参考笔记本第五页

需要查看上课视频

Descriptive vs frequency 

总体样本与抽样，描述统计与推断统计，变量，正态分布和标准分，参数估计，假设检验，踢检验，方差分析，相关分析，回归分析，卡方检验，spss统计软件

参数估计

参数估计就是根据样本统计量来推断总体参数

256人的平均分是482 

总体平均数叫μ

参数估计可以分成点估计和区间估计，

点估计的这个值是一个点值

例子：

点估计是基于样本数据得到的 所以它的估计不太准确， 而且点估计没有办法判断参数 

区间估计（interval estimation）就是给出总体参数所在的范围，以及总体参数在这个范围内的可能性有多大。

例子

点估计是用一个数值来估计总体的参数

区间估计是用一个范围，所以它的估计方法更正确

非常有用：

置信水平（confidence level）：我们不可能做到100%， 我们要留有区间。 我们要有95%及以上的把握， 这样我们才能说我们的推测是有效的。 

总体参数的区间估计如何计算

第一计算标准误(standard error)

我们不知道总体标准差， 所以我们只能通过样本来推测 --  公式1： 用样本标准差除以样本量开根号

第二部通过标准误来计算置信临界值(confidence limit)

用可靠程度（95%）去查临界值（z）-- 上网搜正态分布表，可以移动一个数值的轴查到相应的Z值（临界值）， 比如说这个95%的置信水平对应的临界值是+-1.96

意思就是当你有95%把握的时候， 白色的区域都是合理的区域，有阴影的位置都是错误的区域

第三部分：估计总体参数的区间

公式2： 用样本的平均数减去总体的平均数再除以标准误， 这个数字需要在上边说到的-1.96到1.96之间。 

最后我们算出来μ是在478-486 这个就是区间。 

总体：具有某种共同特征的个体的总和

人和食物都可以作为总体

样本：从总体中抽出的一部分个体

样本》30 大样本

样本《 30 小样本

调查研究常用大样本

实验研究常用小样本 

抽样（sampling）

简单随机抽样 （抽签法-适合总体比较法

随机数表法- 适合于大数字， 任意选一个起点，按照一定的规律选择）

等距抽样/系统抽样

20 /100 每5个人抽取一个被试

在每5个数字中抽取一个样本

分层抽样

比如说按照大学类型或者以地理位置分布分层

原则：层内差异小，层间差异大

2. 变量

自变量 （independent variables）是我可以控制的变量 (教学法)

因变量（dependent variables）-我可以观察的变量 （成绩）

类别变量（nominal variables）不同的特征：性别家庭背景等

顺序变量 (ordinal variables) 在类别的变量的基础上将类别进行排序 比如说年级：一年级，二年级、 助教讲师副教授

等距变量 (interval variables) 就是各种分数，比如说专四专八考试分数，李克特量表等

连续型变量 （continuous varoables） -  可以有小数 0.5 的部分有意义 比如说雅思的平均成绩是6.5 

频次变量 (frequency variables)- 只有零和正整数， 比如说今天来了16个人，不能说16.5个

数据的整理和描述

1. 集中趋势

平均数 （mean）

中位数 （median）

众数 （mode）

离散趋势

全距 （range）

平均差 (average deviation)

方差 (variance )

标准差 (standard deviation)

方差和标准差其实是一回事 方差是经过平方的， 在实际使用的时候不好用

我们在工作中实际使用的是标准差

实际得分减去平均数， 然后平方， 然后求和，然后除以人数 

标准差越小， 学生和学生之间的差异越小

针对连续变量：在针对连续型变量的时候一定要同时汇报集中趋势（平均数）和离散趋势（标准差）

针对频次变量：只需要描述个数

比如说这次实验中有男生5个女生4个

推断统计方法概述 （inferential statistics）是按照一定的原理，用样本的数字来做推断

样本统计量 (statistics) 

总体参数 (parameters)

他两的平均数和标准差的字母标记方式不一样，但是基本上是一样的东西。比如说在样本统计量里平均数用的是（m）, 标准差用的是(STD ), 而再总体参数里平均数用的是μ， 标准差用的是A

推断统计一般来说做两件事：

参数统计 （parameter estimation）-比如说有了样本的平均数和标准差， 我们可以推断总体参数的数值

假设检验  (hypothesis testing)- 上边估计出来的总体参数， 你估计它有多少可能是正确的

推断统计的类型：

1. 如果是为了找差别， 那就用T检验和方差分析

2. 如果是为了找关系，就用

相关检验

回归检验

卡方检验

量化源于实证，主要使用演绎法，依赖统计

“统计” 用数字的方法说明国家的特征；

统计分类：

1. 描述统计 （汇报全貌）
2. 推断统计 （做决断）

量化研究用数字描述现象

质性研究用文字描述现象

量化研究源于实证主义

质性研究源于自然主义

量化研究通常在经过控制的实验环境下进行

质性研究通常在未经控制的自然环境下进行

量化研究具有演绎性，通常用于假设展开研究

质性研究具有归纳性，通常在研究中形成假设

量化研究常用方法：实验，准实验，调查，语料库，元分析。

质性研究常用方法：观察，访谈，日志，叙事，民族志。

描述统计：关注如何整理数据，并汇报其全貌，比如分组，绘图，集中趋势，离散趋势等。

推断统计：关注如何利用数据做决断，并确定其可靠程度，比如推断总体分布状态，差异程度，相关程度等。