T检验结果,如果第1行的SIG值大于0.05,说明是同质，就看第1行的检验结果，看T值和df值。

两个normial相关用卡方

一个normial一个ordinal相关用卡方

行因列自

性别、国际、语言背景：定类变量

初级、中级、高级/优秀、良好、不及格：定序变量

定距变量：分数、（人为等距）

不少于总体的10%

考察变量之间的联系，研究对象不少于30人。

1.T检验方法：

描述性统计是推断性统计的基础。

两组数据是否有显著性差异时用T检验方法。

检查两个独立样本是否有差异。

2.独立样本的T检验：

3.案例1

自变量：

因变量：

投稿只看结果，DATA自己用

报告结果，同时有讨论分析，体现作者的能力，对文献是否熟悉，看分析能力，implication(自己的)

分清变量：年级/--define groups

T检验（1）

两个班的M有差异？

P: 对的把握度

a(阿尔法)：误差的度

descriptive vs inferential statistics: 

DS: 离散趋势，集中趋势

IS: t-test, 方差分析，sd 

抽样--统计--

DS: 基础；IS: 延伸

参数与非参数针对于推断统计

定好数据的统计目标或问题

总体、样本与抽样误差

假设检验（显著性检验），<5%（0.05），level significance: 显著水平

<1%（0.01），level significance: 显著水平

P(probability)<=0.05

由自变量造成的，而非误差造成的，可理解为，忽略误差后是真空的抽样研究。

图解与练习

:s: 平均数、标准差（方差）

正态分布曲线图适用于interval data

M v.s. SD  68%(+1SD), 95%(+2SD), 99%(+3SD)

去掉极值，M & SD更接近真实状态

K & SD(及图）：可用于: 同一课程不同教学班的成绩比较；同一学生不同课程的成绩比较。

interval data (central tendency, i.e. original data)

mean

outliner(yaoming, panchangjiang) i.e. extreme scores

dispersion: 离散  complementary description of 

variance(方差） standard deviation（标准差）

computation

正态分布：normal distributionn

一图值万言

大人、小孩儿组