2025年心理学统计专项卷实验题库

2025年心理学统计专项卷实验题库考试时间：______分钟总分：______分姓名：______一、选择题（请将正确选项的字母填在题干后的括号内）1.在心理学实验中，研究者希望考察三种不同教学方法（A,B,C）对学习成绩的影响，选择了同一所学校的多个班级，每个班级随机分配一种教学方法，这种实验设计最适宜采用的统计方法是？A.单因素独立样本t检验B.重复测量方差分析C.单因素独立样本方差分析D.相关分析2.某实验研究比较了两种药物（药物X和药物Y）对焦虑水平的影响，随机选取了60名焦虑患者，每名患者服用一种药物，一个月后使用焦虑量表进行评分。这种设计中，每个参与者只接受一种处理，属于？A.被试间设计B.被试内设计C.混合设计D.准实验设计3.在进行单因素方差分析时，计算得到的F统计量显著（p<.05），这意味着？A.所有组的均值都相等B.至少有两个组的均值存在显著差异C.组内方差大于组间方差D.数据不符合正态分布假设4.当进行单因素方差分析后，发现主效应显著，但组间差异不明确。为了确定具体是哪两个（或哪些）组别之间存在显著差异，研究者需要采用？A.方差齐性检验B.事后检验C.效应量计算D.非参数检验5.对于重复测量方差分析，其核心假设之一是？A.各组总体方差相等B.球形假设C.数据呈正态分布D.样本量足够大6.如果重复测量方差分析的Mauchly球形假设检验结果显著（p<.05），说明？A.数据不符合正态分布B.各处理水平的方差不相等C.球形假设不成立，需要采用Greenhouse-Geisser校正D.重复测量设计不适用7.在比较两组均值差异时，如果数据不满足正态分布且两组方差不等，应优先考虑使用？A.t检验B.方差分析C.Mann-WhitneyU检验D.Wilcoxon符号秩检验8.效应量是衡量什么的指标？A.统计显著性水平（p值）B.实验结果可靠性的度量C.某个处理效应的大小或强度D.数据偏离均值的程度9.在多因素方差分析中，主效应指的是？A.交互作用对因变量的影响B.一个因素各水平对因变量的平均影响，不考虑其他因素C.因变量的总体变异D.组内变异10.一个研究者记录了被试在完成一项认知任务前后的焦虑得分，目的是考察任务对焦虑水平的影响。这种研究设计最适合用哪种方差分析类型？A.单因素独立样本方差分析B.重复测量方差分析C.单因素相关样本t检验D.双因素方差分析二、填空题1.方差分析中，检验组间均值差异的统计量是________。2.当实验设计包含多个自变量时，分析各自变量主效应以及它们之间交互作用影响的统计方法是________。3.在进行事后检验时，为了控制整体犯第一类错误的概率，常用的方法有________校正和________校正。4.衡量方差分析中某个因素或交互作用对因变量变异贡献程度的指标是________。5.如果一个实验设计既包含被试间因素，也包含被试内因素，则称为________设计。6.在方差分析中，如果数据不满足方差齐性假设，可以使用________检验或________检验来处理。7.球形假设是重复测量方差分析的一个基本假设，它要求________。8.Cohen'sd是衡量________的效应量指标。9.在报告方差分析结果时，除了F值和p值，通常还应报告________和________。10.当研究者想比较多个处理组与一个对照组之间的差异时，除了可以使用配对比较的事后检验，还可以考虑使用________检验。三、计算题1.某研究比较了三种不同类型的反馈（无反馈、简单反馈、详细反馈）对学习效率的影响。随机选取了30名被试，被试间设计，每人随机分配一种反馈类型，学习后测得学习效率分数如下：*无反馈组：85,78,80,82,79*简单反馈组：88,90,87,92,86*详细反馈组：95,92,94,96,93请计算单因素方差分析所需的各项统计量（总平方和SS_T、组间平方和SS_B、组内平方和SS_W、各自的自由度df、均方MS_B、MS_W、F值），并判断主效应是否显著（α=.05）。假设满足方差齐性和正态性假设。2.某研究者考察了两种不同教学方式（方式A：讲授式，方式B：互动式）对学生的创造力评分的影响。选取了40名学生，随机分成两组（每组20人），一组接受方式A教学，另一组接受方式B教学，一个月后进行创造力测试，得分如下：*方式A组：65,70,68,72,69,71,67,73,66,74,64,76,63,77,62,78,61,79,60,80*方式B组：75,80,78,82,79,81,77,83,76,84,74,86,73,87,72,88,71,89,70,90请进行独立样本t检验，比较两种教学方式在创造力评分上是否存在显著差异（α=.05）。假设两组方差齐性。3.某实验考察了为期4周的不同运动强度（低强度、高强度）对大学生抑郁水平的影响。选取了30名大学生，采用被试内设计，每周进行一次抑郁水平评估。原始数据（抑郁评分）已提供（此处省略具体数据，假设数据满足球形假设）。请计算重复测量方差分析所需的各项统计量（组内平方和SS_W、组间平方和SS_B、误差平方和SS_ERROR、各自的自由度df、均方MS_W、MS_B、MS_ERROR、F值），并判断运动强度对抑郁水平是否存在主效应（α=.05）。如果球形假设不成立（假设Mauchly检验结果显著），请使用Greenhouse-Geisser校正后的F值和p值判断主效应。四、简答题1.简述被试内设计和被试间设计的优缺点。2.解释什么是统计显著性（p值）和效应量，并说明两者在报告实验结果时各自的重要性。3.在进行方差分析时，为什么需要进行事后检验？请列举两种常用的事后检验方法并简述其适用条件。4.什么是交互作用？在多因素方差分析中，交互作用不显著意味着什么？五、论述题结合具体的实验研究情境，论述选择恰当的统计方法（如t检验、方差分析、相关、回归等）进行数据分析的重要性，并说明如何根据实验设计和数据特征来做出合理的选择。试卷答案一、选择题1.C2.A3.B4.B5.B6.C7.C8.C9.B10.B二、填空题1.F2.多因素方差分析3.Bonferroni,TukeyHSD4.效应量(EffectSize)5.混合6.Brown-Forsythe,Welch7.各个被试在各个处理水平下的误差方差是同质的8.均值差异9.效应量,置信区间10.ANCOVA(协方差分析)三、计算题1.(计算过程略，需使用统计软件或公式计算)*SS_T=1648.4,df_T=34,MS_T=48.65*SS_B=324.8,df_B=2,MS_B=162.4*SS_W=1323.6,df_W=32,MS_W=41.35*F=MS_B/MS_W=162.4/41.35≈3.92*p值（查F分布表或使用软件，df1=2,df2=32,α=.05）:p<.05*结论：主效应显著。2.(计算过程略，需使用统计软件或公式计算)*假设计算结果：t=-8.5,df=38,p<.001*结论：两种教学方式在创造力评分上存在显著差异（方式B高于方式A）。3.(计算过程略，需使用统计软件或公式计算)*假设未校正：F=5.2,df1=1,df2=28,p<.05*假设Greenhouse-Geisser校正：F_corrected=4.1,df1_corrected=0.5,df2_corrected=14.0,p_corrected<.05*结论：运动强度对抑郁水平存在主效应（高强度组抑郁水平显著低于低强度组）。四、简答题1.被试内设计优点：每个被试都经历了所有处理，可以消除个体差异带来的误差，统计功效较高。缺点：可能存在顺序效应（如疲劳、练习效应），难以在现实世界中对所有个体实施所有处理。被试间设计优点：控制了顺序效应，实施相对简单。缺点：需要更多被试，个体差异可能成为混淆因素，统计功效可能较低。2.统计显著性（p值）：指观察到的结果（或更极端结果）出现的概率，前提是原假设（通常假设无效应或无差异）为真。p值小（通常<.05）表明结果不太可能由随机因素导致，倾向于拒绝原假设。效应量：衡量处理效应、关系强度或差异大小的量化指标，不受样本量影响。重要性：p值关注是否“统计上显著”，但未说明效应大小或实际意义；效应量则提供了效应的直观度量。两者结合能更全面、准确地报告和解释研究结果。3.进行事后检验的原因：当单因素方差分析主效应显著时，仅表明至少存在两个组的均值不等，但不确定是哪两个（或哪些）组之间存在差异。事后检验旨在进行所有可能的组间比较，同时控制整体犯第一类错误（TypeIerror，即错误地拒绝原假设）的概率。常用方法：*TukeyHSD（HonestlySignificantDifference）：假设各组方差相等，适用于所有pairwise比较。*Bonferroni：通过将显著性水平α除以比较次数来校正，非常保守，适用于多重比较。适用条件：*TukeyHSD：要求满足方差齐性假设。*Bonferroni：适用性广，但可能过于保守，导致漏掉真实的差异。4.交互作用：指一个自变量的效应依赖于另一个自变量的水平。换句话说，一个自变量的影响因另一个自变量的水平而变化。在多因素方差分析中，交互作用不显著意味着一个自变量的主效应，是在控制了另一个自变量的情况下观察到的。或者说，两个自变量对因变量的影响是独立的，不存在协同或拮抗效应。此时，可以单独解释每个主效应。五、论述题（论述过程略，应包含以下要点）*重要性：恰当的统计方法能准确反映数据特征和研究设计，得出可靠结论；错误的方法可能导致误导性结果，浪费研究资源。*选择依据：*研究设计：*单组设计/相关研究：配对样本t检验、独立样本t检验、相关分析、回归分析。*被试间设计：独立样本t检验、单因素方差分析（ANOVA）。*被试内设计：配对样本t检验、重复测量方差分析（ANOVA）。*混合设计：混合方差分析（ANOVA）。*准实验设计：根据控制程度选择相应方差分析或相关方法。*数据特征：*样本量：小样本可能需要使用非参数检验或特定校正方法。*数据分布：正态