心理学研究方法-独立样本t检验课件

推论统计

——t检验数据分析的三步骤1了解数据2概括数据3证实数据所揭示的意义输入错误极端值数据正态分布数据转换集中趋势离散趋势证实数据所揭示的意义——推论统计内容基本概念正态分布Z分布样本均数分布独立样本t检验何时用t检验独立样本t检验的前提t检验的操作发表t检验的结果基本概念正态分布正态分布曲线的特点1、平均数、中位数、众数都相等。2、是对称的分布、对称点是平均数。3、平均数从-1s到+1s包括68.3%的数据，从-2s到+2s包括95.5%的数据，从-3s到+3s包括99.73%的数据。正态分布是一族分布例如，平均数相等，标准差不同的正态分布曲线历史物理7270标准正态分布——Z分布正态分布转化为标准正态分布-1到+1：包括68.3%的数据，-2到+2：包括95.5%的数据，-3到+3：包括99.73%的数据。横坐标Z分数的获得z=(x-μ)/σZ物理=（72-70）/1=2Z历史=（72-70）/2=1超过了50%+95.5%/2=97.75%的学生超过了50%+68.27%/2=84.14%的学生样本均数的分布总体的分布（100个数据），U型分布样本的分布，接近于正态分布样本均数的分布1、如果总体正态，那么样本均数的抽样分布遵循正态分布。2、即使总体不遵循正态分布，只要样本量足够大（N>30，更严格来说是N>100），则均数的抽样分布也可被认为是正态分布。问题：1、如何知道总体是正态的？A、总体的原始数据都有，怎么办？（情况很少）B、没有总体数据，只有样本数据，怎么办？（常见）1、当样本量大于30，可以不用理会总体是什么分布，可以用z分布或t分布。2、当样本量小于30，对样本数据进行explore，如果近似正态的话，间接代表了总体也具有正态性特征。如果不符合正态的话，那么不能用Z分布、t分布。这种情况可能需要替换极端值或数据转换。样本均数的分布注意：1、只有样本均数满足正态分布，才能转化为标准正态分布，才能计算z分数。Z=（x拔-μ）/σ

x拔，σ

x拔=σ/根号n2、当样本均数满足正态分布，总体标准差未知时，用于t值的计算。t=（x拔-μ）/σ

x拔，σ

x拔=

s/根号nT值使用：当总体标准差未知时，用样本标准差（s）去估计总体标准差有偏差，所以此时不能用Z分数。这时可以计算t值。t分布特点当样本量很大时，n-1>30，t分布接近于正态分布。当样本量n-1<30，t分布比正态分布更低阔。单样本t检验几乎很少用。不讲独立样本t检验何时运用独立样本t检验适用条件：当有两个样本时，两样本是独立的。两总体正态（样本平均数的差值才符合正态）方差齐性（当方差不齐时，需要对自由度进行校正）1、当样本量每组大于30，可以不用理会数据是什么分布，可以用t分布。2、当样本量每组小于30，对样本数据进行explore，如果近似正态的话，间接代表了总体也具有正态性特征。如果不符合正态的话，那么不能用t分布。这种情况可能需要替换极端值或数据转换，转换为正态分布。独立样本t检验Spss中数据的排列方式：按类别排列Spss中数据的分析方法：analyze-comparemeans-independentsamplesttest-grouping（自变量）-define定义一下-testvariable（因变量）独立样本t检验独立样本t检验分析结果检验方差是否齐性，计算结果是P<0.05,表明方差非齐性，因此用第二行分析结果（自由度进行校正）结果描述患者的对疼痛词汇评分的平均数为6.81（SD=1.19），正常对照组的对疼痛评分的平均数为1.48（SD=0.68）。经过独立样本t检验结果显示，t（46）=21.27，P

<0.0005，表明患者的对疼痛词汇评分显著高于正常对照组。95%的置信区间为4.83到5.83。1、注意保持小数点的位数一致2、一般的写作规则，t，r，f和p要斜体，f和p值要大写3、标出自由度explore