What
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
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)
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
自变量和因变量之间有显著关系
自变量之间的相关不能太高
自变量越多，所需要的样本量越多
标准多项回归
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
如何收集数据
对象：一百年间美国小学三年级和六年级的教材
工具：qanalysis 6.0 +内部工具，可以使用lexile来获得篇章可读性计算值，平均句长计算值，词汇频率计算值，文本词数计算值
汉语：汉语文本指南针，词句篇的量化数值可以获得
步骤：文本
如何进行比较性数据分析：
方差分析(F检验）：比较多个群体之间的平均数差异
多次t检验会使得正确的概率越来越低，错误的概率越来越高，所以不可行
方差分析：一次性地比较因变量中方差的多少是由分组的不同所导致的
总体方差A：组内方差B，组间方差C
A＝B＋C（如果C在A中所占的比例越来越高，表明组别之间的差异越明显，如果C几乎没有，就表明三个组之间其实没有差异）
例子：大一到大四各１００名，专业知识水平是否有差异？
计算４００名学生总方差A，然后再计算每个年级的方差加起来的方差B，A-Ｂ得出C
通过计算C在A中的比例来计算F 值，F值大的话就表明四个年级的学生有显著的差异，相反，如果F 值小的话，就表明他们之间没有差别
两组的时候，方差分析和t检验的结果是一样的
方差分析显著之后，才能分别单独进行两两比较，确定哪两组之间有差异
方差分析有两种：
1）简单方差分析ＡＮＯＶＡ, 最基本的方差分析，对不同组别的同一变量的平均数进行比较
2）重复测量的方差分析：同一组被试被重复测量，得到多个数值，这些数值之间的比较
具体操作：
第一列：标识分组
从第二列开始：不同变量
分析---比较均值---单因素方差分析---选择因变量和因子（分组数据）---选项---描述性，方差同质性检验---均值图---两两比较--lsd（主选），tukey,bnonferron（如果前面同质性分析的各组之间方差值是一样的）
如果方差值是不一样的，则选择games-howell
继续---确定
另外一种方法：分析---一般线性模型---单变量---因变量和固定因子---选项---描述统计---方差齐性检验--继续---两两比较--因子---lsd+game---确定
阅读解释表格
均值和标准差
显著性如果大于0.05，就要看lsd的结果，小于则是看games的结果
单因素方差分析： df和F值和显著性
F值足够大，显著性小于0.05，则表明各个组之间的差异很显著；相反则差异不显著
多重比较分析：事后分析，两两比较（方差分析显著的情况下看这个）
不同组别的均值比较图
如何呈现结果：
对应问题，重制表格（提供平均数和标准差，不需要提供样本量和标准误），文字说明（文字和数字）（F值，自由度，显著性水平）
F（自由度1(分组的数量-1)，自由度2(剩下的不同组别的组内自由度)）=xxx，p=xxx
如果F值显著，要报告具体的事后分析的结果，即哪几个组之间有显著的差异
介绍对应表格---列举关键数值，F值和P值
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）
研究：用数据回答问题
量化研究：研究问题决定了你的研究是否是量化研究
描述研究：大致情况如何
相关：它两有何关系
回归：它们有何关系
对比：它俩有何差异
比较：
数据的收集：
收集的数据要为回答的问题提供证据链。选取对象要有代表性
选取的工具需要有效性
步骤科学性
Range 词汇分析软件
Sketch Engine 语料库收集工具
CLPAT
Coh-metrix
Lexile
变量：某种事物的某种属性，进行量化后得到的结果
变量一定是用数字来表示的
如：很重，很轻 不可以做变量
变量类型：
称名变量：类别，无法比较
顺序数据：排列，可以比较，不能加减乘除
等距数据：有单位，没有零点，只能加减，不能乘除
描述性问题 情景/概念/问题
情景：对具体处境进行描述，要聚焦，找到具体的点，
概念：分析该情景，解释该情景
3个重要的引物：对象，工具，步骤
词汇覆盖率：特定等级词表占比
学生 先掌握高频词，然后低频词
问题形成，针对一种情况或现象描述，提出研究问题，找准最重要的一个方面或一个环节，抓住“牛鼻子”
数据收集：样本量很大，要具有
如何进行描述性数据分析？
数据大通过
步骤跟着做
什么是描述统计：用一种简单的方式，来概括和呈现一堆数据的一些基本特征
数据：频率统计，集中量数，离散趋势
样本的平均数 Vs. 一个已知总体的平均数（A班和全校）
独立样本T检验：
两个独立的、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：两个紧密联系的平均数之间的差异（A班，期中和期末）
两个群体T检验， 三个以上方差分析F检验
基础是：理论框架
研究问题或者假说
研究设计和资料收集
语言与数据研究：阿檀小倪讲量化
带着问题学方法
不是研究复杂性决定发文的成功度，而是问题核心要素。
链条式讲解能够降低形成问题的难度。
1介绍论文标题核心词，
2核心词如何链接论文理论框架，
3问题与数据手机和统计分析如何链接
老师搞科研不知道怎么搞，
学生找导师论文不通过，
发表论文审稿不通过
找问题可以通过高水平期刊
针对难的情况可以通过文献学*和在线工具
