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：
- 描述统计 （汇报全貌）
- 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。
