基本概念

• • •
计数数据：计算个数的数据，一般取整数 测量数据：借助一定的测量工具或一定的测量标准而获得 的数据
3
数据类型 （续）
•
按数据分布形态划分 得数值的个数是有限的（e.g., 家庭中孩子个数、 筛子点数）
离散数据：通常限于整数，在任何两个数据点之间所取
•
连续数据：任意两个数据点之间都可以细分出无限多个大 小不同的数值（e.g., 年龄、长度、自信分数）
8
课堂练习
下列数据属于什么类型?
1. 2. 3. 4.
身份证号码 华式温度 对三种食品喜爱程度排序 在一个面部表情感知力的研究中，被试需要将照片中人的 情绪归类为生气、难过、恶心、恐惧或惊讶。这里情绪表 达是＿＿数据
9
变量、随机变量、观测值

变量：针对不同个体具有不同值的特性或条件。
常量：是一个特性或条件，它不会变化，并且对每个个体 都是相同的。 随机变量：在统计学上，把在取值之前不能预料到取什么 值得变量，就称为随机变量。一般用X或Y…表示 。
1. 样本频率总是围绕概率上下波动 2. 样本含量n越大，波动幅度越小，频率越接近概率。
18
心理与教育统计基础概念
1
主要内容

数据类型 变量、观测值、随机变量 总体、样本与个体 参数和统计量 次数、频率与概率
2
数据类型
•
什么是数据？
数据是关于自然、社会现象和科学试验的定量或定性的 记录，是科学研究最重要的基础 Data, Number, Digit 按观测方法和来源划分
13
14
参数和统计量的字母表示
（总体）参数(parameter) • 平均数:μ(mu) • 标准差：σ (sigma) •方差：σ２ • 相关系数：ρ (rho) • 回归系数：β (beta)
X
（样本）统计量(statistics) • 平均数：X • 标准差：s (SD) •方差：s2 • 相关系数：r • 回归系数：bYX
• • •
7
数据类型 （续）
• • •
按数据反映的测量水平划分*
等距数据：有相等单位，但无绝对零度的数据。 e.g., 温度、能力测验分数 表明了差异的大小和方向
•可进行加减运算，不能乘除运算；大小比例没有意义 • •
等比数据：有相等单位，也有绝对零度的数据。 e.g., 身高、体重、反应时
•可进行加减乘除运算；大小比例有意义
随机是指在一定条件下可能出现也可能不出现的。
16
小概率事件
• 必然事件Hale Waihona Puke BaiduP = 1 • 随机事件 0 < P < 1 • 不可能事件 P = 0
P ≤ 0.05（5％）或P ≤ 0.01（1％）称 为小概率事件(习惯)，

统计学上认为小概率事件在一次试验 中几乎不可能发生。
17
频率与概率的关系
11
总体、样本、个体（续）
样本(sample)：从总体中选择出来的个体的集合，通常在 研究中期望代表总体。
• •
样本中个体数目称为样本量(sample size),通常用n表示 总体与样本也可以相互转换
12
参数和统计量
在科学研究中，我们探寻的是关于所有事物总体的说明和解释。 （总体）参数(parameter) • 描述总体情况的统计指 标，反应总体特性； • 是一个常数 （样本）统计量(statistics) •代表样本的特性； • 是一个变量，随着样本 的变化而变化
15
次数、频率与概率

次数（频数）：某一事件出现的数目。
频率：又称相对次数，即某一事件发生的次数被总的事件 数目除。通常用比例(proportion)或百分数(percent) 表示
•
样本实际发生率 概率(probability) ：随机事件出现可能性大小的客观指标 就是概率。用P表示，取值[0，1]。

观测值：随机变量所取得的值，称为观测值。
10
总体、样本、个体

总体(population)：具有某种特征的一类事物的全体/ 研究者希望研究的整个组被称为总体。
• •
可以由人或其他任何希望研究的东西组成 总体大小随研究问题而改变 个体(individual)：构成总体的每个基本单元称为个体。 有时又称作样本点。
4
连续数据表述值的含义
5
数据类型 （续）
•
按数据反映的测量水平划分*
称名数据：只说明某一事物与其它事物在属性上的不同或 类别上的差异。不能说明差异的大小或方向。
• •
e.g., 性别、种族、专业 注：有些时候用数字表示类别
6
数据类型 （续）
•
按数据反映的测量水平划分*
顺序数据：按事物某种属性的大小或多少，按次序将各个 事物加以排列后获得的数据资料。 e.g., 大中小号衬衫；成绩等级；比赛名次；重要性排序 表明了差异的方向 数据没有相等单位和绝对零点，不能进行加减乘除运算