比较性问题是如何形成：

对比性研究讨论的是一对一的差异对比

探究三个或三个以上：比较性研究

教材难度：文本难度（容易测量，较为客观），背景知识，认知难度

文本难度：词汇难度（词频的分布和等级状况）

                 平均句长 （总词数和句子数）

                 篇章可读性（是否容易被读懂）

研究目标说明研究问题：过去100年分为10个年代，比较三年级和六年级的

如何进行对比性数据分析，从而回答问题

t检验：比较平均数之间的差异，样本量小于30

当总体呈现正态分布，而标准差未知，样本容量很小，一切可能的平均数之差会组成一个t 分布。---小概率反证法

单总t检验：样本的平均数和一个已知的总体平均数（A班和全校）

独立样本t 检验：两个独立、没有明显联系的样本的平均数（A班和B班）

配对样本t 检验：两个紧密练习的平均数之间的差异（A班，期中和期末）

t 检验仅适用连续性数据，比如身高，体重，得分等；不适用与排名类的顺序性数据。

具体操作：

设一列专门的变量：分组，1和2

分析---比较均值---选择合适的方法---选择框--分组变量---1和2---继续---检验变量---确定

顺序数据：分析---非参数检验--旧对话框---2个独立样本---选择框---分组变量---1和2---继续---检验变量---manm--whitney U --确定

读表：

第一个表格：描述性统计，

第二个表格：F，sig如果大于0.05，就要报告上面一行（假设方差相等）的结果；如果小于0.05，就要报告下面一行（假设方差不相等）的结果。

非参数分析：类似

如何在报告中呈现：

对应问题，重制表格（只需要提供平均数和标准差即可，不需要提供样本量和标准误）

重点报告：t 值，自由度，以及显著性水平

t(自由度(数字）=xxx

p=xxx

非参数报告的是u 值，z 值和p 值

数据收集：

对象，工具和步骤

co-metrix：计算文本的语言和语篇特征

测量和分析不同阅读文本的特征

账号注册---文本分析---结果保存

数据量比较大，可以使用新版文本分析工作（new text analysis service)

事物和事物之间的差异和不同---对比性研究

聚焦文本特征：因果连贯性，连接词与逻辑词，词语指代关系，主要词性密度，一词多义与同形异义，句法复杂度，构词与词频

回归是以相关为基础和前提

相关是描述两个变量之间的联系，但是不能说明因果

回归则是通过模型，用一些变量来预测另外一个便俩个，从而进一步形成因果性的解释。

没有显著相关，就没有回归

相关越高，回归结果就越好

回归也有强度和方向

回归的优越性，既可以描述线性关系，曲线关系也可以的

回归需要区别自变量和因变量（相关的两个变量是平等的，可以互相）

回归可以计算多个自变量对因变量的影响（相关则是只能两个变量之间的关系）

多个变量的前提：

自变量和因变量之间有显著的相关

自变量之间的相关不能太高（人为扭曲关系）

自变量越多，所需要的样本量越多

一个自变量对应至少10个样本

比较不同的自变量的预测力，哪些自变量对因变量影响较强或较弱：标准多项回归

不同自变量对因变量的单独影响：层级多项回归

操作：

先列自变量，最后一列因变量

先进行相关：分析---相关---双变量---皮尔逊---点击要分析的变量

如果有两个变量高度相关，就得把这两个变量分开进行分析

再进行回归：分析--回归--线性--点击相应的因变量和所分析的自变量（下一张（层级多项回归））---方法--进入---统计量--共线性诊断--确定

如何阅读和解释图表：

模型汇总：R方：整个回归模型所有的自变量能够解释因变量中多少的变异

anova：F值： sig:显著性

多个自变量中哪个对因变量的贡献更大？

表格系数：关注 标准系数（越高），t值（越高）和sig（越低），就表明自变量和因变量之间的关系越紧密，预测力越高

有一栏共线性统计量：这是检验自变量之间是否过高相关，容差（大于0.1）或者vif（小于10）表明自变量之间的共线性水平很低，表示不能同时放到一个模型中来预测因变量

对象：区别性特征数据，成绩数据

工具：口语测试，整体评分方式

步骤：1.每个区别性特征量化

          2.口试评分：试评，评分，确定结果

          3.人工编码：编码体系形成；编码误差控   制；编码结果计算   

回归：多个事物和一个事物之间的关系

区别性特征

单个区别性特征和某一事物的关系

是否存在重叠： 可以转换为相关性

线性关系：两个变量之间的关系保持一致，两个变量分别为横轴和纵轴，关系为一条直线

曲线关系：两个变量之间的关系会出现转折，关系为曲线

相关强度：绝对值在0到1之间波动，0 代表没有关系，1代表两个变量之间有完全的关联

相关方向：正相关代表变化方向一致，负相关代表逆向发展

相关和因果之间的分别：相关代表单纯的关联，因果代表的是一者会导致另一者的变化

如何做相关：

分析---相关---双变量---左边的变量全部选择---Pearson(等距或等比）,Kendall的tau-b，Spearman(顺序）

如何解读

Rho系数（Spearman)

星号

显著性：   

如何分析

1.对应问题     

2.重制表格 不需要用X表示   或者添加新的东西

3. 文字说明：解释熟悉无法说清的问题，尤其是相关数字之间的逻辑关系                              经典例句：

Table 4 provdies an overview of ...

如何收集相关性数据的收集

1. 对象： 

2.工具：平均降频

3. 步骤：

两个事物或者两种现象之间的相互关系进行讨论和描述

找出一个锚定点

词族（word family)：头词加上它的屈折变化和派生变化后的形式

词条（lemma）：头词加上屈折变化，而没有派生变化

描述性统计：

频率统计：每一种类别中有多少个，数数

集中量数：一堆数据聚拢的程度，例如平均数

离散趋势：一堆数据分散的程度，例如全距

第一步：数据录入

第二步：”分析“---描述统计---频率---从左边到右边，然后”图表“---直方图（勾选正态曲线）---返回点击确定

解读：

有效百分比：频率/有效数值

累积百分比： 项目有效百分比不断累加

如何呈现结果：

1. 对应问题：

2. 绘制图表：简单，线条清晰（三线表）；清楚，行列与符号；明了，重要信息要框出来

3. 文字说明：说明相关数字之间的逻辑关系

论文标题---核心概念---研究问题

假设检验

基础：分布

虚无假设：先对总体的特征作出某种假设

原理：小概率反证法思想

检验虚无假设是否显著，并推论到总体

spss 20.0 可以选择中文，如果出现乱码，可以视图---字体---中文字体

数据视图---进行分析的数据

变量视图---对变量进行调整的地方

度量：等比、等距数据

序号：顺序数据

名义：称名数据

自动弹出的output，各种采取的操作和结果界面

研究就是用数据回答问题

量化研究最关键在于研究问题的属性，即是否需要对研究对象进行量化描述，对研究对象之间的关系进行预测，对研究群体之间的差异进行分析

对群体进行量化性描述---描述研究

两者之间关系的研究---相关研究

多个群体与一个群体之间的关系进行量化分析---回归

两者之间差异的关系的量化分析---对比研究

多个群体之间差异的量化分析--比较研究

基础是：理论框架 

研究问题或者假说

研究设计和资料收集

www.victoria.ac.nz/lals/about/staff/paul-nation

www.sketchengine.co.uk

languagedata.net/clpa/

tool.cohmetrix.com

www.lexile.com

What

频率统计：计算个数

集中量数：描述数据聚拢的程度-平均数

离散趋势：描述数据分散的程度-全距（最大值减去最小值）

变量——属性

变量的四种类型——称名、顺序、等距、等比

样本——总体-部分

样本的性质——样本量+代表性