十讲走进语言统计学

十讲走进语言统计学
476人加入学习
(1人评价)
价格 ¥499.00
学时 20.0
学时 20.0
学习有效期 180 天(随到随学)
会员免费学 购买课程

假设检验

一、研究问题与假设

1. 研究问题(research question)明确指出核心概念和研究焦点,一般可以采用疑问句式。
2.假设hupothesis是对研究问题的预判性回答,分为研究假设(有差异假设)和零假设(无差异假设)。

二、误差

1.抽样误差sampling error即随机误差
2.系统误差systematic error即规律误差,由自变量引起的因变量变化。
3.实际测量中,系统误差与抽样误差总是混合在一起。看到底哪种误差大,采用假设检验。

三、假设检验

1. 假设检验标准:
抽样误差限度(即显著水平level of significance)。如果差距没有吵过这个限度,认定有抽样误差引起,如果差距超过这个限度,认定由系统误差引起。

2.假设检验对象:
假设检验是针对零假设的。通常,在0.05显著水平上,如果抽样误差在查一中占比更大,则接受零假设;如果系统误差在查一中占比更大,则拒绝零假设;

3.假设检验计算:
计算0.05水平上的z值-->计算结果与z值临界值1.96相比较:绝对值小于1.96,接受零假设。

4.假设检验注意事项
一类错误:零假设是真实,却被拒绝了
二类错误:零假设是虚假,却被接受了
因此,推断统计有犯错误的风险。
单尾与双尾问题:
双尾检验:零假设无方向性;(较多用)
单尾检验:零假设有方向性。

[展开全文]

研究问题(核心概念,研究焦点)

研究假设:有差异假设

零假设:无差异假设

 

误差:抽样误差(随机误差,不可避免)&

系统误差(规律误差)

抽样误差和系统误差总是混合在一起的

 

显著性检验(假设检验)

显著水平

假设检验是针对零假设的

假设检验中的2类错误

一类错误(拒真错误)

二类错误(取伪错误)

 

双尾检验(更多)

单尾检验

[展开全文]

第四讲  假设检验

一、研究问题与假设

研究问题:明确指出核心概念和研究焦点的疑问句。

假设:对研究问题的预判性回答,分为研究假设(research hypothesis)和零假设(null hypothesis)。

零假设:相同,无差别

研究假设:不同,有差异

二、误差

抽样误差(随机误差):用样本信息推断总体信息时产生的误差,它是不可避免的。

系统误差(systematic error),也称规律误差,是由自变量引起的因变量变化。

三、假设检验(hypothesis test)(显著性检验)(test of significance)

统计学上规定了一个抽样误差限度(用希腊字母表示),即 =0.05,被称作显著水平(level of significance)

如果差距没有超过这个限度,则认定是抽样误差引起的。

如果差距超过这个限度,则认定是系统误差引起的。

假设检验对象:零假设

通常来说,在0.05显著水平上如果抽样误差在差异中占比更大,则接受零假设;如果系统误差在差异中占比更大,则拒绝零假设。

假设检验注意事项

(1)两类错误:一类错误:零假设是真实的,却被拒绝了。

二类错误:零假设是虚假的,却被接受了。

(2)单尾和双尾:单尾检验:零假设陈述中有方向性(A高于B)(B高于A)

双尾检验:零假设陈述中无方向性(A和B无显著差异)

[展开全文]

1. 研究问题与假设

平均数是否有差异

2. 假设检验

在研究之前用预判的方法来假设问题的回答

1. 零假设(H0)相同(即是说新的教学法所教学生的成绩跟全年级没差, 我们看到的2.5的误差是由于抽样误差导致的)

2. 研究假设(H1)不同

 

3,误差

1。抽样误差(随机误差)不可避免- 在随机抽到的人20人的平均分不一定就是全年级的平均分。这时候把这20人放回去再重新抽样,这个数字又会发生改变。

2. 系统误差 (规律误差)是由自变量引起的应变量变化。 系统误差和随机误差都会引起因变量的变化

 

显著性检验就是假设检验- 统计上规定了抽样误差的限度,一般在0.05 (阿尔法)

0.05是显著水平 

如果没有车超过0,05 , 那么就是抽样误差引起的如果超过了0.05, 那就是系统误差决定的

假设检验都是基于零假设的

假设检验计算

1. 计算0,05显著水平上的Z值

用样本平均数减去总体平均数。。。

 

两类错误

1. 一类错误, 零假设是真实的,却被拒绝了

二类错误,零假设是虚假的,却被接受了

单尾&双尾

双尾: 零假设陈述中无方向性-(A与B无显著差异)

单尾:零假设中有方向性(A高于B/ B高于A)

 

 

[展开全文]