2统计学的基本概念

1、统计学的基本概念,统计 (Statistics),指组织、总结和解释信息的一整套方法和规则。,总体(population),特定研究所关注的所有个体的集合。,样本(sample),从总体中选择出的个体的集合，应该能代表研究的总体。,总体,样本,样本值的关系,数理统计是从手中已有的资料样本值,去推断总体的情况总体的分布F(x)的性质. 样本是联系二者的桥梁. 总体分布决定了样本取值的概率规律,也就是样本取到样本值的规律,因而可以由样本值去推断总体.,样本,样本值,?,总体(理论分布),统计与抽样(Stat. & Sampling),总体Population,样本Sample,个体Case,抽样,

2、Popu. & Sample & Case,参数(parameter),描述总体的数值。参数可以从一次测量中获得，或者从总体的一系列测量中推论得到。,统计量 (statistic),描述样本的数值。统计量可以从一次测量中获得，或者从样本的一系列测量中推论得到。,常用的参数与统计量对照表,数据(Data),实验或观察所得。,数据类型1,计数数据(count data) 测量数据(measurement data)：借助一定测量工具或测量标准获得,数据类型2,称名数据(nominal data)只说明某一事物与其他事物在属性上的不同或类别上的差异，并不说明事物之间差异的大小，只能用具有相同属性的个

3、体数目来统计。 顺序数据(ordinal data)是指既无相等单位，也无绝对零点的数据，是按事物某种属性的多少或大小，按次序将各个事物加以排列后获得的数据资料。 等距数据(interval data)是有相等单位、但无绝对零点的数据。只能使用加减运算，不能使用乘除运算。 比率数据(ratio data)是既表明量的大小，也有相等的单位，同时还具有绝对零点的数据。,描述统计(Descriptive Statistics),总结、组织、和使数据简单化的统计程序。,推论统计(Inferential Statistics),使我们能够通过对样本的研究将其结果推广于总体。,取样误差(Sampling

4、error),样本统计量与相应的总体参数之间的差距。,随机取样 (random sampling),从总体抽取样本的一种策略，要求总体中的每一个体被抽到的机会均等。用随机取样法得到的样本叫做随机样本.,变量与常数,变量(variable)是一种特征或条件，其本身是变化的或对不同的个体有不同的值。 常数(constant)是一种特征或条件，其本身是不变的且对不同的个体的值也相同。,自变量与因变量,自变量(independent variable)被研究者操纵的变量. 在行为科学研究中，自变量常常包括两个（或更多）的处理条件。 因变量(dependent variable)被观测的变量，其变化被用

5、来评价处理的效果。,相关法(correlational method),看两个变量是否有某种特定关系。,实验法(experimental method),操纵一个变量，观测另外一个变量的变化。用以建立两个变量间的因果关系。实验法用随机分组和控制其他变量恒定的方法，试图消除其他因素的影响或使之减为最小。,准实验法(quasi-experimental method),考察已有的各组被试间的差别（如性别差异）或在不同时间所采集数据的差异(如, 处理前和处理后). 这里的分组变量称准自变量, 每个被试的分数称因变量。,控制组(control group),对照组 是自变量的一种处理方法，此组被试不接

6、受任何实验处理. 有时控制组被试接受一种中性处理或安慰剂。其目的是提供一个与实验组对照的基线水平。,实验组(experimental group),此组被试接受某种实验处理。,混淆变量(confounding variable),未能控制的变量，与自变量有非预期的系统性关系。,假设(hypothesis),对实验结果的预测。 在实验研究中, 假设就是对操纵自变量会如何影响因变量的预测。,构念(Constructs),指假设的概念，用于理论中，按其内部机制来组织观察。,操作定义(operational definition),用具体的操作或程序以及由此产生的测量指标来定义构念。 一个操作定义包含两个成分： 1）它描述了度量一个构念的一系列操作或程序； 2）它用度量的结果来定义构念。,离散变量与连续变量,离散型变量（discrete variable） 由分离的，不可分割的范畴组成。在邻近范畴