则认为差异不显著，否则认为差异显著。
例如p72表4-5的资料并得的，而
，而且选取的查表值，这说明时都是显著
则不显著，所以根据前面说的原则选取查表值，即是说，实验前后成绩显著这一结论犯错误
的可能性有1%，一般认为是高度不可能发生的。
4．统计检验查表时显著性水平的选取： 查表时，如何确定显著性水平（
）的取值？可按照
的顺序进行。先从
取值，而且取显著水平最小的
开始取
查，若不显著则停止查表，若结果显著，则可以继续按顺序往下查表；尽可能取显著的值。除非
就是不显著的，则只能取这一结果。
第八讲 推断性统计分析评价方法——比例差异分析
一、需记忆的问题
1．独立总体比例差异检验的计算方法 （P73 4.12 计算公式，不需要统计功能。）
若
则认为两个比例差异不显著，否则认为差异显著。
（式中P1 和 P2，n1和n2分别为两个的比例及人数。若算得Z值的绝对值大于正态分布表（附表一）中的为两个总体比例存在显著差异，否则认为两个总体比例不存在显著差异。）
值，则认
(怎样查表？如：Z 1-0.05/2 = Z 0.975，先从(P373) 正态分布表（附表一）里面找到0.97500 的值，这样，其左边Z下面列的值是1.9，Z右边行对着的值是0.06，这样就得出Z = 1.96 。)
2．相关总体比例差异检验的计算方法
若
则认为两个比例差异不显著，否则认为差异显著。 公式中的b、c是看法不一致的两类人数。
3. 正态分布表在分别在显著性水平α=0.05；0.02；0.01的Z值
可查正态分布（附表一）(P373 - 378)得到。
17
4．u检验: 关于比例的差异分析，无论是独立总体还是相关总体的检验都应用了正态分布表，这种应用正态分布表进行统计检验的方法，通常称为u检验。
二、需理解的问题
1.比例差异分析所适用的数据: 适用类别数据，即各类的总人数或百分比。(不仅要记住，还要会操作，会判断。) 2. 独立总体比例差异检验规则
若
则认为两个比例差异不显著，否则认为差异显著。
可查正态分布（附表一）得到。
3. 相关总体比例差异检验规则
若
则认为两个比例差异不显著，否则认为差异显著。 公式中的b、c是看法不一致的两类人数。
例如100人对两个方案的表态有下面四种情况：（某校100名教师）
其中第②、③两类人数即为b和c 。
18
将b=5,c=15 代入以上公式（P73 4.13公式）可算得z = - 2.24, 又查正态分布表
，由
= 2.24 > 1.96 说明，教师对两个方案的态度存在显著的差异。从以上例子赞成方案Ⅱ的人数多于赞成方案Ⅰ的人数，所以可以认为在该校教师中，方案Ⅱ比方案Ⅰ更受欢迎些，据此学校可作出相应的决策。
第九讲 推断性统计分析评价方法——相关分析
一、需记忆的问题：
1．相关系数：是反映两事物之间的联系方向和程度的一个量数。通常用2．2×2的
检验计算公式
表示，它的取值范围限于
。
若
则认为两事物关系不显著，否则关系显著。
式中，n 表示总人数，a、b、c、d 是两现象都对个体分成两部分后所得四类的人数，如表4-9。
3.积差相关系数的计算方法：< 见
P75
的（4.14）公式。>
式中 和 分别是两现象数值的标准差， 是每对数值之差的标准差，若算得r 值的绝对值大于相关系数 = 0的临界值表（附表三）中的切。若在
值，则认为两现象之间存在显著的关系；否则，认为它们之间不存在显著的关系，即关系不密
0.05 。若在0.05 > 0.01时是显著的，则认为属一般显著情形；
中的df = n-2, 是小概率，一般取
0.01时是显著的，则认为属极显著情形。
4. 分布表在df=1时，α=0．05；0．02；0．01；0．001的df=1时，α=0．05的
值是3.841；α=0．02的
值（见P383，记数值。）
值是6.635；α=0．001的
值
值是5.412；α=0．01的
是10.827 。
二、需理解的问题
1．相关系数的范围及其解释： 通常用
表示，它的取值范围限于
的正、负号可以反映相关的方向，当
。
>0时表示正相关；当
<0时表示负相关。
1）． 2）． 3）． 4）．
的大小可以反映相关的程度，但需要进行显著性检验。=+0.8与
=0表示毫无关系。
=-0.8表示相关程度是相等的，而相关方向是不同的。
值仅说明两事物是否存在联系，但并不能说明它们是否存在因果关系，两者不可混为一谈。
2．各种相关分析法所适用的条件：(不仅要记住，还要会操作，会判断。如：给一个计算题，要判断数据属于什么数据，再考虑用什么方法。)
1）积差相关法（两事物均为测量数据）
19
2）等级相关法（两事物均为顺序数据）
3）点双列相关法（一事物为测量数据，另一事物为二分型的类别数据） 4）
检验（两事物均为类别数据）
3．各种相关分析法检验规则 1）积差相关系数的显著性检验规则
若
则认为两事物关系不显著，否则认为关系显著
可查附表三 (P381)得到。
例如表4-7 （P75）是随机抽取10名学生的语文与政治成绩，我们可算得S = 4.572， = 4.695，S = 4.748，据公式（4.14）得 r =
又查相关系数 = 0 的临界值表得 r = r = 0.6819,因为 0.476 < 0.6819,所以可以认为，学生的语文成绩与政治成绩之间不存在显著的关系，即它们两者之间关系不密切。
表4-7 十名学生的语文与政治成绩
学生编号 语文成绩 x 政治成绩 y x - y 2）等级相关系数的显著性检验规则 P76 (4.15)计算公式：
式中D是每对顺序的差， 是顺序差的平方和，n 是顺序总数，若算得 值的绝对值大于等级相关系数临界值表（附表四）中的 值，则认为两现象间存在显著的关系，否则，认为它们之间不存在显著的关系。
1 82 74 8 2 75 71 4 3 81 80 1 4 89 85 4 5 82 76 6 6 89 77 12 7 88 77 11 8 84 68 16 9 80 74 6 10 87 74 13
则认为两事物关系不显著，否则认为关系显著。
可查附表四（P382）得到。
例如表4-8 是某校男生和女生对八种职业的选择顺序（选择人数最多的职业排第一，以此类推），我们可知 = 8, n = 8, 据公式（4.15）算得：
又查等级相关系数临界值表得 = 0.833, 所以可以认为，该校男生和女生对八种职业的选择顺序存在极显著的关系，或者说男、女生对八种职业的选择顺序比较一致。
表 4-8 某校学生对职业的选择顺序
20
相关推荐：
loading