第三章 差异分析与假设检验ppt课件
合集下载
相关主题
- 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、"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、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)。
第三章 差异分析与假设检验
假设检验的一般步骤
1. 建立零假设H0和备择假设H1; 2. 选择适当的统计分析方法和相应的统计量;
3. 选择显著性水平 ;
4. 决定样本规模并收集数据,计算检验统计量值; 5. 用检验统计量的抽样分步来决定检验统计量在零
假设条件下的概率,以及检验统计量的临界值; 6. 比较检验统计量的概率与显著性水平,并决定检
T检验是一种常用的方法,它是以t统计量 为基础的,t统计量假设变量成正态分布, 均知已知,抽样方差可以从样本中估计。
例题引入:
学生对文章内容的不同预期对正常速度 阅读理解的影响 ?
几个变量? 自变量?因变量? 如何建立假设?
差异分析通常是做假设检验。对于不同 的问题背景、变量类型、实验设计,有 许多不同的分析方法。
配对样本t检验实际上是先求出每对测量 值之差值,对差值变量求均值,检验配 对之差异是否显著,其实质是检验差值 变量的均值与零均值之间差异的显著性。
ቤተ መጻሕፍቲ ባይዱ
3、配对样本T检验(Paired-Samples T Test)
(1)目的:检验两个配对样本均值是否 相等。
(2)判断标准:p<0.05;t>1.98即认为 是有显著差异的。
本章介绍一些常用的方法,包括t检验、 方差分析、列联表分析等。
第一节 两组比较
单总体的均值与给定常数的比较 比较两组数据之间的差异
所用方法:T检验
用途:比较两组数据之间的差异
前提:正态性,方差齐次性,独立性
假设:H0: μ0=μ1
H1: μ0≠μ1
1、单样本T检验(One-sample Test)
2.参数检验与非参数检验
假设检验的过程可以跟据变量采用的测量指标,广泛分为参 数检验和非参数检验。
检验问题可以分为两类:在已知总体分布的具体函数形式的 前提下,只是其中若干个参数未知,则称这种检验问题为参 数检验问题,否则称为非参数检验问题。
非参数检验是在总体分布情况不明时,用来检验数据资料是 否来自同一个总体假设的一类检验方法。
(1)目的:检验单个变量的均值与给定 的某个常数是否一致。
(2)判断标准:p<0.05;t>1.98即认为 是有显著差异的。
独立样本的t检验
是检验来自两个彼此独立的总体的样本 均值是否存在显著性差异;
两个样本方差相等于不等式使用的计算t 值的公式不同,因此要先对方差进行齐 次性检验。SPSS的输出,给出了方差齐 次与不齐两种计算结果的t值,和t检验显 著性概率的同时,还给出了对方差齐次 性检验的F值和F检验的显著性概率。
单因素完全随机设计的方差分析:
方差分析模型:单因素完全随机设计, 是指在实验中只有一个实验因素A,它有 a个水平:A1,A2……Aa,所有的被试完 全随机地分配到各个实验处理中,每个 被试只接受一个实验处理。
参数检验的假设变量至少以定距尺度测量的,而非参数检验 假设变量是以定类或定序尺度测量的。
2.参数检验与非参数检验
假设检验
参数检验
(定量数据)
单样本
T检验 Z检验
双样本
非参数检验
(非定量数据)
单样本
卡方检验;K-S检验; 游程检验;二项式检
验
双样本
独立样本
配对样本
独立样本
配对样本
参数检验
最常用的参数检验是用于考察均值假设的 t检验,t检验可以用于一个观测样本或两 个观测样本的均值。当存在两个样本时, 样本之间可能是独立的,也可能是配对的。
2、独立样本T检验(IndpendentSamples T Test)
(1)目的:检验两个独立样本均值是否 相等。
(2)判断标准:p<0.05;t>1.98即认为 是有显著差异的。
配对样本t检验
进行配对样本的t检验要求被比较的两个 样本又配对关系,要求两个样本均来自 正态总体,要求均值是检验有意义的描 述统计量;
单因素完全随机设计的方差分析 单因素随机区组设计的方差分析 单因素重复测量设计的方差分
方差分析
用途:比较多组数据之间的差异
前提:正态性,方差齐性,独立性
假设:H0: μ0=μ1=……
H1: μ0,μ1,……不全相等
如果方差齐性的假定不满足,则方差分 析的结果只能认为是近似的结果。可以 考虑对数据作以下处理:
此外,如果若干个观测值的平均值作为原始数据, 将可能更加符合方差分析的条件。
1、单因素方差分析(One-way ANOVA)
(1)目的:检验由单一因素影响的多组 样本均值差异。
(2)判断标准:p<0.05;t>1.98即认为 是有显著差异的。
(3)特别说明:可以进一步使用LSD, Tukey方法检验两两之间的差异。
验统计量是否位于拒绝零假设的区域; 7. 做出统计检验,决定是否拒绝假设; 8. 将统计结果应用于实际。
1.建立零假设H0和备择假设H1;
零假设就是对一种没有差异、没有影响的状态 的表述,备择假设是指存在差异或影响的状态 备择假设就是零假设的对立面; 零假设就是受到检验的假设,可以被拒绝,但
不能通过一个检验就接受零假设,统计检验可 能产生两种结果:①拒绝零假设;②跟据现有 的证据无法拒绝零假设。在经典的假设检验中 无法确定零假设是否真实。 备择假设如果是单方向的要用单尾检验,如果 是双方向的要用双尾检验。
单向分组的多组比较
单向分组的多组比较,是指只有一种方式分组 比较。在心理实验研究中,分组由实验因素的 变化产生,这些变化表示为因素的不同“状态” 或“等级”。一个因素对应于一种方式分组。 所谓因素(factor),是由研究者掌握的、设 想为原因的变量(自变量),一种是由研究者 主动操作而变化的变量,如学习内容、学习时 间、训练方式、刺激次数、呈现方式、作业量、 活动方式等;另一种是研究者主动选择。
检查某些表现“特殊”的观测值、水平或重 复,考虑能否将其剔除。
使用无方差齐性假设的多重比较方法(SPSS 的多重比较有此选项)。
数据变换,用变换后的数据进行方差分析。
常用的变换函数
变换后将使方差相等或接近。平方根变换。如果样 本方差与样本均值有比例关系,则将原来的观测值 Y变换成Y的平方根。对数变换。如果样本方差与样 本均值的平方成比例,则将原来的观测值y变成㏑y 或㏑(y+1)(如果观测值有0的话)。反正弦转换。 如果观测变量时成数或百分比,总体的均值小于0.3 或大于0.7时,则将原来的观测值y变换成
假设检验的一般步骤
1. 建立零假设H0和备择假设H1; 2. 选择适当的统计分析方法和相应的统计量;
3. 选择显著性水平 ;
4. 决定样本规模并收集数据,计算检验统计量值; 5. 用检验统计量的抽样分步来决定检验统计量在零
假设条件下的概率,以及检验统计量的临界值; 6. 比较检验统计量的概率与显著性水平,并决定检
T检验是一种常用的方法,它是以t统计量 为基础的,t统计量假设变量成正态分布, 均知已知,抽样方差可以从样本中估计。
例题引入:
学生对文章内容的不同预期对正常速度 阅读理解的影响 ?
几个变量? 自变量?因变量? 如何建立假设?
差异分析通常是做假设检验。对于不同 的问题背景、变量类型、实验设计,有 许多不同的分析方法。
配对样本t检验实际上是先求出每对测量 值之差值,对差值变量求均值,检验配 对之差异是否显著,其实质是检验差值 变量的均值与零均值之间差异的显著性。
ቤተ መጻሕፍቲ ባይዱ
3、配对样本T检验(Paired-Samples T Test)
(1)目的:检验两个配对样本均值是否 相等。
(2)判断标准:p<0.05;t>1.98即认为 是有显著差异的。
本章介绍一些常用的方法,包括t检验、 方差分析、列联表分析等。
第一节 两组比较
单总体的均值与给定常数的比较 比较两组数据之间的差异
所用方法:T检验
用途:比较两组数据之间的差异
前提:正态性,方差齐次性,独立性
假设:H0: μ0=μ1
H1: μ0≠μ1
1、单样本T检验(One-sample Test)
2.参数检验与非参数检验
假设检验的过程可以跟据变量采用的测量指标,广泛分为参 数检验和非参数检验。
检验问题可以分为两类:在已知总体分布的具体函数形式的 前提下,只是其中若干个参数未知,则称这种检验问题为参 数检验问题,否则称为非参数检验问题。
非参数检验是在总体分布情况不明时,用来检验数据资料是 否来自同一个总体假设的一类检验方法。
(1)目的:检验单个变量的均值与给定 的某个常数是否一致。
(2)判断标准:p<0.05;t>1.98即认为 是有显著差异的。
独立样本的t检验
是检验来自两个彼此独立的总体的样本 均值是否存在显著性差异;
两个样本方差相等于不等式使用的计算t 值的公式不同,因此要先对方差进行齐 次性检验。SPSS的输出,给出了方差齐 次与不齐两种计算结果的t值,和t检验显 著性概率的同时,还给出了对方差齐次 性检验的F值和F检验的显著性概率。
单因素完全随机设计的方差分析:
方差分析模型:单因素完全随机设计, 是指在实验中只有一个实验因素A,它有 a个水平:A1,A2……Aa,所有的被试完 全随机地分配到各个实验处理中,每个 被试只接受一个实验处理。
参数检验的假设变量至少以定距尺度测量的,而非参数检验 假设变量是以定类或定序尺度测量的。
2.参数检验与非参数检验
假设检验
参数检验
(定量数据)
单样本
T检验 Z检验
双样本
非参数检验
(非定量数据)
单样本
卡方检验;K-S检验; 游程检验;二项式检
验
双样本
独立样本
配对样本
独立样本
配对样本
参数检验
最常用的参数检验是用于考察均值假设的 t检验,t检验可以用于一个观测样本或两 个观测样本的均值。当存在两个样本时, 样本之间可能是独立的,也可能是配对的。
2、独立样本T检验(IndpendentSamples T Test)
(1)目的:检验两个独立样本均值是否 相等。
(2)判断标准:p<0.05;t>1.98即认为 是有显著差异的。
配对样本t检验
进行配对样本的t检验要求被比较的两个 样本又配对关系,要求两个样本均来自 正态总体,要求均值是检验有意义的描 述统计量;
单因素完全随机设计的方差分析 单因素随机区组设计的方差分析 单因素重复测量设计的方差分
方差分析
用途:比较多组数据之间的差异
前提:正态性,方差齐性,独立性
假设:H0: μ0=μ1=……
H1: μ0,μ1,……不全相等
如果方差齐性的假定不满足,则方差分 析的结果只能认为是近似的结果。可以 考虑对数据作以下处理:
此外,如果若干个观测值的平均值作为原始数据, 将可能更加符合方差分析的条件。
1、单因素方差分析(One-way ANOVA)
(1)目的:检验由单一因素影响的多组 样本均值差异。
(2)判断标准:p<0.05;t>1.98即认为 是有显著差异的。
(3)特别说明:可以进一步使用LSD, Tukey方法检验两两之间的差异。
验统计量是否位于拒绝零假设的区域; 7. 做出统计检验,决定是否拒绝假设; 8. 将统计结果应用于实际。
1.建立零假设H0和备择假设H1;
零假设就是对一种没有差异、没有影响的状态 的表述,备择假设是指存在差异或影响的状态 备择假设就是零假设的对立面; 零假设就是受到检验的假设,可以被拒绝,但
不能通过一个检验就接受零假设,统计检验可 能产生两种结果:①拒绝零假设;②跟据现有 的证据无法拒绝零假设。在经典的假设检验中 无法确定零假设是否真实。 备择假设如果是单方向的要用单尾检验,如果 是双方向的要用双尾检验。
单向分组的多组比较
单向分组的多组比较,是指只有一种方式分组 比较。在心理实验研究中,分组由实验因素的 变化产生,这些变化表示为因素的不同“状态” 或“等级”。一个因素对应于一种方式分组。 所谓因素(factor),是由研究者掌握的、设 想为原因的变量(自变量),一种是由研究者 主动操作而变化的变量,如学习内容、学习时 间、训练方式、刺激次数、呈现方式、作业量、 活动方式等;另一种是研究者主动选择。
检查某些表现“特殊”的观测值、水平或重 复,考虑能否将其剔除。
使用无方差齐性假设的多重比较方法(SPSS 的多重比较有此选项)。
数据变换,用变换后的数据进行方差分析。
常用的变换函数
变换后将使方差相等或接近。平方根变换。如果样 本方差与样本均值有比例关系,则将原来的观测值 Y变换成Y的平方根。对数变换。如果样本方差与样 本均值的平方成比例,则将原来的观测值y变成㏑y 或㏑(y+1)(如果观测值有0的话)。反正弦转换。 如果观测变量时成数或百分比,总体的均值小于0.3 或大于0.7时,则将原来的观测值y变换成