛应用的、也是 最基本的一种定量化的研究工具。
教育统计学和数理统计学的关系
数理统计学研究的领域包括怎样设计一个实验,如何从局部观测推论整
推论统计
主要研究如何通过局部数据所提供的信息,推论总体(或称全局)的 情形。 具体内容包括: (1)如何对假设进行检验,即各种各样的假设检验,包括大样本检 验方法(z检验),小样本检验方法(t检验),各种计数资料的假设检验
的方法(百分数检验、χ2检验等),变异数分析的方法(F检验),回归
分析方法等等。 (2)总体参数的估计方法。
(3)各种非参数的统计方法等。
实验设计
主要目的在于研究如何科学地、经济地以及更有效地进 行实验。 具体内容包括:在实验以前对研究的基本步骤、取样方
法、实验条件的控制、实验结果数据的统计分析方法等作出
严格的规定。
思考题
描述统计、推论统计和实验设计这三部
分统计内容有何关系?
答:Βιβλιοθήκη 教育统计学的三个组成部分的内容不是截然分开的,而是相
读国内外先进的研究成果,又可以提高工作的科学性和效率,
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

For 30 or more samples, it is normally distributed Its mean is equal to the mean of the population Its standard deviation, called standard error of means, is equal to the standard deviation of the population by the square root of the sample size.
Group n LISTENING SCORE Control 19 Exper. 19 TOTAL ESL SCORE Control 19 Exper. 20
Mean 11.7 10.5 66.9 63.4
S 4.0 4.7 7.7 8.4
t-value df
p
Between two groups – t-test
t xe xc s( xe xc )
Between two groups – t-test
Lazaraton (1985) planned to evaluate a set of authentic language materials used in a beginning-level ESL class. There were two sections of beginning ESL, one of which would form the experimental group and the other the control group. While students were placed in the class on the basis of a placement test, it was important to equate the listening skills of the two classes prior to giving the instruction. Here is a table showing the scores of the two groups: ESLPE Listening Scores & Total Scores Two Classes
sx

sx N
t
X sx
Degree of freedom
Between two groups – t-test

Sampling distribution of differences between two means



to find an individual score in a normal distribution, xx z we use z-score s to place a sample mean in a distribution of x means, we use a t-test t s x to compare the difference between two means
Assumptions underlying t-test




There are only two groups of one independent variable to compare. You can’t cross-compare groups. Each observation is assigned to one and only one group. The data are truly continuous (interval or strongly continuous ordinal scores). The mean and standard deviation are the most appropriate measures to describe the data. The distribution in the respective populations from which the samples were drawn is normal, and variances are equivalent.
2 2 t 4 . 65 2 2 .55 2 t df 4.65 18

The of .55 is a very strong association. It tells us that 55% of the variability in this sample can be accounted for by independent variable. (45% of the variability cannot be accounted for by the independent variable. This variance is yet to be explained.)
N1 ( N1 1) U 1 N1 N 2 T1 2 N 2 ( N 2 1) U 2 N1 N 2 T2 2

U is the smaller of U1 and U2
The first table gives the critical values for significance at the p≤ 0.05 level in a twotailed/non-directional test, and for the p ≤ 0.025 level in a one-tailed/ directional test. The second table gives the critical values for the p≤ 0.01 level in a two-tailed/nondirectional test, and for the p≤ 0.005 level in a onetailed/directional test. For significance, the calculated value of U must be smaller than or equal to the critical value. N1 and N2 are the number of observations in the smaller and larger group, respectively.
2T1 n1 ( N 1) z ( n1 )(n2 )( N 1) 3
Example

Nonparametric comparison of two groups
• If there are approximately 20 or more subjects in each group, the distribution of U is relatively normal and the following formulae is used where N=N1+N2
Nonparametric comparison of two groups

Mann Whitney U

Scores for the two groups are combined and ranked Sum the ranks for each group Use the following formulae to compute the test statistic U
The investigator predicts that the means will differ significantly. Carry out a test to assess significance at the 5 per cent level, giving reasons for selecting the test you decide to use.
2
Mind work
Key
The following scores are obtained by two groups of subjects on a language proficiency test: Gr o up A 41 58 62 51 48 34 64 50 53 60 44 Group B 38 40 64 47 51 49 32 44 61
Strength of association

2 2( eta )
By rejecting the H0, we can show that there is an effect of the groups of the independent variable on the dependent variable. The two groups differ in their performance on the dependent variable. When the sample statistic is significant, one rough way of determining how much of the overall variability in the data can be accounted for by the independent variable is to determine its strength of association.

Research hypothesis? There is no effect of group on listening



comprehension (i.e., there is no difference in the means of the experimental and control groups) Significance level? .05 1- or 2-tailed? 2-tailed Design Dependent variable(s)? Listening comprehension Measurement? Scores (interval) Independent variable(s)? Group Measurement? Nominal (experimental vs. control) Independent or repeated-measures? Independent Statistical procedure? t-test
相关文档
最新文档