現(xiàn)代心理與教育統(tǒng)計學(xué)的復(fù)習(xí)重點-資料下載頁
2025-04-17 06:50本頁面
【正文】 正態(tài)分布（2）方差齊性（3）變量相互獨立方差分析：（1）正態(tài)（2）方差齊性（3）獨立性（4）變異可加性積差相關(guān)：（1）兩個變量都是連續(xù)的（2）正態(tài)分布（3）變量之間為線性關(guān)系回歸：（1）正態(tài)（2）線性關(guān)系（3）獨立性（4）誤差等分散積差相關(guān)的計算協(xié)方差：協(xié)方差是兩個變量離均差乘積的均值。兩個變量離均差的成績能夠反映兩個變量的一致性。協(xié)方差是兩個變量線性關(guān)系的指示器，但不能直接用它來表示相關(guān)的大小，因為有不同的測量單位，故將其標準化。 方差是協(xié)方差的特例。相關(guān)系數(shù)值的大小不表示相關(guān)是否顯著。相關(guān)的程度與r 值不成正比卡方檢驗：，理論頻數(shù)=所占比率*人數(shù)點二列相關(guān)：一個連續(xù)變量與另一個二分稱名變量的相關(guān)程度。（男女，高低）二列相關(guān)：兩列數(shù)據(jù)均為正態(tài)分布（男女兩個類別）；十、回歸回歸：指由一個變量的變化去預(yù)測另一個變量的變化，描述一個變量隨另一變量做不同程度變化的單向關(guān)系?；貧w分析的目的就是要找出一個錯誤最小的方法來用X預(yù)測Y。回歸分析的步驟：（1）建立并求解回歸模型的方程（2）檢驗與評價回歸方程的有效性 針對整個回歸方程 針對各個回歸系數(shù)（3） 利用回歸方程作出預(yù)測與控制建立回歸方程：Y=a+bX b為回歸系數(shù)，Y 為實際的Y的預(yù)測值。 回歸系數(shù)與相關(guān)系數(shù)：檢驗與評價：是一個估計總體參數(shù)的置信區(qū)間和假設(shè)檢驗的問題。估計誤差標準差（標準誤）：回歸方程的顯著性檢驗：回歸方程參數(shù)的置信區(qū)間與檢驗：t檢驗回歸系數(shù)的b的檢驗：（1）提出假設(shè)=0 （2）（3） 確定顯著性水平，并決策。決定序數(shù)（度量了Y的變異(由總平方和衡量)中可以由自變量的變異來解釋的比例）： (回歸平方和與殘差平方和)回歸平方和占的比例越大，殘差平方和占的比例就越小，回歸直線擬合得越好決定序數(shù)與相關(guān)系數(shù)的關(guān)系：回歸方程的解釋：回歸系數(shù) “平均而言，入學(xué)成績每增加(或減少)1分，期末成績將增加(或減少)?！?決定系數(shù) “%可以由入學(xué)成績來解釋。” 預(yù)測 “對入學(xué)成績?yōu)?0分的學(xué)生，預(yù)測他們的期末成績?yōu)?8分，有95%的把握在70分至86分之間?！?多元回歸：考察兩個或兩個以上的自變量對同一個因變量的影響。因變量：連續(xù)變量自變量：連續(xù)變量或間斷變量基本與一元回歸一樣，.自變量的選擇：向前（向后）剔除法，逐步回歸法如何理解標準誤： 標準誤，即樣本均數(shù)的標準差，是描述均數(shù)抽樣分布的離散程度及衡量均數(shù)抽樣誤差大小的尺度，反映的是樣本均數(shù)之間的變異。標準誤不是標準差，是多個樣本平均數(shù)的標準差。 標準誤用來衡量抽樣誤差。標準誤越小，表明樣本統(tǒng)計量與總體參數(shù)的值越接近，樣本對總體越有代表性，用樣本統(tǒng)計量推斷總體參數(shù)的可靠度越大。因此，標準誤是統(tǒng)計推斷可靠性的指標。計算公式為： 需要注意的是，標準誤差不是測量值的實際誤差，也不是誤差范圍，它只是對一組測量數(shù)據(jù)可靠性的估計。標準誤差小，測量的可靠性大一些，反之，測量就不大可靠。1.、標準誤是描述抽樣情況的參數(shù)，反應(yīng)了抽樣樣本和總體樣本之間的差異。由于通常我們無法對所有數(shù)據(jù)進行檢測，只能進行抽樣檢測，所以就應(yīng)該有一個參數(shù)來反應(yīng)抽樣質(zhì)量的高低。
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1